辅助驾驶与自动泊车功能升级 - VLA司机大模型新增路口车速和车道记忆功能，用户可通过语音指令设置通过路口时的车速与车道偏好，并在指令模糊时系统会主动询问 [2] - 自动泊车系统可识别被地锁或锥桶占用的车位并正常激活，待障碍物移除后继续完成泊车，且自动泊出侧方位车位时车辆可完全驶出车位 [2] - 新增倒车后向障碍物语音提醒功能，车辆通过后视摄像头检测障碍物并由理想同学进行语音播报 [2] 智能交互与便捷功能优化 - VLA司机大模型支持语音保存和收藏特定车位，新增传感器脏污情况交互提醒以及车速、车道记忆管理页面，提升日常用车便捷性 [4] - 系统在驾驶员手动倒车时，通过后视摄像头识别潜在碰撞风险，并由理想同学进行语音播报提示 [4] - 艺术相框功能正式推送至2022款、2023款理想L系列用户，用户可借助AI能力生成静态或动态屏保 [7] 智能座舱与影音娱乐增强 - 围绕“移动影音厅”场景升级车机，支持播放U盘中的本地影音内容，兼容主流音视频格式并能够极速解码、流畅播放 [10] - 任务大师新增“音频播放完成时”判断条件，可识别理想新鲜事、理想对话间的播放状态，并支持宠物模式判断 [10] - 新增“我要唱歌”、“播放音乐”、“刷新地图”等语音指令的静默执行功能 [10] 充电服务与能效管理改进 - 新增理想超充站状态实况展示功能，用户可在车机上查看高速超充站实况照片，便于避开高峰时段并合理规划行程 [11] - 理想汽车App支持纯电车型用户远程设置充电预冷或预热，使电池提前进入高效充电温度区间以提升充电效率 [11] 产品迭代与用户价值导向 - 从OTA8.2的艺术相框和宠物模式到OTA8.3的春节彩蛋，公司持续围绕用户需求进化，满足安全、舒适、便捷及情感需求 [13] - 公司未来将继续推动技术创新与用户价值的结合 [13]

文章核心观点 - 理想汽车通过发布OTA 8.3版本软件更新 在智能驾驶、充电补能、车机交互及娱乐体验等多个维度进行功能新增与体验优化 旨在提升用户出行体验与产品竞争力 [1] 智能驾驶辅助升级 - VLA司机大模型在变道博弈与判断准确度上进行了算法升级 [6] - 新增路口车速与车道记忆能力 允许车辆学习驾驶员在特定路口的通行习惯 以提升常用路线的通勤效率 [6] - 针对封闭园区场景 AD Max车型新增辅助驾驶出园区时的停车缴费提醒功能 通过与支付宝合作 在车辆驶出停车场道闸前主动提示用户 [6] 充电补能体验优化 - 新增理想超充站状态实况展示功能 帮助用户在高峰期间提前查看充电站实况 避免长时间排队 [3] - 纯电车型用户现在可以通过理想汽车App远程开启充电预热预冷 以提高充电速度和体验 [3] 车机交互与娱乐功能拓展 - 理想L系列车型和理想MEGA新增艺术相框功能 用户可上传图片 利用AI技术生成静态或动态个性化屏保 部分模板能根据车型颜色生成 [9] - 理想L系列和理想MEGA解锁了新款提示音 适配多种提示场景 [9] - 新增本地影音播放功能 支持U盘直读主流音视频格式 [9] - 引入Unity游戏虚拟手柄 允许乘客通过手机连接车机作为控制器 无需额外购买物理手柄 [9] 适用车型范围 - 此次OTA 8.3版本适用于理想MEGA、理想L系列及理想i系列车型 [1]

公司战略与定位 - 理想汽车董事长兼CEO李想明确表示，公司“all in AI”并非偏离造车主业，而是为了把车造得更好、更接近“机器人”的终极形态 [1] - 公司自创立之初就将汽车视为具身智能的最佳载体，核心目标始终是提升整车能力，而非单点炫技 [1] - 针对外界质疑，李想回应称具身智能必须“长在一台好车上”，其本人70%的时间仍投入在汽车本身，以推动车辆从被动工具进化为主动智能体 [1] 技术研发与产品规划 - 过去十年，公司围绕感知系统、操作系统、中央域控制器、芯片与大模型持续自研并量产落地，具体成果包括端到端自动驾驶大模型、星环OS以及VLA司机大模型等 [1] - 即将到来的全新理想L9将把“车即智能体”的理念进一步落地，依托完整技术栈实现主动感知、理解与服务 [1] - 展望2026年，公司将开启第二个十年周期，继续以AI能力反哺整车产品进化 [1]

