理想汽车组建具身行为部攻坚机器人基座模型各方观点

观点:

观点组1: 车企转型具身智能的本质是以汽车现金流反哺长期技术投入，构建‘一次研发、多端复用’的研发复利模式
观点作者：李想
观点内容：理想全年研发投入120亿元，其中50%投向AI，支撑的不是单一产品，而是芯片、大模型、线控底盘、星环OS等五大核心技术的全栈自研；这些模块在汽车上验证后，可零成本移植至机器人，形成‘一次投入、多次复用’的技术复利，这是财务可持续性的关键设计。


观点作者：詹锟
观点内容：北京顺义研发中心已实现AI智能体协同工作流：工程师定义问题，AI生成代码与测试用例，仿真平台自动验证；这种效率提升使单点技术突破周期缩短60%，让120亿研发投入真正转化为可跨载体复用的能力资产，而非沉没成本。


观点作者：作者
观点内容：理想用L9 Livis作为‘移动试验场’，通过千万公里路测持续迭代马赫M100芯片与VLA大模型；产生的感知算法、世界模型合成数据、低延迟控制协议，全部沉淀为具身智能中台能力，同步供给轮式机器人与未来人形机器人，实现汽车利润向AI未来的高效转化。


观点组2: 人形机器人商业化尚处早期，但工具型机器人已进入生产场景落地窗口期
观点作者：李想
观点内容：在完整双足双手机器人成熟前，工具型机器人将率先进入工厂与商业环境；理想首款轮式机器人代号‘Nexus’，已形成雏形并定位制造业场景，这不是概念演示，而是基于汽车量产体系验证过的移动底盘、感知模块和交互逻辑的快速产品化。


观点作者：作者
观点内容：宇树机器人‘笨笨’入职理想展厅，承担AI体验官角色，在北京汽车博物馆、珠海长隆及郑州IP中心实测L9 Livis空间与功能——这并非营销噱头，而是具身智能首次在真实消费场景中完成‘车—机器人’协同验证，标志着工具型机器人已迈过Demo阶段，进入有限场景规模化试用期。


观点作者：张永伟
观点内容：当前人形机器人行业竞争已从本体制造转向‘具身大脑’比拼，而工具型机器人因结构简化、场景聚焦、成本可控，正加速在工厂巡检、门店导览、仓储搬运等垂直领域落地；理想布局轮式机器人，正是卡位这一确定性更高的早期商业化入口。


观点组3: 自动驾驶与人形机器人共享技术底座，具身智能是汽车企业向AI公司转型的必然路径
观点作者：李想
观点内容：自动驾驶是具身智能的上半场，通用人形机器人是下半场；上半场在量产车上验证的感知、决策和控制技术，将直接构成下半场人形机器人的核心底座，二者技术同源、架构一致、能力复用，理想正通过全栈自研芯片、大模型与线控底盘构建统一具身智能技术体系。


观点作者：詹锟
观点内容：具身工程、具身交互、具身行为三个新部门与自动驾驶部门平行管理，全部聚焦于‘感知-决策-执行’闭环能力的抽象与复用；我们不再为车或机器人单独建模，而是打造可跨物理载体迁移的具身智能中台，让汽车成为机器人技术的低成本验证场和数据引擎。


观点作者：刘宇
观点内容：我负责的具身行为部专研机器人基座模型，不与自动驾驶共用通用底座；但底层依赖的理想自研马赫M100芯片、VLA多模态架构和仿真测评系统，全部源自汽车智驾研发沉淀——硬件算力、数据流设计和世界模型训练范式，已在L9 Livis上完成量产验证。


观点作者：张永伟
观点内容：智能汽车与具身机器人在供应链和技术架构上的重合度已超60%，均依赖‘感知-决策-执行’范式；车企天然具备物理世界数据闭环、高精度执行系统和量产工程能力，这使其在具身智能时代拥有不可替代的落地优势和转型确定性。


观点组4: 具身智能战略需组织深度重构与人才精准补强，而非简单叠加部门或外购技术
观点作者：李想
观点内容：组织调整不是形式主义，而是对AI人才流失的主动防御和能力加固：将具身工程、交互、行为三部门独立设置，由詹锟统管并向CTO直报，就是要打破传统汽车研发条线，建立以‘具身能力’为单元的敏捷研发体系，确保关键技术不被割裂。


观点作者：刘宇
观点内容：我加入理想不是来带一支庞大团队，而是组建一支高密度‘具身大脑’攻坚组——目前具身行为部不足50人，但全员具备世界模型与端到端仿真训练经验；组织精简、垂直汇报、技术闭环，才能应对机器人‘补脑竞赛’中算法硬实力的决胜要求。


观点作者：詹锟
观点内容：基座模型团队已实现AI智能体协同开发，一名工程师依托AI可贡献3–5人产能；组织调整的核心目标是让人才从重复劳动中解放，聚焦问题定义与系统架构——这需要匹配具身工程、交互、行为等专业化二级部门，而非沿用传统汽车研发职能划分。