---

6月15日，理想汽车举办 Livis Day 软件与具身智能发布会，发布车机交互、基座大模型、高阶辅助驾驶等一系列成果。CEO 李想在现场提出一个贯穿全场的判断：今天的智能手机和智能汽车，本质上都还是"功能驱动"，不是真正的智能体。

先破后立

李想用安全、能力、效率三个维度，系统拆解了传统智能汽车的局限。

安全方面，传统定义以"功能安全"为准，核心逻辑是免责优先；能力方面，现有系统被限制在特定功能与特定场景内；效率方面，主流模式是人机共驾、人机协同，人仍是主体。

他给出的新标准是：比人更安全、独立完成任务、效率超越人类。并将具身智能汽车定义为"四位一体"——电动汽车、职业司机、AI 计算机、生活助手。其中电动汽车与 AI 计算机构成"具身"，职业司机与生活助手构成"智能"。

这套框架的核心意图，是把汽车从一个"会联网的交通工具"重新定位为"有自主性的智能体"——两者之间的差距，既是技术命题，也是理想接下来几年产品路线的叙事支点。

双模型：云端与端侧分工明确

支撑上述定义落地的，是两款自研基座模型。

马赫 Mind-Pro 定位云端旗舰，核心是原生 Agent 智能体能力。在指令跟随、长文本理解、数学推理、工具调用等基准测试中位居行业第一梯队，Agent 综合性能超越多数主流模型，目前已全面落地 L9 Livis 车载系统。

马赫 Mind-Edge 定位端侧原生具身智能体，采用多模态流式时序建模，能够连续理解动态物理世界，具备因果推理与自主决策能力，可直接输出动作指令、实时调用车辆硬件。Always-on 全天候感知、人车交互、自主控车、多模态问答，全部在车端本地完成，数据不上传云端。

 

理想特别强调，Mind-Edge 不是云端模型的阉割版，而是从底层为车载场景原生打造。这一区分在架构选择上意味着：理想选择了一条更难、但在隐私保护与响应延迟上更有优势的路径。

 

马赫VLA：一个高度量化的承诺

智能驾驶层面，理想基座模型负责人詹锟在发布会上披露了马赫 VLA 的底层算力数据：双马赫 M100 芯片提供 2560TOPS 算力，在此基础上，模仿学习规模提升 50%，强化学习规模提升 15 倍，模型参数量提升 10 倍，模型计算量提升 15 倍。

马赫 VLA 是理想新一代司机大模型，为端到端全场景辅助驾驶系统，融合空间、语言、行为三大智能。它支持自然语音下达变道、泊车、限速等指令，可记忆驾驶偏好，在复杂路口、窄路、园区场景中能自主预判避险，具备防御性驾驶能力。响应速度达到 0.28 秒，优于人类驾驶员平均反应时间。

 

理想给出的时间表是：2026 年第三季度，AD Max 车型将推送全新马赫 VLA；第四季度，马赫 VLA 能力对齐特斯拉 FSD V14。

"对齐 FSD V14"是一个极为具体的公开承诺。特斯拉 FSD 在北美市场积累了规模庞大的真实驾驶数据，是当前端到端智能驾驶公认的参照系之一。理想选择用这个坐标来定位自己，意味着年底的驾驶体验将直接接受市场的横向检验。李想历来不回避公开承诺，Q4 的交付窗口，将是 Livis Day 所有叙事能否落地的第一个验收节点。