文章核心观点 - 理想汽车通过量产搭载VLA（视觉-语言-行为）司机大模型的理想i8，实现了AI从模仿到理解物理世界的本质跃迁，其目标远超辅助驾驶本身，旨在将汽车打造为具备“人类智能”的具身智能基座，并引领行业向全新的“具身智能产业”演进 [1][7][12] 技术演进与VLA的里程碑意义 - 公司辅助驾驶技术经历了从依赖人工规则的“人工时代”（如BEV鸟瞰图、NPN先验网络），到通过模仿人类数据学习的“AI时代”（端到端+VLM架构），但后者存在不理解物理世界逻辑、性能提升放缓及行为违反常理等缺陷 [3] - 2025年初，当端到端模型训练数据超过1000万Clips后，性能提升放缓，“模仿学习”的缺陷显现，而VLM与端到端控制模型间的“沟通壁垒”和推理速度成为新瓶颈 [3] - VLA技术路线被提出以解决上述问题，其具备思维链式推理能力，能理解物理世界并将人类语义融入行为判断，标志着AI从“哺乳动物智能”向“人类智能”的演进 [3][7] VLA路线的选择依据与初期成效 - 公司选择VLA路线而非世界模型，主要基于两个原因：拥有超过150万辆车提供的海量真实数据及构建了数据闭环；在当前算力下，VLA能让辅助驾驶水平接近人类驾驶员 [6] - 截至2025年底，VLA司机大模型推送后月使用率达到80%，VLA指令使用次数达到1225.4万次，在某些场景下已展现出对物理世界的认知涌现和端到端模型没有的拟人行为 [6] - 2026年1月21日，通过OTA 8.2推送，AD Max平台的VLA司机大模型迎来升级，团队通过重新清洗筛选数据、替换约200万段优质驾驶数据进行强化训练，显著提升了模型能力，使驾驶体验更拟人化，减少了机械顿挫和无效变道 [10] VLA作为具身智能基座的战略价值 - 公司将未来赛道明确为“具身智能”，将汽车重新定义为“具身智能产品”，VLA是这一“机器人大脑”的核心基座，使其具备理解复杂场景、自然交互和持续进化的能力 [9][10] - VLA能力的持续扩展旨在最终突破L3/L4级自动驾驶门槛，使汽车蜕变为真正的“汽车机器人”，公司实质上是在锻造一套通用的具身智能AI系统（感知、模型、操作系统、算力、本体） [12] - 公司的实践不仅构筑了自身技术护城河，也为行业验证了一条融合大规模数据、先进算法与工程化能力，打造可进化“硅基生命体”的可行路径，自2025年以来已引发部分领先企业关注或探索VLA路线 [12] 行业影响与未来展望 - 辅助驾驶产业的终极形态可能并非只是“无人驾驶”，而是孵化出成熟的具身智能产品，传统汽车与人工智能的深度融合将催生全新的“具身智能产业” [12] - 产业变革的核心是系统性地打造能理解物理世界、可学习进化并能安全高效交互的AI系统，VLA司机大模型是公司面向这一广阔未来的关键答案 [14]

理想汽车硅谷AI研发中心建设 - 公司正式筹建硅谷AI研发中心，负责智能化技术研发，已在数月前开启人员招聘，此前北美仅有一个小型研发团队支持芯片研发等工作，此次升级为真正的研发中心[1] - 硅谷研发中心扩建主要面向辅助驾驶领域，旨在招募具备智能化前沿背景的高端算法人才[1] - 公司全球研发布局共拥有4座研发中心，除硅谷外，还包括德国慕尼黑（负责前瞻造型设计、功率半导体、智能底盘和电力驱动的下一代技术预研）以及中国北京和上海（负责核心技术突破及整车研发）[1] 中国车企全球化研发布局与竞争 - 