李想×罗永浩！李想的理想：通过 AI 技术，让普通人也过上富豪的生活

概览

本期《十字路口》邀请理想汽车创始人李想，围绕理想汽车从车企走向“AI + 具身智能公司”的阶段性进展展开。讨论从李想过去两百多天学习和推动 AI 使用开始，逐步延伸到 Agent、组织协作、数据、人才标准和企业战略判断。

节目中，李想反复强调 AI 现阶段更像生产力和劳动力，价值主要发生在真实生产环境里，而不是普通用户随手体验的“玩具”。他认为专业人才不会简单被替代，反而会因为 AI 被放大；真正的问题在于协作、数据打通和工作价值衡量。

后半段重点转向具身智能、自动驾驶、人形机器人、理想 L9 LEVIUS、马赫 M100 芯片、全线控底盘和海外市场。李想把自动驾驶视为具身智能上半场，把人形机器人视为下半场，并认为推理芯片、模型、操作系统和真实场景会构成理想未来的核心壁垒。

分段落总结

[00:00] 节目开场与嘉宾背景

[事实] 罗永浩介绍本期嘉宾是理想汽车创始人李想，并提到这是两人继节目第一期之后时隔两百多天再次对谈。

[事实] 开场提到理想新一代旗舰 SUV L9 LEVIUS，配备马赫 M100 芯片、全线控底盘、800V 主动式悬架系统，算力达到 2560 TOPS。

[事实] 本期讨论主题包括新旗舰 SUV、理想的 AI 与具身智能公司转型，以及李想事业上的长期目标。

[01:45] 李想过去两百多天最重要的事是学习 AI

[事实] 李想说过去两百多天最重要的事情是学习 AI，因为 AI 不能只听别人讲，必须自己真正使用。

[事实] 他在公司里推动同事安装和使用 Claude Code、OpenClaude 等工具，并观察不同人在真实工作中的使用方式。

[推测] 李想把个人使用 AI 视为组织转型的前置条件，认为管理层必须先建立一手体验，才能判断 AI 对业务的真实影响。

[04:00] 普通用户为什么暂时感受不到 Agent 的威力

[事实] 李想认为 AI 有两个分支：一个是泛化搜索和信息获取，另一个是 Agent；后者需要完整的工作生产环境才能形成反馈闭环。

[事实] 他举例说，公司里有人一天消耗上亿 token，用 Agent 重构自己的业务流程，并把这种过程形容得像玩经营游戏。

[事实] 罗永浩提到普通观众对节目频繁讨论 AI 有抵触，因为他们觉得 AI 现在除了问答和搜索以外“干不了啥”。

[推测] 这段讨论的核心判断是：AI 的消费级爆发还没完全到来，但在有明确任务链条的企业环境里已经产生了明显效率收益。

[07:50] 一个人公司与小团队公司的可能性

[事实] 李想说他一开始也相信 AI 会带来“一个人的公司”，但后来发现建立稳定生产环境太难，因此对一个人公司不太乐观。

[事实] 他对三五个人、十几个人做成较大公司更乐观，前提是能构建完整生产环境。

[事实] 他提到公司内部曾用 AI 让一个人在一周多时间里重写并调教一个大型软件，效率“挺恐怖”。

[推测] 李想并不否认 AI 对创业效率的提升，但他认为商业闭环、协作和生产环境比单个个体的工具能力更关键。

[09:30] AI 不会简单替代专业人，而会放大专业人

[事实] 李想说，普通人用 AI 写出的代码可用性很差，大规模部署更是灾难，因此“专业工作被替代”的说法在他看来不成立。

[事实] 他认为专业人员使用 AI 后，能力会被放大，从过去强两三倍变成强十倍、百倍。

[事实] 他提醒企业不要按旧时代标准过早裁人，因为 AI 时代真正有价值的人才可能不是旧评价体系里最显眼的人。

[推测] 这段体现了李想的人才观变化：AI 会改变人才筛选标准，尤其会让过去表达弱但思考强的人获得更大空间。

[12:00] 企业使用 AI 的三个难题

[事实] 李想总结公司里高 token 消耗员工提出的三个问题：AI 工具目前更适合个人，工作协同很差；数据获取和数据仓库管理会成为挑战；新的工作方式下个人价值如何衡量需要重建。

