理想要把富豪才有的司机管家生活卖给普通人
李想判断，十年后买L4自动驾驶车和买家用机器人的会是同一批人——AI的价值不是替代工作，而是把富豪才雇得起的司机和管家，变成普通家庭也能消费的服务。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
最会用AI的不是公司原来的明星员工
李想观察公司内部token消耗量最高的前20名员工，发现他们并非传统标准下的顶级员工——反而是表达能力弱、难以获取资源，但脑子极强的人。过去这类人因为嘴皮子不利索而吃亏，现在只要有Token和业务环境，就能改造一切。他据此建议所有公司不要轻易裁人，因为AI时代的人才标准和过去完全不同，贸然裁员很容易把按旧标准衡量出的「最好的人」裁掉。
— 李想战略组用一周直接抄出一套可验证demo
李想把公司面临的三大问题——工作协同、数据获取、价值衡量——丢给战略团队去研究全球顶级公司怎么做。战略组研究Anthropic时发现对方不写传统PRD文档，而是直接做可验证demo，于是直接复制了一套完整的Cowork出来，全程没有用任何工程师，又分别和HR、数仓团队验证了工作连通和数据打通的demo。这推翻了「商分战略研究不需要了」的论断——专业的人用好AI后进入了新的高度，而不是被取代。
— 李想机器人创业者真正该抢的生意是上料
李想认为现在人形机器人创业者大多找不到商业模式，因为他们想替代的分拣、拧螺丝等工作本来就已经被流水线和摄像头自动化了。真正需要人的环节，是给机器上料——理想工厂一万多名员工里有三千多人专门负责把零配件放到AGV上，商场里的自动咖啡机唯一保留的运营人员也是上料的。他判断这是人形机器人从零到一的第一个重要战场，很多创业者做不到，可能是没有真实工厂经验，也可能是上料「看着不够酷」，不利于融资。
— 李想自动驾驶是具身智能的上半场
李想把自动驾驶分三阶段：2017-2022年是辅助驾驶（2D视觉+规则算法，几十Tops算力）；现在到2027年前后靠模仿学习实现L2/L3（Transformer视觉+端到端控制，4B-7B模型配2000Tops算力即可）；2027、28年后才是真正的L4，需要一个稳定的物理世界预训练模型，推理算力要接近万Tops——比理想目前单芯片1280Tops还要再翻几倍。他认为自动驾驶和人形机器人各自成型后都是5万亿美金级市场，这也是机器人公司要从自动驾驶公司挖人的原因。
— 李想车规级芯片用上了全球独一份的架构
理想自研的马赫芯片采用动态数据流架构，不同于业界主流的ASIC路线，单芯片1280Tops、Livis双芯片合计2560Tops，李想称这是车企自研芯片里全球最强的算力。选定这条路线前团队准备了一年、写了140万字可行性报告，还请教过Jim Keller这样的顶级芯片专家；当时内部有两派方案，选定数据流架构后，押注传统路线的那拨人就离开了公司。他的判断是：电池和芯片是过去十年智能电动车仅有的两条护城河，具身智能时代真正的壁垒是推理芯片而非模型。
— 李想刹车响应提速到13毫秒能省一个车身
Levis用的是全球首个量产的全线控机械制动，而不是传统液压制动，四个轮子可以独立控制，响应时间从传统机械制动的六七十毫秒压缩到13毫秒，接近快了一倍——放在人身上相当于反应速度提升了15%到20%，换算成刹车距离能差出一个全尺寸SUV车身的长度。李想强调这不是取消冗余而是更安全：即便某个轮子刹车失效，车依然能靠剩下的轮子和转向系统正常制动、掉头。
— 李想组织架构被拆成心脏大脑手脚身体
今年初理想参照Anthropic等顶级AI公司的做法，把组织按人体结构重新划分：Infra团队对应心脏，基础模型团队对应大脑，软件本体团队对应手脚，硬件本体团队对应身体，另设独立评估团队。起因是软件和Agent团队的人老想自己做模型、做模型的人又想自己做Agent，「特别像手脚上非得长个小脑，是低级动物的做法」。调整周一宣布，多数人当场听不懂，只有基础模型和软件本体团队立刻明白；李想说AI像一面照妖镜，能力不行或对公司不满的人会自己离开，不需要主动开除。