中国新势力车企中，蔚来和小鹏布局更早，分别于2014年和2018年在美国硅谷建立研发中心，理想此次落子硅谷、聚焦自动驾驶研发，意味着中国智能电动车的技术竞争已进一步升级[2] - 智能汽车行业瞬息万变，能否更快捕捉变化并应用到自身业务，将直接关乎车企的智能化命脉，因此中国车企不约而同地选择在硅谷布局，紧贴智能化技术的最前沿[6] - 当理想与小鹏在硅谷的“人才暗战”悄然升级，中国车企面临的竞争，已从销量战场烧向了智能化创新的源头活水[6] 智能驾驶技术发展现状与竞争 - 2025年汽车智能驾驶的竞争火药味日趋浓烈，华为今年发布了ADS 4.0版本，面向高速场景推出L3级自动驾驶的商用解决方案，并已在多款车型搭载支持L3的硬件[3] - 理想汽车于今年3月发布VLA司机大模型，其技术原理是通过视觉-语言-动作联合建模，引入语言模型和思维链，以提升系统在未知场景中的泛化能力，并于9月10日向用户开启全量推送，但CEO李想表示此次推送的是“残血版”，有核心功能尚未开放[3] - VLA的技术难点在于大模型与自动驾驶的融合，距离成熟好用还需要算法、算力、数据三方面的协同突破及大规模真实路测验证，而国内具备交叉背景的高端人才稀缺，硅谷是破解难题的关键[3] 小鹏汽车北美研发投入与成果 - 小鹏汽车自2018年起在北美布局研发中心，团队分布于硅谷和圣地亚哥，总人数达百人规模，即使在公司全司降本增效、北美招聘名额受限时期，该团队也得以保留[3] - 北美研发团队已成为小鹏辅助驾驶技术研发的重要力量，曾形成北美团队负责核心算法、国内团队负责提需求做测试的研发模式，今年9月，公司CEO何小鹏在内部发起动员，将全公司算力等资源向北美团队倾斜，以支持其Foundation Model在年内上车交付[4] - 小鹏汽车的Foundation Model由从Cruise招募的技术高管发起推动，其云端基座模型的参数量达到720亿，采用“云端训练，车端蒸馏”策略，预计部署在车端的模型参数量为70亿-80亿，相比之下，理想近期交付的VLA模型参数体量在40亿量级[5] - 小鹏汽车在北美还拥有一个20余人规模的机器人算法团队，今年11月公司第一款人形机器人IRON发布后，股价迎来暴涨，市场对其智能化能力表示认可[5] 理想汽车AI战略转向 - 2025年初，公司CEO李想重新调整企业战略方向，未来十年希望成长为一家“AI公司”，随后成立了人工智能技术委员会，要求各业务围绕人工智能重新思考运营逻辑和方式[6] - VLA司机大模型是公司向AI转型的第一步尝试，在硅谷建立研发中心，则是公司向前沿技术靠近的进一步动作[6]

理想汽车硅谷AI研发中心建设 - 理想汽车正式筹建硅谷AI研发中心，负责智能化技术研发，已在数月前开启人员招聘 [1] - 此次扩建主要面向辅助驾驶领域，旨在招募具备前沿AI背景的高端人才 [1] - 硅谷研发中心是将原有北美小型研发团队升级为真正的研发中心 [1] 理想汽车全球化研发布局 - 理想汽车全球将共拥有4座研发中心，分别位于德国慕尼黑、美国硅谷、中国北京和上海 [2] - 德国慕尼黑研发中心于2025年1月开业，负责前瞻造型设计、功率半导体、智能底盘和电力驱动的下一代技术预研 [2] - 国内北京、上海研发中心主要负责核心技术突破及整车研发 [2] - 公司已在埃及、哈萨克斯坦等四个重要国际市场完成渠道搭建与产品落地，全球化研发布局是其出海战略关键 [1] 行业竞争与AI技术前沿 - 中国新势力车企中，蔚来和小鹏布局更早，分别于2014年、2018年在美国硅谷建立研发中心 [2] - 硅谷是全球AI技术人才高地，特斯拉、Waymo、OpenAI、英伟达等头部企业均落户于此，中国企业在此可直接接触前沿技术和高端人才 [2] - 理想汽车在硅谷聚焦自动驾驶研发，意味着中国智能电动车的技术竞争已进一步升级 [2] - 2025年汽车智能驾驶竞争日趋激烈，华为已发布ADS 