摘要： “基座模型所構(gòu)建出的人工智能超級產(chǎn)品，會是新一代入口—它會在所有設(shè)備之上，在所有服務(wù)之上?！?/div>

2024年12月，我與理想汽車CEO李想進行了一場對話。當(dāng)時，他們決定將車機助手“理想同學(xué)”推出手機版App，并于此前做了基座大模型，兩者相加約等于Kimi（人工智能助手）。

這意味著，人們認知中的新能源電動車企業(yè)宣告要進入與字節(jié)豆包、月之暗面Kimi、騰訊元寶、百度文心一言等的個人助手之戰(zhàn)。這場原本已然紅海的“基座大模型+個人超級助手”商戰(zhàn)，如今競爭烈度再度升級。

在很多人看來，個人超級助手與智能駕駛是截然不同的兩件事—產(chǎn)品不同，底層架構(gòu)無法打通。但李想不這么認為，在他看來，OpenAI定義的第三階段（智能體）與自動駕駛定義的第四階段（自動駕駛）會在相近時間點交匯，并合并到統(tǒng)一架構(gòu)上。

各異的企業(yè)將匯入同一片賽場，因為“基座模型是人工智能時代的操作系統(tǒng)+編程語言”，“基座模型所構(gòu)建出的人工智能超級產(chǎn)品，會是新一代入口—它會在所有設(shè)備之上，在所有服務(wù)之上”。如今，這些企業(yè)都在爭奪“AGI（通用人工智能）L3和自動駕駛L4的門票”，這會是雙邊的“iPhone 4時刻”。

從全球范圍來看，關(guān)于人工智能的探討正從技術(shù)認知轉(zhuǎn)向產(chǎn)品構(gòu)想。對話中，這位非技術(shù)背景、被認為在產(chǎn)品上頗具天賦的創(chuàng)始人，復(fù)原了這兩年他關(guān)于人工智能完整的技術(shù)與產(chǎn)品觀。以下是與李想的對話內(nèi)容（為方便閱讀，作者做了一些文本優(yōu)化），略有刪減。

第一節(jié) 談人工智能

1.“我絕對不止做一棵樹”

張小珺：當(dāng)別人都在做純電時，你在做增程；現(xiàn)在很多人開始轉(zhuǎn)增程，你怎么又不想造車，而要去做人工智能企業(yè)了？

李想：造車肯定是要造的，大家經(jīng)常講：電動化是上半場，智能化是下半場。我認為智能化講的不是傳統(tǒng)的軟件智能，而是真正的人工智能。這是造車往下延續(xù)的必經(jīng)之路，汽車將從工業(yè)時代的交通工具，進化為人工智能時代的空間機器人。

張小珺：你第一次對內(nèi)說“2030年要做一個全球領(lǐng)先的人工智能企業(yè)”是在2023年1月，當(dāng)時ChatGPT僅誕生2個月，這是跟風(fēng)之舉嗎？

李想：不是跟風(fēng)。2022年9月，我們已經(jīng)確定要把人工智能包含自動駕駛作為重要的戰(zhàn)略方向，這是未來競爭的關(guān)鍵。

2023年初戰(zhàn)略發(fā)布時，我們做了根本性調(diào)整—把人工智能從隱藏戰(zhàn)略轉(zhuǎn)變?yōu)殚_放的戰(zhàn)略，這樣才能吸引足夠多的人才。OpenAI發(fā)揮了非常大的作用，打開了一個全新的人工智能時代。所以，我們對人工智能的所有設(shè)想、所有期盼不用再藏著了，應(yīng)該拿出來正面講。

張小珺：你對AI感興趣可以追溯到什么時候？

李想：追溯到這一次創(chuàng)業(yè)開始。我意識到了一件很重要的事：如何用全新技術(shù)改變物理世界發(fā)生的一切。

我們做汽車之家，在線上我們成了全球最大的汽車網(wǎng)站。但是，汽車之家有很多遺憾，比如汽車電商類業(yè)務(wù)一直沒有成功。我們想改造汽車產(chǎn)業(yè)物理鏈路，涵蓋一輛車的制造、倉儲、庫存、物流到體驗環(huán)節(jié)。但最后我們發(fā)現(xiàn)：除了在線上多花一份錢，并沒有對物理世界產(chǎn)生有效改造。所以，我做理想汽車很重要的一點是，必須借助最新技術(shù)對物理世界進行改造。

