在新能源汽车行业同质化竞争加剧、价格战持续升级的背景下，理想汽车于北京研发总部召开了一场别开生面的发布会。这场名为Livis Day的活动，既未推出新车，也未强调硬件配置，而是将焦点对准了软件与具身智能领域，向外界展示了其构建技术护城河的全新战略。
理想汽车董事长李想在演讲中直言："今天的智能汽车与智能手机，本质仍是功能驱动的产物。"他提出，真正的智能体需满足三个核心标准：比人类更安全的安全性能、独立完成复杂任务的能力，以及超越人类驾驶效率的运作水平。基于此，理想重新定义了具身智能汽车的"四位一体"架构——它既是电动车、职业司机，也是AI计算机和生活助手，所有功能将基于同一底层架构协同运作。
支撑这一愿景的是三大自研模型体系。语言智能领域，理想推出了云端Agent模型马赫Mind-Pro与端侧原生模型马赫Mind-Edge。前者通过Token压缩技术将任务调度效率提升2倍，后者则具备因果推理能力，可直接调用车辆硬件执行操作。在机器智能层面，升级后的马赫VLA系统将危险反应时间缩短至0.28秒，其感知-预测-规划模块通过原生多模态MoE架构实现意图对齐，配合能模拟物理世界的World Model与强化学习基础设施RL Infra，构建起完整的训练闭环。
视觉感知方案的选择引发行业关注。理想汽车基座模型负责人詹锟指出，单纯堆砌激光雷达线数无法解决红绿灯识别等现实问题。为此，团队研发了3D ViT模型，通过单目摄像头实现激光雷达级的空间理解能力。该模型采用高维表征学习技术，在移动过程中构建三维环境，配合视觉方案的高帧率优势，使系统反应速度显著提升。不过，理想仍保留激光雷达作为L3/L4场景的安全兜底方案，形成多模态感知的冗余设计。
底层算力支撑来自全球首颗动态数据流架构车规芯片马赫M100。这款5nm制程芯片单颗算力达1280 TOPS，其创新之处在于摒弃传统冯诺依曼架构的指令调度模式，转而采用数据驱动计算的并行架构。理想芯片团队负责人谢炎解释："AI计算的路径在模型设计时已确定，无需中央调度员干预。"这种设计使芯片能同时运行语言大模型、智能驾驶等多样化场景，其配套编译器可将算力释放效率提升至外购芯片的2倍以上。
学术界对这项突破给予肯定。马赫M100架构论文被ISCA 2026工业分区收录，成为汽车行业首个获此殊荣的案例。谢炎透露，通过整车年销几十万台的规模效应，晶圆采购成本可充分摊薄，长期看自研芯片成本优势显著。更重要的是，芯片与模型的深度耦合使系统响应延迟大幅降低，为缩小与特斯拉FSD的体验差距奠定基础。
这场发布会标志着理想汽车战略重心从产品配置竞争转向底层技术博弈。当行业仍在比拼冰箱功率与屏幕尺寸时，理想已构建起涵盖芯片架构、多模态AI、数据闭环的完整技术体系。正如李想所言："具身智能汽车将拥有生命感，它能主动保护用户安全，独立完成复杂任务，效率超越人类驾驶员。"这种技术维度的跃迁，或将重新定义新能源汽车行业的竞争规则。