4.0版本，面向高速场景推出L3级自动驾驶商用解决方案 [3] 理想汽车AI战略与技术进展 - 2025年初，理想汽车重新调整企业战略方向，未来十年核心目标是成为一家AI公司，而不仅仅是汽车企业 [5] - 公司围绕人工智能成立了人工智能技术委员会，各业务将围绕AI重新思考运营逻辑和方式 [5] - 理想汽车于2025年3月发布VLA司机大模型，其技术原理是通过视觉-语言-动作联合建模，引入语言模型和思维链，以提升系统在未知场景中的泛化能力 [3] - VLA模型参数体量在40亿量级，已于2025年9月10日向用户开启全量推送，但CEO李想表示此次推送的是“残血版”，有核心功能尚未开放 [3][5] - VLA司机大模型是理想跨越成为AI公司的第一步尝试，在硅谷建立研发中心则是向前沿AI靠近的进一步动作 [6] 小鹏汽车北美研发与AI布局 - 小鹏汽车自2018年起在北美布局研发中心，其北美研发团队分布于硅谷和圣地亚哥，总人数达百人规模 [3] - 北美研发团队已成为小鹏辅助驾驶技术研发的重要力量，曾形成北美团队负责核心算法、国内团队负责提需求做测试的研发模式 [4] - 2025年9月，小鹏汽车CEO何小鹏在内部发起动员，将全公司算力和AI资源向北美研发团队倾斜，以支持其Foundation Model在年内上车交付 [4] - 该Foundation Model由从Cruise招募的技术高管发起，其云端基座模型的参数量达到720亿，采用“云端训练，车端蒸馏”的策略 [5] - 预计部署在车端的模型参数体量在70亿-80亿，内部预期很高 [5] - 小鹏汽车在北美还拥有一个200人规模的机器人团队，其第一款人形机器人IRON于2025年11月发布后，股价迎来暴涨 [5] 技术挑战与行业趋势 - VLA的技术难点在于AI大模型与自动驾驶的融合，距离成熟好用还需要算法、算力、数据三方面的协同突破，并经过大规模真实路测的持续验证 [3] - 国内AI技术人才，尤其是具备大模型与自动驾驶交叉背景的高端人才仍显稀缺，硅谷是破解这些难题的关键 [3] - 何小鹏曾公开表示，从多模态到世界模型、长时序洞见和规划等AGI核心能力都尚未成熟，可能还需要数年时间迭代或等待底层能力突破 [6] - AI行业瞬息万变，能否更快捕捉变化并应用到自身业务，将直接关乎车企的智能化命脉，因此中国车企不约而同选择在硅谷布局 [6] - 当理想与小鹏在硅谷的“人才暗战”悄然升级，中国车企面临的竞争已从销量战场烧向了AI创新的源头活水 [6]

公司战略定位与愿景 - 理想汽车董事长兼CEO李想提出将公司打造成一家“具身智能企业”的愿景，并已迈出实质性一步，例如推出AI眼镜Livis [1] - 公司明确不做电动车或智能终端，而是定位为“具身智能”企业，以避免陷入参数大战或功能重复建设的竞争逻辑 [1] - 公司认为汽车是具身智能产品的核心形态之一，通过赋予其感知、模型、操作系统、算力、本体等能力，使其成为汽车机器人，实现从被动服务到自动和主动服务的转变 [2] 产品与技术维度建设 - 公司在产品、技术、组织三个维度推进“具身智能”建设 [1] - 技术层面坚持“深度自研，构建AI系统”，该系统包含感知、模型、操作系统、算力、本体 [2] - 感知技术方面，计划将3D BEV、OCC占用网络、2D ViT升级为与人眼工作原理相似的3D ViT，预计有效感知距离可扩大2-3倍，并能解决50%以上的辅助驾驶常见问题 [2] - 模型技术方面，3D ViT有助于VLA大模型更好地感知和理解物理世界，提升训练数据效率，解决辅助驾驶舒适性、反应迟钝等问题 [3] - 本体技术方面，通过线控体系将辅助驾驶从感知到执行的响应速度从550毫秒左右提升至350毫秒，预计可将事故率下降50%以上 [3] - 