一個做生成式 AI 應用的車企

理想汽車在蘋果 App Store 上線的應用程序并不多。作為車輛與生態入口的理想汽車 App，用來控制車內功能和娛樂的理想遙控器，還有一個 to B 端的云端質量預警平臺理想連山，曾經就是理想的全部手機端應用。12 月 27 號，他們上線了一個新 App，“理想同學”。

這個和車端智能語音助理同名的 App，打開后是一個對話框，看上去和我們熟悉的生成式 AI 界面別無二致。當然我們也可以點擊左下角的攝像頭按鈕，這樣可以調用手機攝像頭、結合圖像，與理想同學 App 連續互動。作為 AI 助理，它的一些能力令我感到驚訝，特別是對圖像的識別以及“2D 映射 3D”的空間感知能力，很難不讓人覺得，自己是在用一個專業生成式 AI 團隊的成果……什么？這 App 是新勢力車企做的？

其實吧，也很難再說它的開發者還是“車企”了。理想同學 App 推出的時候，理想剛好收官了連續三天的技術與人物訪談《2024理想AI Talk》。簡而言之，大部分人眼中的理想是以制造新能源（特別是增程電動）家庭用車著稱的新勢力車企，然而在 2025 年開始的五年內，我們可能要見到一個人工智能新星的崛起。

“不做人工智能，我們什么都不是。”

大概在傳統車企一代車的壽命周期，也就是七八年前，我們還認為汽車和人工智能根本找不到多少交集。那時候，汽車界的主題還是電動化，大家對“智能化是下半場”還沒什么感知。不過后來，我們總算對智能化有了足夠的認知。這得感謝一個叫 ChatGPT 的生成式 AI 應用。

ChatGPT 把“大模型”這個詞帶到大家面前，它通過模擬人類的思考方式，加上大規模數據和訓練集群的強大計算能力，最終實現接近人類的信息理解與處理能力。在理想汽車董事長兼 CEO 李想看來，基于大模型的人工智能，將有能力幫助大家實現知識認知和能力的平權，進而改變人的社會和生活。

因此在 ChatGPT 走入大家視野前，理想內部在 2022 年 9 月就確定了將人工智能作為企業重要的發展方向和競爭力來源。接著就有了 2023 年初的內部信，李想希望這個企業在 2030 年成為全球領先的人工智能企業。到那時候，與其說是人工智能讓汽車變得智能，不如說汽車是人工智能的一個入口和載體，是一個“帶輪子的機器人”。

把今天的交通工具，變成以后連接顯示世界與數字世界的“移動橋梁”，顯然還是有不少前期準備工作要做。理想打算用什么方式，將這個愿景變成現實？也許我們可以從理想現在的產品、和產品背后的體系說起。

第一步：建造基座，用好 AI

讓我們回到理想當下的核心產品，也就是汽車。無論是代表汽車智能化的“殺手級應用”智能駕駛，又或者聲量暫時沒那么大但逐漸得到重視的座艙智能，都可以看出理想對人工智能的熱衷程度——智駕領域的端到端+VLM 雙系統架構，理想最先提出構想并應用起來；Mind GPT 是行業第一個車載認知大模型，也是最早一批用上生成式 AI 大模型的智能座艙體系。

這些“首發”和“最早”，背后是理想對于人工智能“基礎設施”的投入。理想每年超過 100 億元的研發投入中，有近一半用在了這些看不見的地方。通過這些投入，理想建立了自研“基座模型”體系，這些模型就是一些通用的 AI 模型底座，如同初入職場的高效能新人一樣，只需加以專業數據和微調的輔助，很快就能成長起來，處理細分領域的專業問題。以自研基座大模型打底，理想得以迅速地在幾個領域形成產品和技術的“最佳實踐”。前面的端到端+VLM 智駕架構、Mind GPT 智能座艙是車主們比較熟悉的。

除了這些，理想還有兩個應用人工智能的領域。一個是理想的智能商業，通過 AI 總結經驗、分析數據的能力，幫助一線零售營銷團隊快速學習復刻“金牌銷售”的溝通技巧，也幫助客戶服務團隊整理和應對用戶 FAQ，減少呼叫中心的坐席壓力。

最后一個板塊是理想的智能工業，一個包含生產管理、質量監控、生產工藝數據等集大成的 AI 平臺，其中通過將生產人員、物料、設備、工藝介入理想 Li-MOS，人工智能可以協助工廠完成更準確的排產計劃、物料運輸、倉庫管理，并且將生產流程內的數據導入大模型，判斷生產質量并分析制造環節相關數據偏移趨勢，在出現品質問題之前發現問題。

甚至在售后階段，人工智能也可以通過故障相關數據的判讀，提前感知故障發生的可能，減少車主發現-排除故障的周期。

進入智能化時代，這些大家平時看不見的軟件、基座模型自研，與硬件技術的自研同樣重要。這一過程中積累的數據，也可以理想的“2030 愿景”打下基礎。

第二步：VLA、理想同學 App 與“具身智能”的新形態

完成了對人工智能研發和應用體系的基本建構，理想接下來要做的事就很清晰了。大模型本身的能力還可以進一步提升，另外，運用大模型的載體也會發生變化。

視覺語言行動模型 VLA 很可能是理想下一階段的主要成果。如果說接下來智能汽車的完全集中式電子架構是下個時代的硬件，那么 VLA 這樣融合語言、視覺（視頻）和動作的多模態一體式大模型就是下個時代的“軟件”。那時候可能沒有所謂的“智駕大模型”“座艙大模型”，一輛車上只有一個統一的“智能體”，就像一個人既可以開車，又可以在同一時間和車上的乘客講故事聊天一樣。VLA 代表著大模型向“靠近人”的方向又走了一大步。

大模型的性能增強到這個程度，人工智能的載體也不會僅限于汽車（畢竟它有這么強的性能，只用于出行場景、出行載具確實浪費）。通過手機、智能家居主控等設備，將這個模型的可用范圍擴展到人們生活的各個空間，也就自然而然了?，F在的理想同學 App 或許就是大模型向外拓展的實驗場景之一。

到那個階段，汽車將成為具身智能的一種主要形式，而說到具身智能，我們第一時間想到的可能還是機器人。根據李想的說法，等到人工智能發展到某一個階段，理想也將“概率上 100%”地去做機器人，但節點將放在 L4 級自動駕駛車輛之后。要等標準化道路場景的自動駕駛實現了，我們才能期待非標準化場景中活躍的理想家政機器人——或者，用李想的話來說，“硅基家人”。

總結

理想將通用人工智能 AGI 的運用分成三個階段。第一階段“增強我的能力”，人工智能輔助人類工作，需要人來監督，因為能力還有些不夠。第二階段是“成為我的助手”，意味著人工智能可以非常接近人類地獨立處理事情、完成任務，這也被李想認為是人工智能的“iPhone 4 時刻”。至于最終目標，則是第三階段“硅基家人”：無限接近人，完成人的工作，甚至保留人的記憶，成為人類社會中的一員。

以當前的技術發展水平，我們正處在努力向第二階段過渡的時期。理想也是一樣，他們也在等待自己的 iPhone 4 時刻。可能中途我們還會經歷硬件的突破，或者需要找到人工智能的新發展范式，但這項技術的魅力，或許就在它的難以預測——誰知道一個 AI 大廠，以前是造車的呢？