[事实] 他把这些问题交给战略团队研究，团队后来直接做出一个可验证 Demo，而不是传统 PRD 文档。

[事实] 这个 Demo 涉及 HR、数据仓库、云端模型、本地模型和个人工作衡量，没有开发人员介入，验证后再交给工程师做专业开发。

[推测] 李想认为 AI 时代战略、产品和业务团队的产出形态会从文档变成可运行、可验证的原型。

[16:20] 具身智能不等于只有人形机器人

[事实] 李想解释，物理世界里的机器拥有模型、大脑、眼睛并能智能操作，就可以被理解为具身智能。

[事实] 他用《变形金刚》举例，说明车形态、人形态、飞机形态都可以是机器人，不是所有机器都必须做人形。

[事实] 他认为很多场景里，人形机器人并不是最高效形态，比如做咖啡本身咖啡机就能完成，真正难的是给机器上料。

[推测] 李想的具身智能定义偏向功能和效率，而不是外形；他更关心机器在真实物理场景中能否替代劳动。

[20:00] 上料、搬运和取放可能是机器人商业化第一战场

[事实] 李想说，工厂、商业和家庭场景里，大量人力消耗在给机器上料、搬运、取放，而不是拧螺丝等制造动作。

[事实] 他提到理想一个工厂一万多人中，有三千多人负责给机器上料，把零部件放到 AGV 上。

[事实] 他认为把运输和取拿结合起来，可能是机器人从零到一的大规模商业化战场。

[推测] 李想判断当前很多机器人创业方向偏离真实需求，部分原因是创业者没有充分进入工厂和商业环境理解需求。

[25:00] 自动驾驶是具身智能上半场，人形机器人是下半场

[事实] 李想说，从物理世界最大产业看，自动驾驶是具身智能的上半场，人形机器人是下半场。

[事实] 他把自动驾驶分为三个阶段：辅助驾驶、L2/L3 阶段，以及 L4 无人驾驶阶段。

[事实] 他认为 L4 需要 3D VIT、面向物理世界的稳定预训练模型、更快的控制系统，以及接近万 TOPS 的算力。

[推测] 在李想的框架里，车不是和机器人分离的业务，而是通往具身智能能力栈的第一块大规模商业场景。

[30:00] 无人驾驶成熟后，车还会不会卖得少

[事实] 罗永浩提出疑问：如果无人驾驶足够方便、安全，私人买车需求是否会下降。

[事实] 李想认为不会，理由是车不只是从 A 点到 B 点的工具，还涉及私有空间、舒适生活和道路供给有限等因素。

[事实] 他将买车和租房、买房类比，认为即便网约车足够便宜，人们在有条件时仍会购买自己的车。

[推测] 李想更相信车的私人空间属性和生活方式价值，而不是把汽车完全理解为交通效率工具。

[35:00] 自动驾驶伦理应交给法律和监管

[事实] 罗永浩问到自动驾驶在极端情况下如何选择保护乘客还是路人。

[事实] 李想认为车企不应自行决定这类伦理问题，自动驾驶必须严格遵守法律法规和监管要求。

[事实] 他认为训练中应把人类法规模型化，而不是把“七情六欲”训练进去。

[推测] 这段表明李想倾向于把自动驾驶伦理问题制度化，而不是让企业以价值观或品牌承诺来承担最终裁决。

[39:00] 车与家是理想长期业务的统一用户场景

[事实] 李想认为，十年后购买 L4 自动驾驶车的人，和在家里购买家政机器人的人，八九成会是同一批人。

[事实] 他把理想未来想做的事情描述为，把过去超级富豪才能拥有的司机、助理、保洁、家政服务，通过 AI 和具身智能提供给更多人。

[事实] 他认为科技进步不只是替代工作，也会创造新的工作。

[推测] “家”不是理想的营销标签，而是它把汽车、机器人、家庭服务和 AI 助理连接起来的长期叙事核心。

[42:00] 人形机器人仍需长期攻克，本体控制尤其困难

[事实] 李想说，通用人形机器人需要更强的 3D 感知、物理世界预训练模型，以及比汽车更复杂的控制能力。

[事实] 他把人形机器人能力分为类似人类 6 岁、12 岁、18 岁三个阶段，认为到第三阶段可能需要 15 到 20 年。