由于无第三方供应商可完整提供AI系统，公司全面自研并持续加大研发投入，已自研星环OS操作系统、基座模型等技术底座，计划2026年开始交付以自研M100芯片为核心的AI系统 [3] 组织架构调整 - 为适应具身智能新赛道，公司管理模式从2024年第四季度开始重新回归创业公司模式，以追求组织更加敏捷高效并充满活力 [4] - 回归创业公司模式明确了四项具体举措：更多深度对话而非汇报、聚焦用户价值而非交付、持续提升效率而非占有资源、识别关键问题而非创造信息不对称 [5] VLA大模型的核心能力 - 理想汽车是全球首个基于VLA大模型的辅助驾驶汽车制造公司，VLA大模型是构建AI系统、打造具身智能产品的关键路径 [6] - VLA大模型呈现五大核心能力：空间理解能力、思维与推理能力、沟通与记忆能力、行为能力、迭代能力 [6][7] - 空间理解能力提升模型对空间理解的精度，能感知远距空间并理解全局语义和交通意图 [6] - 思维与推理能力基于思维链，能通过对环境的理解和感知生成驾驶决策，并可进行实时推理，保持10Hz以上的帧率 [6] - 沟通与记忆能力允许驾驶员用自然语言与车辆交互，并记忆驾驶偏好，在园区行驶中实现分段记忆与使用 [7] - 行为能力通过强大的Diffusion扩散模型生成拟人化、丝滑的驾驶轨迹 [7] - 迭代能力基于强化学习及3D ViT加持的世界模型，提升了生成数据仿真迭代的效率，实现快速迭代 [7] - 五大核心能力最终带给用户的体验是安全、舒适、高超的驾驶技巧和自然的交互能力 [7] 自动驾驶发展前景 - 公司自动驾驶研发高级副总裁郎咸朋认为，从技术层面看，VLA模型可以走向更高级别的自动驾驶，但目前处于起步阶段，VLA模型约等于端到端的上限 [8] - VLA模型的迭代速度预计会非常快，但前提是需要完备的基础能力（算法、算力、数据）和工程能力支撑，并且需要更多成熟的仿真环境进行强化学习训练 [8] - 商业变现的核心影响因素是国家法律政策，公司正积极参与相关政策法规的讨论，技术上L4级别自动驾驶落地可能很快，但商业上仍需考虑保险、事故赔偿等问题 [8]

行业变革与未来愿景 - 人工智能技术正在全方位重塑汽车行业的产品形态、用户体验、生产方式和商业模式 [1] - 未来5至10年，汽车将从工业时代的交通工具转变为AI时代的“空间机器人”，这是产品形态和产业范式的革命 [2] - 电动化是过程，AI才是终局，行业竞争核心将从硬件制造转向软件和人工智能技术驱动的全面能力 [2] - 公司认为L4级自动驾驶的实现将是汽车行业真正的“iPhone 4时刻”，将引发深刻的产业革命 [7] 用户体验与产品演进 - 对车主而言，AI将从“辅助工具”跃升为“生产工具”，带来三大体验变化 [3] - 首先是彻底的驾驶解放，通过VLA司机大模型，用户可在出行途中自由工作、休息或娱乐 [3] - 其次是自然的人机交互，用户可使用自然语言与车辆沟通复杂指令 [3] - 最后是超越人类的安全与舒适，通过“超级对齐”等技术，目标是带来比人类驾驶更安全、更舒适的体验 [3] - 公司计划在3年内（约2028年）推出首款L4级自动驾驶定义的汽车 [6] - L4级车型将根本改变设计理念，传统驾驶舱、方向盘、踏板可能不再是必需品，汽车将转变为纯粹的“生活空间”或“工作空间” [6][7] - 公司CEO畅想，到2030年有50%的概率会推出一款人工智能超级跑车 [7] 技术路径与核心投入 - 公司认为L3级自动驾驶是通往L4级的必经之路和关键先导程序，并非伪命题 [3] - 实现L4级需在核心技术、算力资源和数据闭环三方面取得关键突破 [4] - 核心技术依赖于VLA司机大模型的成熟，需具备完整的视觉感知、语言理解和思维链推理能力 [4] - 算力是实现AI突破的物质基础，公司在人工智能的模型、算力与基建方面，1年投入超过60亿元，属于行业最高投资级别之一 [4] - 