在近期的Livis Day理想汽车软件与具身智能发布会上，理想汽车董事长兼首席执行官李想提出，理想汽车将具身智能汽车定义为“四位一体”：一辆电动车、一位职业司机、一台AI计算机、一位生活助手；电动车和AI计算机是“具身”，职业司机和生活助手是“智能”。

　　理想汽车首席技术官谢炎对新京报贝壳财经记者解释称，这四方面的能力不是割裂存在，而是共同构成具身智能汽车的完整能力体系。

　　理想汽车将具身智能锚定为下一个十年的核心战略方向，希望“给车和家赋予生命”。跳出传统智能汽车赛道，押注具身智能，理想能否以此构建差异化核心壁垒，凭借这套全新的叙事跑出新一轮长期增长曲线？

　　自研芯片不是为了证明自己有能力做

　　在理想汽车看来，具身智能汽车的大脑，由语言智能与机器智能融合构成，而算力是绕不开的基石。

　　“算力供给放缓，但算力需求增长。”谢炎说，这也是理想汽车2022年启动芯片自研的主要原因。当时注意到算力成本非常高，车内需要越来越多AI算力，成本会不断攀升。理想汽车希望通过自研把芯片做得更好，“性能要达到当时最好芯片的4倍。”

　　想达成这一目标，唯一的机会就是跑另一条路径。理想汽车自研芯片与传统指令驱动的冯·诺依曼架构不同，马赫M100采用动态数据流架构。简单理解就是让数据的流动来驱动计算的发生。

　　他解释称，AI计算天然是并行的，数据流动路径是清晰的，不是一条指令队列。拆掉中央式的指令队列和大量的管理开销，让架构本身围绕AI的基本形态来延伸设计，效率便能大幅提升。

　　经过4年的研发，理想汽车自研芯片马赫M100在今年5月实现量产上车，这是其全球首款量产的动态数据流AI芯片，采用5纳米车规级工艺，单芯片算力1280TOPS，双芯算力2560TOPS，实际运行效率超过82%。

　　“自研芯片最大的风险从来不是‘造不出来’，而是造出来却不领先。”谢炎强调，做一颗芯片和做一颗领先的芯片，难度是不一样的。理想汽车自研不是为了证明自己有能力做，而是要真正去解决问题。

　　车企自研芯片能否跑得通？他认为有四个核心评判指标：一是能否车型能适配搭载，而非仅限单款小众车型小批量上车；二是能否快速搭载上车量产；三是能否稳定运行最新的模型，并可部署上车；四是是否具备持续迭代能力。

　　垂直整合是车企长期必由之路

　　自研具身智能模型、马赫VLA智驾架构等也是理想汽车向具身智能企业转型的重要底牌。

　　自研具身智能模型是具身智能“大脑”的语言智能，负责语言与逻辑思考，听懂指令、推演行动方案。在理想汽车基座模型负责人詹锟看来，只要车企想要向具身智能和AI转型，那基座模型就一定是必争之地。“每个公司的场景任务不一样，需求也不一样，所以基座模型需要自建。”

　　詹锟解释称，语言智能和机器智能可共用云端大模型做基础，但实际使用中一定是有区分、有差异性的。真正上车时必须裁剪、适配芯片，参数量需完全匹配。

　　理想汽车称，马赫VLA智驾架构是具身智能“大脑”的机器智能。理想汽车官方数据显示，马赫VLA综合响应速度为0.28秒；可自主完成倒车让路、识别交警手势指挥、应对低矮不规则障碍物、穿越无车道线的城中村雨夜窄路等场景。

　　谈及智驾护城河，詹锟认为，首先是全栈自研——算力、芯片、基础设施等要完全统一在自己可控范围内；其次是在精细清洗数据等细节上下苦功夫。

　　去年以来，理想汽车进行了多次智能化组织体系调整，将芯片、基座模型、智能辅助驾驶整合成统一的团队。谢炎对此回应称，这些出发点都是要围绕AI做出强竞争力。整合后的团队更紧密地合作，有助于提升迭代速度。当技术处于高速发展期且效率非常高时，需要在技术边界上打破分工，搭建完整自研闭环，形成技术壁垒。

　　按照李想的预想，未来3-5年内让理想汽车成为具身智能领域表现最好的企业，构建下一个十年核心壁垒。而这不仅取决于自研具身智能模型、自研芯片及全线控底盘等核心能力与具身智能产品的迭代速度，更取决于市场、消费者是否接受、认可并买单“具身智能”这一新叙事。