李想:理想汽车AI布局,自动驾驶与机器人“上下半场”

最近，理想汽车的CEO李想，做了一件挺有意思的事。他在过去的200多天里，几乎把自己所有的精力，都投入到了一件事上——学AI。但他的学习方式，不是听汇报、看PPT，而是像一个“病毒”的源头，亲自去“感染”身边的每一个人。

这其中最有代表性的一个故事，发生在他和公司一位70后的CTO身上。这位CTO是个绝对的技术达人，但对新工具天生就有点抵触。李想给他讲了好几遍AI插件的好处，他都无动于衷。最后，李想干脆直接跑到他家，在他的电脑上强行装好了AI插件，还顺手帮他付了20美金的订阅费。结果呢？这位原本坚持说“我不需要AI帮我做事”的技术大牛，第二天上午还没过完，就把所有额度都用光了。这种从极度抗拒到疯狂依赖的转变，让我想起了当年iPhone刚刚问世时的情景。

其实，这个小故事背后，揭示了一个关于AI时代非常深刻的真相：AI不再是一个可以“听别人讲”就能掌握的知识，它是一种必须进入你肌肉记忆的“体感”。对于任何一个企业的领导者来说，AI的学习曲线是无法外包的。李想通过这种近乎偏执的亲身实践，确认了一个判断：今天的AI，非常像PC发展的486时代。虽然在大众眼里，它还显得有点笨拙，好像需要一块复杂的“汉卡”才能处理中文，但在那些真正的极客和生产力终端，它已经开始悄悄地重塑整个工作流了。

AI发展的现状与企业内部的改变

这种“亲身实践”也暴露了AI目前一个巨大的瓶颈，那就是生产环境的缺失。李想指出，为什么大部分普通用户会觉得AI“没用”？因为他们没有一个完整的工作闭环可以去跑。Agent，也就是智能体这个分支，它最大的价值在于重构业务。在理想汽车内部，那些每天消耗Token最多的人，往往不是我们传统意义上表达能力最强、最会要资源的明星员工，反而是那些脑子极强，但平时可能不太爱说话，却能通过AI把原来繁琐的业务流程彻底闭环的“隐形成员”。你看，这意味着AI正在悄悄改变企业内部的权力结构：那些有想法但表达能力偏弱的人，正在通过AI获得前所未有的执行力。

那么，当个体通过AI获得了重塑业务的能力，我们自然会想，未来的组织结构，会不会因此而坍塌，变成一个个“超级个体”组成的松散联盟呢？

虽然科技圈里，“一人公司”的说法非常流行，但李想通过自己的实验，得出了一个截然相反的结论。他发现，要从零开始建立一个稳定的生产环境，对于个人来说实在是太难了，你很难独立支撑起一个完整的商业反馈闭环。但是，换个玩法，三五个人组成的小团队，利用AI去重写一个成熟的软件，那个效率高得简直吓人。

举个例子，理想内部一个完全没有开发经验的战略小组，就带着几个刚毕业的校招生，他们研究了另一家顶级AI公司Anthropic的工作模式，然后直接用AI做出了一个可以验证的内部协同工具Co-worker的Demo。整个过程，一个传统意义上的工程师都没有参与。

AI对专业门槛的转移

你看，这其实就触及到了一个关键的效率节点：AI正在把“专业门槛”，从对工具的熟练使用，转移到了对“问题的定义”上。过去可能需要一个主管带着十个人才能完成的战略调研，现在，可能只需要一个专业的负责人，加上一个强大的AI助手就够了。但这件事并不必然导向大规模的裁员。换个思路看，这意味着企业可以用同样多的人，去追求过去五倍甚至十倍的收入增长。李想的逻辑就很直接：如果我们有机会用三万人去做一万亿的收入，那我们为什么要用AI去裁掉这三万人，来省下那一点点人力成本呢？

AI转型存在的风险

当然，这里也存在一个非常隐蔽的风险，那就是“专业性的流失”。李想非常严厉地驳斥了“AI会替代专业工作”这种说法。他觉得，一个非专业人士用AI写出来的代码，说白了就是“民科水平”，真要拿到大规模的生产环境里去部署，那绝对是一场灾难。AI真正的价值，是让专业人士的优势，从原来的两三倍，一下子放大到百倍甚至更多。

但这种放大是有代价的。如果一个企业，在这一波转型里，脑子里想的只是降本，而不是增效，那它就很有可能，会按照旧的标准，裁掉那些真正拥有“极致想法”的顶级大脑。因为这些人在旧的评价体系里，比如做PPT的能力、公开表达的能力，可能并不出众。