[事实] 理想内部同时立项两个机器人产品：一个是轮式功能机器人，另一个是人形机器人。

[推测] 理想短期更可能先让轮式功能机器人在工厂和商业环境中落地，人形机器人则更偏长期技术攻关。

[45:00] 理想转型具身智能的基础能力

[事实] 李想说，理想已经搭建了面向具身智能的系统能力，包括感知、模型、预训练、RL、生成数据、仿真、芯片和操作系统。

[事实] 他提到一些离职创业的同事希望使用理想的马赫 M100 芯片，因为他们了解这颗芯片的工具链、稳定性和成本能力。

[事实] 他认为 AI 很难在发布会上讲明白，因为需要大量上下文，所以播客成为 OpenAI、Anthropic、英伟达等公司解释 AI 的重要形式。

[推测] 理想选择用芯片、模型和硬件参数来增强外界信心，因为抽象的 AI 战略单靠理念很难说服普通用户和市场。

[52:00] L9 LEVIUS 的三项关键变化

[事实] 李想说 L9 LEVIUS 的三个重要变化是全线控底盘和主动悬架、马赫 M100 芯片算力，以及新一代增程与电池续航能力。

[事实] 他认为全线控底盘和主动悬架既是对中国车企底盘短板的补课，也是面向 L3、L4 自动驾驶的必要设计。

[事实] 他提到车辆从感知到执行可以降到 200 多毫秒，明显快于人类反应速度。

[推测] L9 LEVIUS 被李想定位为理想从舒适家庭车走向高阶智能车和具身智能硬件平台的节点产品。

[60:00] 全线控制动与主动悬架的用户价值

[事实] 李想解释，全线控制动可以让四个轮子独立控制，即使只剩一个轮子还能工作，也有助于车辆刹停。

[事实] 他说电子制动响应可从机械制动约六七十毫秒降到 13 毫秒，在紧急情况下可能差出一个车身长度。

[事实] 主动悬架可以对抗和吸收大车车身动能，让大车不必为了舒适而像船一样晃。

[推测] 这些技术的价值不是单纯提升操控，而是把自动驾驶系统的安全反应和乘坐舒适统一起来。

[64:00] 车机 AI 需要系统级 Agent 架构

[事实] 罗永浩提出，希望车机不仅能控制车辆，还能接入更强的大模型，用语音完成深度问答、调研和工作延续。

[事实] 李想说 L9 LEVIUS 交付时会建立一套系统级 Agent 架构，满足五类需求：泛化任务、泛化信息获取、精准车辆控制、必要信息记录和个性化。

[事实] 他认为不是所有事情都应该用 Agent，车辆控制更适合知识图谱，记录适合 RAG，个性化适合参数化处理。

[推测] 李想对车机 AI 的设计原则是分层：把高泛化能力和高确定性控制隔离，以避免效率低和安全风险。

[72:00] 为什么理想要自研芯片

[事实] 李想说，理想自研芯片不是拍脑袋，而是在使用过 Mobileye IQ4、地平线征程 3、征程 5、双 Orin X 后，逐步明确了自己的需求。

[事实] 他认为 GPU 架构在端侧遇到瓶颈，理想选择动态数据流架构，是因为他们看到了新的技术方向。

[事实] 他还提到，2022 年 L9 发布后，理想意识到许多产品创新可以被人才流动和供应商扩散，难以构成壁垒。

[推测] 自研推理芯片是理想试图从产品竞争走向底层能力壁垒的关键选择。

[75:00] 推理芯片是未来十年的核心壁垒

[事实] 李想认为，智能电动车过去真正形成壁垒的主要是电池和芯片，未来具身智能时代的壁垒会集中在推理芯片。

[事实] 他认为训练芯片的壁垒已经被英伟达占据，但未来会是推理的世界，端侧和云端推理都很重要。

[事实] 他表示理想如果不投芯片，一年可以多十亿美金利润，但他把这视为必须去搏的一把。

[推测] 李想把芯片投入看成类似苹果自研 M 系列芯片的长期战略，而不是短期利润最大化决策。

[79:00] 强算力带来车辆生命周期优势