数据闭环需要大规模车队收集海量驾驶数据，预计2025年需要2000万Clips（视频片段）数据以实现L3级，L4级则需要至少500万辆能够采集数据的车辆 [12] 技术挑战与市场障碍 - “没有驾驶座的车”落地面临巨大的技术挑战和市场考验 [7] - 技术层面，L4级自动驾驶是复杂的系统工程，需在感知、决策、控制等环节达到极高可靠性和安全性，冗余设计、网络安全等也有待攻克 [7][8] - 市场层面，消费者接受度、法律法规完善以及保险责任界定是制约大规模商业化落地的重要因素 [8] - 一旦障碍被克服，“没有驾驶座的车”将开启一个万亿元级的新市场，彻底改变出行、工作、生活方式 [8] 产业AI应用与模型泛化 - 当前汽车生产端的AI应用多为“点对点”模型，泛化能力差 [9] - 解决之道在于构建通用的AI基础模型和能力平台，公司正致力于研发能深度理解物理世界的VLA“世界模型” [9] - 该模型核心能力可复制到制造、供应链管理等多个环节，例如通过视觉分析自动检测生产缺陷 [9] - 公司坚持关键领域自研，同时积极拥抱开源，例如将自研的“理想星环OS”操作系统开源，以避免行业“重复造轮子” [10] 国内外技术差距 - 国内VLA技术与海外顶尖技术相比，在算力基础设施、数据闭环构建等多个维度存在显著差距 [11] - 首先是算力基础设施存在明显的“代差”，中国车企在算力总体规模和投入上与海外同行仍有较大差距 [11] - 其次在数据闭环与模型迭代方面，尽管中国车企在数据规模和市场应用上有优势，但在数据处理效率和闭环构建完整性上与海外顶尖企业仍有差距 [12] 组织架构与人才战略 - 为适应“人工智能+”时代对人才和组织的要求，公司在2025年进行了深刻组织架构调整，CEO开始直管人力资源部门 [12] - 调整旨在将人才战略与企业整体发展战略更紧密地结合，确保在关键领域精准、快速配置人力资源 [13] - 公司正从传统职能部门制向更灵活的矩阵型组织架构转型，以打破部门壁垒，促进跨部门协同和创新 [13] - 公司通过简化审批流程、下放决策权提升组织反应速度，并营造鼓励创新、宽容失败的企业文化以激发创新活力 [13]

全球汽车产业格局剧变 - 全球传统汽车工业面临严重冲击，过去两年德国汽车行业已有5.5万人失业[1] - 近一年全球整车企业裁员超过10万人，并可能引发供应链上7倍相关岗位的连锁崩塌[1] - 中国汽车产业呈现火热发展态势，在智能电动车、智驾算法和动力电池领域成为全球核心[1] 中国汽车产业的崛起与转型 - 中国汽车年产销量突破3000万辆，新能源汽车渗透率超过50%[3] - 2025年1至7月，国内L2级辅助驾驶乘用车新车销量达775.99万辆，渗透率高达62.58%[3] - 产业从“追随者”转变为通过“换道超车”为全球汽车变革提供中国方案[2] 中外车企创新模式的融合 - 外资巨头采用“先想清楚再行动”的系统工程逻辑，注重严谨测试与品质底线[4] - 中国力量采用“摸着石头过河”的敏捷打法，在快速试错中开拓创新[5] - 中外创新路径正在趋同，形成严谨与灵活创造性融合的新产业范式[5] 智能驾驶技术路线博弈 - 特斯拉纯视觉方案使用8个摄像头主打低成本，华为激光雷达方案构建安全差异化[6] - VLA模型让智驾系统像人类一样观察、推理、决策，具备思维和自主学习能力[6] - 一段式端到端模型将感知、预测、规划、控制整合为一个神经网络直接输出轨迹[6] 中国智驾安全标准与监管 - 中国成为全球首个为L2级辅助驾驶制定强制性安全标准的国家[8] - 企业通过软硬件冗余设计和超亿公里虚拟测试数据构建安全验证闭环[8] - 强制标准落地执行将使中国智驾标准有望成为全球最先进、最严格的标准[9] 政策支持与未来展望 - 2025年政策明确提出有条件批准L3级自动驾驶车型生产准入[10] - 高速L3已具备技术可行性，相关标准有望明年出台并启动认证[10] - 中国智驾产业形成华为、Momenta、地平线等企业构成的多元化创新阵营[10]