理想汽车的具身智能布局

既然AI是生产力的放大器，那么在物理世界里，这个放大器最宏大、最激动人心的应用场景，到底会是什么呢？

李想为理想汽车定下的终极蓝图，是成为一家“具身智能公司”。他提出了一个非常清晰的划分：自动驾驶是具身智能的上半场，而人形机器人是下半场。这两个市场，每一个未来都拥有五万亿美元的庞大规模。为了支撑这个宏大的愿景，理想做了一系列硬核的技术投入。比如，他们自研了一款叫做Livis的芯片，这颗芯片用的不是传统的英伟达架构，而是全球首创的“动态数据流”架构，单颗芯片的算力达到了惊人的1280 TOPS。这种架构更强调端侧AI的数据搬运效率。除此之外，理想还率先量产了所谓的“完全体线控底盘”，把车辆的机械制动响应时间，从过去的六七十毫秒，一下子压缩到了十三毫秒。

这一系列听起来很硬核的投入，背后其实有一个统一的逻辑，那就是：未来的机器，必须拥有和我们人类一样的大脑、眼睛和肌肉。就拿那个线控底盘来说，它带来的绝不仅仅是刹车更灵敏。它真正意味着，车辆的控制权，已经从传统的液压和机械，完全移交给了算法和电信号。只有当底盘和转向都实现了完全的线控化，这台车才真正具备了像一个机器人一样“自主行动”的底层基础。

更有意思的是，李想对于机器人商业化的切入点，想得非常冷静和实际。他觉得，现在很多机器人创业公司，热衷于做一些“耍杂技”的事情，比如让机器人后空翻、做咖啡，这些看起来很酷，但其实都忽视了最真实的刚需——“上料”。

无论是在工厂、咖啡厅，还是在家庭环境里，最繁琐、用人最多的环节，往往不是那些复杂的加工制造，而是把物料从A点移动，并且准确地放置到B点。这才是具身智能从零到一的第一个，也是最重要的商业战场。所以，理想汽车同时布局了轮式机器人和人形机器人。前者追求的是极致的效率和低成本，后者探索的是本体控制和终极的泛化能力。这实质上，是在为未来整个机器人行业，构建一套可以通用的基础设施。

这种从汽车到机器人的宏大跨越，本质上其实是在解决一个终极的问题：当机器变得比人更聪明、更有力的时候，我们人类的价值和魅力，将安放何处？

AI转型的核心洞察

好了，聊了这么多，我们来总结一下今天从李想的分享里能提炼出的几个核心洞察。

1. AI应该是增效的工具，而不是裁员的借口。企业真正的目标，不应该是利用AI来进行存量的成本削减，而应该利用AI带来的效率溢出，去大胆追求数倍于现状的产业规模。从做一家“千亿公司”，转向做一家“万亿公司”。
2. 生产环境决定了Agent的最终价值。AI智能体必须依附于一个真实的业务闭环才能产生巨大的能量。如果没有任务和反馈，AI对我们来说就只是一个更高级的搜索框，这也是为什么今天大部分普通人对AI感知不强、觉得它“没什么用”的根本原因。
3. 具身智能的发展存在清晰的路径依赖。自动驾驶领域积累的感知、模型、芯片和操作系统能力，几乎可以被完整地平移到机器人领域。未来的竞争，核心不是形态之争，到底是轮子还是腿，而是谁能率先在物理世界里，让机器实现从“模仿学习”到“理解学习”的跨越。
4. 人才标准的重构。AI时代，顶级人才的评价标准，正在从过去的“表达和管理能力”，转向“逻辑抽象和工具驾驭能力”。如何保护好那些“脑子极强但表达不强”的人才，可能是所有企业在AI转型中，最需要认真思考的头等大事。

AI时代，人的价值终将回归

李想在播客的最后，提到了一个很有意思的细节。他说，中国汽车出海，不仅要带去顶尖的技术，更要学会讲好“人的魅力”。这句话，其实揭示了一个非常深刻的悖论。当我们竭尽全力去研发自研芯片、线控底盘，试图让机器去完全替代人的劳动时，我们最终追求的，竟然是让“人的价值”重新回归。

也许未来的李想，他真正在造的，已经不仅仅是车了，而是在创造一种可能性：当AI和机器人接管了工厂里枯燥的“上料”工作，接管了高速公路上漫长的驾驶，甚至接管了我们案头繁琐的文书调研，我们人类，是不是终于可以从这些“非人”的劳作中解脱出来，去重新探索那些机器永远无法理解的感性、魅力和创造力？

所以，评价一个AI公司是否真正成功的标准，也许不是看它用了多少算力，而是看它为人类节省了多少宝贵的生命，去从事那些真正值得被铭记的事情。归根结底，每一项技术的飞跃，本质上都是人类对自己的一次集体解放。