理想汽车正从一家传统车企，转型为以具身智能为核心的科技公司。这不仅关乎自动驾驶的进步，更是将汽车重新定义为能够主动服务的机器人。通过深入拆解其技术原理与战略规划，可以清晰地看到理想汽车如何构建未来的智能出行生态，并理解其全栈自研路径的深层逻辑与价值。
智能速览
具身智能的核心是拥有物理身体并通过与环境互动来学习，这与纯文本AI有本质区别。
理想汽车的自动驾驶系统通过感知、互动、学习，构成了一个完整的具身智能运作闭环。
理想汽车以五大支柱（感知、模型、算力、系统、车辆本体）推进具身智能计划。
其核心大脑MindVLA模型已上车，能执行语音指令，累计行驶超3.12亿公里。
自研M100芯片预计2026年上车，VLA自主充电功能将于2026年1月推送。
精华内容
要理解理想汽车的转型，不能只看表面的功能，而要深入其“具身智能”的底层逻辑。这条全栈自研之路，如何将汽车从一个被动工具，变为一个能感知、会思考、可行动的主动服务机器人？
理论根基
具身智能与当前主流AI的根本区别在于，智能诞生于身体与环境的物理互动，而非抽象符号计算。例如，大语言模型“知道”火是烫的，但无法感受烫的感官意义；而具身智能的机器人则通过反复试错来学习。
将汽车视为具身智能载体，其运作闭环包含三个环节。首先是物理身体与感知，即整车硬件作为“身体”，各类传感器作为“感官”，持续感受环境。其次是互动与学习，通过驾驶行为改变状态并从环境获得反馈，在真实与仿真世界中积累数据和训练。最后是目标导向任务，即将感知、决策、控制融为一体，完成从A点到B点并泊车等物理世界任务。
五大支柱
为实现具身智能，理想汽车规划了一条完整的自研路径，包含五大支柱。其核心目标是将汽车从“被动工具”重新定义为具备“主动服务能力”的机器人。
第一，感知系统（眼睛与耳朵）：提升三维空间理解能力，目标是将感知距离扩大2-3倍。第二，模型系统（大脑）：开发专用于物理AI的车辆基础大模型MindVLA，整合空间、语言、行为智能。第三，算力系统（心脏）：自研M100 AI推理芯片，提升车端算力与能效。第四，操作系统（神经）：自研并开源星环OS，实现软硬件深度协同。第五，车辆本体（身体）：改造硬件，使车辆能精准执行复杂指令。
核心进展
目前，理想汽车的具身智能计划已取得实质性进展。其核心大脑MindVLA模型已发布并上车，能够执行“找超市”等语音指令，车队累计行驶里程已超过3.12亿公里，为模型迭代提供了海量数据。
在算力方面，自研的M100 AI推理芯片已完成大规模系统测试，预计将于2026年随新车商业化交付。在功能落地方面，不依赖高精地图的“无图NOA”已实现，并计划于2025年9月全量推送VLA司机大模型。更为具体的是，VLA充电功能已完成开发，将于2026年1月推送，实现车辆自主驶入、充电、驶离超充站的全流程。
生态布局
理想汽车的布局具有长远眼光。例如，大规模建设充电站，并不仅仅是为了补能，更是为后续的自动充电服务做基础设施准备。自研操作系统和芯片，则是为了打通软硬件底层，为汽车实现更高级的主动服务打下坚实基础。
此外，通过推出智能眼镜Livis，实现“一句话控车”，形成了“人-车-穿戴设备”的生态与数据闭环。这种全栈自研、层层递进的策略，展现了其将汽车彻底重塑为智能服务机器人的坚定决心。
理想汽车的具身智能计划，展现了一家车企向AI科技公司转型的清晰路径和坚定决心。通过全栈自研构建起深厚的技术壁垒，其未来的想象空间已远超出行工具本身。这些规划能否平稳落地，将决定它能否在下一场智能革命中占据主导地位。