[事实] 李想说，马赫 M100 带来的用户感知包括更高帧率和更大的模型规模，车辆会更聪明。

[事实] 他举 L9 为例，2022 年发布时配备高通 8155 和英伟达 Orin X，四年后车机仍流畅，智驾仍在第一梯队。

[事实] 他认为智能车高算力的意义在于成长性和生命周期，而不是购买当下的一次性体验。

[推测] 理想希望用户把算力理解为一种长期资产，类似手机或电脑预留性能带来的持续升级能力。

[82:00] 从“家庭”升级到“家”的品牌认知

[事实] 李想说，理想开创了家庭用车定位，但中间也遇到“奶爸车”带来的自我牺牲感。

[事实] 从 i6 开始，理想尝试从“家庭”升级到“家”，强调一个人也需要属于自己的空间。

[事实] 他提到 L9 LEVIUS 把主驾驶作为家里最重要的位置，前排也配备更好的零重力座椅、头枕音响和大屏体验。

[推测] 理想在品牌上试图弱化“奶爸牺牲”的单一印象，把家扩展为个人舒适、家庭陪伴和智能服务的综合空间。

[89:00] 用户何时会觉得车进入科幻时代

[事实] 罗永浩问，AI 和具身智能什么时候会让用户觉得车不再只是车，而像科幻时代的产品。

[事实] 李想认为比较务实的节点是确定性的 L3 实现，即从 A 点到 B 点时，人坐在车上但几乎不需要操控。

[事实] 他把 L3 类比为楼房里电梯出现之后，楼梯和电梯之间的差别。

[推测] 在李想看来，真正改变用户心智的不是单个炫技功能，而是驾驶责任和使用方式发生稳定迁移。

[92:00] 家用算力与下一代芯片设想

[事实] 李想说，理想希望下一代芯片能为家庭提供稳定算力，让车主在家中用小几万元部署可运行上百 B 模型的设备。

[事实] 他提到这种设备类似小型主机或英伟达 GB10 相关形态，家中的机器人和设备可以调用这套算力。

[事实] 他认为家里只要有万兆网，就有机会让多个设备共享本地推理能力。

[推测] 这是理想把汽车芯片能力外溢到家庭 AI 基础设施的一种长期设想。

[95:00] 机器人项目进展与人才竞争

[事实] 李想说理想机器人项目已经做了一年多，只是此前没有对外公布。

[事实] 他希望两年内让搬运类功能机器人达到每年几万台的规模，但人形机器人还要先把本体控制做好。

[事实] 在招募 AI 和机器人顶尖人才上，理想通过实习生、论文和学校项目合作、讲清楚芯片和模型愿景，以及给到有竞争力薪酬来吸引人才。

[推测] 理想吸引人才的核心不是单点技术，而是提供中厂规模、真实场景、资金能力和具身智能闭环。

[100:00] AI 与机器人相关团队已有上千人

[事实] 李想说，如果把创造 AI 的团队算在一起，包括基座模型、芯片、Agent、软件本体、硬件本体和工具链，大约有一千多人。

[事实] 他本人会面试公司 18 级以上人才，也会面试部分顶级校招生，一年亲自面试几百人。

[事实] 他认为面试是高效率学习过程，也是把公司理念讲清楚的重要过程。

[推测] 李想把招聘当作战略输入的一部分，而不仅是组织扩张动作。

[103:00] 为什么不把所有办公软件都自研

[事实] 罗永浩问，既然 AI 写代码效率很高，理想是否考虑自研替代飞书等大型办公软件。

[事实] 李想说，如果飞书在文档、多维表格、面试和连接上做得好，理想没有必要重复做。

[事实] 理想更优先做业务价值流上的事情，并在内部自研类似 coworker 的系统，用 Agent 连接飞书账号、数据和内部软件。

[推测] 李想不把“代码量不再是问题”等同于“所有软件都该重写”，而是强调竞争焦点仍然是用户价值。

[106:00] 组织结构向顶级 AI 公司学习

[事实] 李想说，他用 AI 研究 OpenAI、Anthropic 等公司的组织结构后，推动理想按类似人体结构重组：Infra 对应心脏，基座模型对应大脑，软件本体和硬件本体对应行动能力，评估团队独立存在。