— 李想车和机器人卖给的是同一批人
李想说理想十年后想做的事，是把过去只有顶级富豪才能拥有的生活——专属司机、管家、保洁——借助AI和具身智能变成普通家庭也能消费的服务，这是他认为科技进步带来的最大好处，而不是天天想着替代各种工作。他还提出一个判断：十年后买L4自动驾驶车的人和买家用机器人的人，90%会是同一批人，因为车和机器人本质上服务的是同一种生活需求。
— 李想原话 · 已逐字校验
因为我觉得这一波AI的最大的变化 其实它既是生产力 又是劳动力
因为我觉得这一波AI最大的变化，其实它既是生产力，又是劳动力。
李想6:01
他表达能力过去不强 他获取不了什么资源 但他脑子极强 所以只要有Token 然后有这个什么 然后有业务环境 他就可以去改造一切
他表达能力过去不强，他获取不了什么资源，但他脑子极强，所以只要有Token，然后有这个什么，然后有业务环境，他就可以去改造一切。
李想9:02
就一个普通人 然后做出来的那个代码 那个可用性 差到极致 更不要说往大规模去部署了 那基本上对他们来就是个灾难
一个普通人做出来的代码，可用性差到极致，更不要说往大规模部署了，那基本上对他们来说就是个灾难。
李想10:02
我觉得是商业机会啊 这是个最大的商业机会啊 今天大家在搞人形机器的时候 其实是找不到商业模式的
我觉得这是商业机会啊，这是个最大的商业机会啊，今天大家在搞人形机器人的时候，其实是找不到商业模式的。
李想20:08
就是自动驾驶是 巨身智能的上半场 人形机器人 是巨身智能的下半场
自动驾驶是具身智能的上半场，人形机器人是具身智能的下半场。
李想26:16
如何把这些顶级富豪拥有的生活 然后给到更多的人 让几亿人几十亿人 也能消费这些 这是科技进步带来的最大的好处
如何把这些顶级富豪拥有的生活，给到更多的人，让几亿人、几十亿人也能消费这些，这是科技进步带来的最大的好处。
李想40:20
我们甚至认为模型可能是竞争 但不一定是壁垒 我们能看到最后的壁垒是推理芯片
我们甚至认为模型可能是竞争力，但不一定是壁垒，我们能看到最后的壁垒是推理芯片。
李想1:16:12
特别像那些动物 就是这个手脚上非得长个小脑 我说这是个低级动物的做法
特别像那些动物，就是这个手脚上非得长个小脑，我说这是个低级动物的做法。
李想1:47:27
数字与实体
| Levis单芯片算力 | 1280 Tops | 54:23 |
| Levis双芯片总算力 | 2560 Tops | 54:23 |
| 全线控机械刹车响应时间 | 13毫秒（原机械刹车约六七十毫秒） | 1:00:25 |
| 人类刹车反应时间 | 350-400毫秒 | 53:23 |
| Livis增程续航 | 1600多公里 | 57:24 |
| 出海车型起价 | 3.25万美元 | 2:04:36 |
| 理想工厂上料用工占比 | 一万多人里三千多人负责上料 | 20:08 |
| 芯片可行性报告字数 | 140万字 | 56:24 |
| 理想现有规模 | 3万人、一千多亿收入 | 17:07 |
| 理想五到十年目标 | 3万人做到一万亿收入 | 17:07 |
术语
- 具身智能具身智能
- 让物理世界的机器有了感知和大脑后由AI驱动运行，车、机器人都算
- VLAVLA/世界模型
- 自动驾驶里用于理解和预测物理世界的模型，目前多靠模仿学习训练
- 线控底盘全线控底盘
- 转向、刹车不再依赖机械直连，而是电子信号控制，可自由调节力度和响应
- 动态数据流架构动态数据流架构
- 区别于主流GPU/ASIC的芯片计算架构，理想称其在端侧搬运数据效率更高
收听指南
正带团队做AI转型的创始人和高管，以及关注具身智能商业化路径和车企自研芯片战略的从业者。
开场关于个人学习AI习惯的闲聊可跳过，干货从机器人与自动驾驶技术路线开始。