AI引领汽车行业技术变革 - AI正引领汽车行业从以发动机、变速器和底盘为核心的竞争，转向技术普惠的新纪元，深度融入整车控制、智能驾驶及“车-路-云”协同生态，使汽车成为“智能伙伴”与“生态枢纽” [2] - AI推动汽车从传统硬件产品向软件定义的智能平台转型，实现技术深度与应用广度的双重突破 [3] - 产业竞争核心要素发生根本性转变，从“机械性能”全面转向“芯片、算力、算法、数据和生态” [11] 智能驾驶领域的AI应用与普惠化 - 大模型成为驱动汽车智能进化的“新引擎”，推动系统从“感知”阶段向“认知”阶段迈进 [3] - 理想汽车展示VLA司机大模型，作为第三代辅助驾驶技术，能处理复杂道路信息并理解人类指令和记忆车主习惯 [3] - 小米汽车发布端到端辅助驾驶“Xiaomi HAD增强版”，将感知、决策、规划和控制整合在一个“大脑”内，使驾驶行为更拟人化 [3] - 智能驾驶技术向主流市场普惠，12万~15万元价格区间成为新战场 [4] - 广汽丰田锋兰达智能版将“激光雷达+高阶智驾”组合下探至15万元以内，配备1颗激光雷达和4颗Orin芯片 [4] - 东风日产将搭载高速NOA功能的轩逸e-POWER智驾版价格带入12万元区间 [4] - 车规级激光雷达价格从2023年约8000元降至3000元以内，规模化效应显现 [4] 智能座舱的情感化与主动服务能力 - AI大模型将智能座舱转化为具备情感感知与主动服务能力的出行伙伴 [5] - 荣威M7 DMH搭载豆包AI智能座舱系统，基于月活用户1.59亿、市场份额49.2%的豆包深度思考大模型打造 [5] - 系统具备模糊语义理解、记忆贯穿和复杂车辆控制三大核心能力，能识别倒装句、否定表达及多重意图指令，覆盖15个使用场景 [5] - 记忆贯穿技术可记录用户操作习惯、车辆状态及对话历史 [5] - 依托300多项车辆控制功能和超1000个控制接口，可响应如“我累了”等指令，自动触发调暗灯光、调节空调、播放音乐等多重操作 [5] AI驱动“车-路-云”协同与能源生态重塑 - AI作为核心枢纽，连接出行服务、能源网络、硬件设备、软件应用及城市基础设施，打破汽车作为信息孤岛的传统形态 [7] - AI是构建“车-路-云”一体化智慧出行生态的技术基石，推动智能驾驶从“单车智能”迈向“群体协同” [8] - 智界汽车展出R7和S7，搭载HUAWEI ADS 4，标配192线激光雷达并新增后向高精度固态激光雷达，具备车位到车位领航辅助及全维防碰撞系统CAS 4.0 [8] - AI重塑能源生态，使汽车从能源消耗者转变为智慧能源网络的积极参与者，优化电池管理与充电效率，推动能源生态智能化与商业化结合 [8] - AI加速固态电池研发，固态和半固态电池进入装车落地阶段 [8] - 名爵MG4半固态电池版将技术带入10万元区间，支持充电10分钟增加300km续驶里程，电池循环寿命提升至3000次以上 [8] “人-车-家”全场景生态与商业模式创新 - AI是打通“人-车-家”全场景生态的核心引擎，汽车从“移动工具”升级为“个人移动生活的控制中心” [9] - 零跑Lafa5搭载Leapmotor OS 4.0 Plus系统，支持DeepSeek+与通义千问双AI语音大模型协同，实现跨场景智能服务闭环 [9] - AI正成为新的用户界面，人机交互从以智能手机为中心迈向以智能体为中心的时代 [9] - 商业模式从“一次性硬件销售”转向“全生命周期价值挖掘”，软件订阅服务成为可持续收入来源，通过OTA持续注入新AI功能 [11] - 未来蓝图包括推动自动驾驶向4、5级迈进，以及产业链生态协同，车企与科技公司、供应商形成共生关系 [11]