[事实] 他认为做模型的团队和做 Agent 的团队要分离，Agent 团队不应碰模型，模型团队也不应直接做 Agent。

[事实] 组织调整在周五讨论后，周一上午就公布，大部分团队一开始听不懂，后来通过培训逐步理解。

[推测] 这次调整的核心是把功能型组织改为能力型组织，让模型、算力、软件、硬件和评估各司其职。

[111:00] 评估团队评的是能力，不是功能

[事实] 李想说，评估团队做得最好的是校招生，因为他们没有旧时代按功能评价产品的认知惯性。

[事实] AI 评估要看模型成本、完成率、时间消耗、TCO 等综合能力，而不只是功能是否存在。

[事实] 他认为 AI 时代评估的是能力，成本和性能也都是能力的一部分。

[推测] 新人反而适合做评估，是因为他们更容易从零建立面向 AI 的评价体系。

[113:00] 超级个体、token 消耗和组织再设计

[事实] 李想说，公司内部高 token 消耗者普遍脑子很聪明，但过去可能表达能力弱、抢资源能力差。

[事实] 这些人不是随便玩 AI，而是在重构自己所在领域的业务流程，并解决泛化与确定性之间的问题。

[事实] 他认为组织未来应围绕这些人升级，因为他们是 AI 时代真正的验证者和开创者。

[推测] 李想看到的“超级个体”并不是脱离组织的全能人，而是需要组织提供协作、数据和价值评估体系的内部创业者。

[117:00] 技术骨干创业与理想系

[事实] 李想说，已有多位理想技术骨干出去创业，方向几乎都与具身智能、机器人、机器狗有关。

[事实] 他表示自己作为创业者，骨子里鼓励真正有强烈意愿的人出去创业，并且多数项目理想也投了。

[事实] 他认为理想把机器人业务正式浮出水面，也能让一些原本想做机器人的人才留在公司内部做内部创业。

[推测] 理想试图把人才外流转化为生态协同，通过投资、芯片、预训练模型和数据需求形成“理想系”的外部网络。

[124:00] 理想汽车出海与利益联盟

[事实] 李想说，理想已经开始出海，L9 和 i 系列新产品在设计时已经做了海外结构兼容性准备。

[事实] 目前已进入或准备进入中亚、中东，并把亚洲和欧洲视为两个主要战场。

[事实] 他认为中国车企出海除了地缘政治外，最大挑战是如何解决当地利益分配、就业、金融、保险、经销商等体系问题。

[推测] 李想把出海视为中国企业从单纯产品竞争走向全球利益网络建设的必修课。

[131:00] AI 改变管理决策方式

[事实] 李想说，使用 Agent 后，他处理任务时会让 AI 做分析、提出多个方案、给方案打分、优化方案，最后由人选择并执行。

[事实] 他认为团队工作也会类似，从领导直接下命令变成大家提出可验证方案，再共同选择。

[事实] 罗永浩补充，AI 可以降低员工向上级提出不同意见的心理负担，因为可以拿 AI 分析结果来讨论。

[推测] AI 在管理中的价值不仅是提高信息处理效率，也改变了组织里的权力互动和方案博弈方式。

[135:00] 理想未来最大风险与十年愿景

[事实] 李想认为理想未来最可能的大危机来自战略预判，尤其是长期选择和取舍。

[事实] 他回顾理想 2022 到 2023 年收入增长三倍，但组织能力不可能同步增长三倍，因此近几年需要补组织和管理能力。

[事实] 他希望十年后理想成为全球第一梯队的具身智能企业，为用户提供司机、助理、家政、保洁等智能生活服务。

[推测] 李想把战略判断置于组织问题之上，因为组织问题还能调整，战略方向错了可能没有回头机会。

[138:00] 《星际穿越》、人类价值与 AI 乐观主义

[事实] 李想说自己最喜欢的电影是《星际穿越》，看了约 20 遍，并关注过很多分析。

[事实] 他认为这部电影一条明线讲科学，另一条暗线讲情感，说明精彩作品常常同时有技术线和人的魅力。

[事实] 他表示自己对人类是乐观的，认为 AI 有价值，但人类的价值也可能永远存在。

[推测] 这段为整期技术讨论补上了价值观底色：李想相信技术最终应服务人的生活与情感，而不是只追求效率。

播客点评/总结

本期最大的价值在于，它不是单纯为 L9 LEVIUS 做产品宣传，而是把理想汽车的产品、芯片、自动驾驶、机器人、组织结构、人才策略和海外战略放进同一个长期框架里解释。听众能比较完整地看到李想为什么认为车企可以转向 AI 和具身智能公司。

亮点是讨论非常具体，尤其是关于 Agent 为什么需要生产环境、AI 为什么放大专业人、机器人商业化为什么可能先从搬运上料开始、以及自研推理芯片为什么可能成为壁垒。这些内容比泛泛谈“AI 改变世界”更有判断密度。

局限也很明显：许多判断来自李想本人对理想战略的解释，天然带有公司立场；关于 L3、L4、人形机器人时间表和芯片壁垒的判断，还需要后续产品交付、法规进展和市场结果验证。

[推测] 这期适合关注 AI 生产力、智能汽车、具身智能、机器人商业化和科技公司组织转型的听众；如果只想听轻松人物故事，技术和战略密度可能偏高。