張小珺：你是想做一家人工智能企業(yè)，還是想通過人工智能賦能電動車？

李想：汽車是物理世界人工智能最大的應(yīng)用。如果看清楚這一點，我們應(yīng)該是一家人工智能企業(yè)。團隊總問我，我們的LOGO后邊寫“理想”還是“理想汽車”？我們用“理想汽車”來表述，是為了方便跟外界溝通和宣傳，但LOGO從來沒把“汽車”加上去。

張小珺：但你也可以說，你要做的是一個人工智能技術(shù)驅(qū)動的電動車企業(yè)，或一個擁有人工智能技術(shù)的自動駕駛企業(yè)，為什么一定要是人工智能企業(yè)？本質(zhì)區(qū)別是什么？

李想：其實，做汽車之家有我一生中最大的遺憾。汽車之家是我第二次創(chuàng)業(yè)。

第一次創(chuàng)業(yè)時，我創(chuàng)辦的泡泡網(wǎng)趕上了PC互聯(lián)網(wǎng)時代，那時我還不懂什么是創(chuàng)業(yè)，剛高中畢業(yè)就開始做這個網(wǎng)站，錯失了很多好的機會。

但做汽車之家，我非?？粗衅囘@一新興行業(yè)。我們早期做過分析，當(dāng)時中國一年只能賣200萬～300萬輛車，到如今一年賣接近3 000萬輛車。同時，汽車之家發(fā)展成功一個很重要的因素是，我們率先做了移動互聯(lián)網(wǎng)的應(yīng)用和業(yè)務(wù)。我們做了幾乎全世界最早的Wap網(wǎng)站，Windows Mobile版、iOS版和安卓版，抓住了移動互聯(lián)網(wǎng)窗口期。很長一段時間里，你觀察身邊的朋友尤其是男性朋友，看車、買車都離不開汽車之家。

然而，2013年汽車之家IPO，2015年我決定離開汽車之家時，有一個非常大的遺憾。其實早在2009年，汽車網(wǎng)站的競爭就結(jié)束了，后面幾年我們過得挺輕松的。我還有很多的能量，團隊也還有很多的能量，但我們在移動互聯(lián)網(wǎng)時代選了一個非常垂直的領(lǐng)域，雖然你做得很好，但某種程度你可能為了一棵樹，錯過了一整片森林—這是我最大的遺憾。

所以，選擇第三次創(chuàng)業(yè)很重要的一點是：我要選擇一片森林，要做這片森林里最大的。

無論多么難，無論需要經(jīng)歷什么樣的困難，我絕對不止做一棵樹了。

張小珺：你是覺得把它叫人工智能企業(yè)，是一個更大的故事、更大的夢想？

李想：不是更大的故事，如果你知道我們到底在做什么，你就會相信這一點。我們一年上百億元研發(fā)投入，有接近一半都投給了人工智能。我們是全世界第一個做基座模型（的車企）；端到端架構(gòu)和VLM（視覺語言模型），從最開始的論文到技術(shù)研究，再到最后的研發(fā)和產(chǎn)品交付，也是全世界最早做出來的。

我們不僅在做智能駕駛，還有理想同學(xué)、智能商業(yè)和智能工業(yè)。

只是人工智能如果還是原來的規(guī)則算法、知識圖譜，大家覺得沒什么希望。雖然大家相信人工智能，但技術(shù)是錯配的，它用了并不是真正符合人工智能的方式。但這都是有意義的進展，就像我們可能吃到第8個包子就飽了，但前面每個包子都有價值。正是由于一層一層地遞進，才出現(xiàn)了今天人工智能相對繁榮的景象。

張小珺：你從創(chuàng)辦理想的第一天就想好要做一家AI公司，你確定當(dāng)時是這么想的嗎？剛創(chuàng)業(yè)就覺得人工智能時代要來了？

李想：我覺得是一種感覺，我們最開始也

沒有把它當(dāng)成傳統(tǒng)汽車來做。為什么理想ONE只有一個車型？是因為我把它本身看成是一個數(shù)據(jù)和軟件的集成。

張小珺：喬布斯說“如果硬件是產(chǎn)品的大腦和肌肉，軟件就是靈魂”，你表達的也是這個意思嗎？

李想：當(dāng)然。我最開始創(chuàng)業(yè)時，投資人經(jīng)常問我一個特別有意思的話題：憑什么是你？為什么你能做出來？那時我們還沒有產(chǎn)品出來。

我當(dāng)時講了一個觀點，我說：我會比傳統(tǒng)汽車企業(yè)更懂怎么做互聯(lián)網(wǎng)和大型軟件，我會比互聯(lián)網(wǎng)和大型軟件公司更了解怎么制造一輛車。

張小珺：有人去年問了一些理想員工：你相信理想是一家人工智能企業(yè)嗎？他們都說不相信。既然不能讓員工相信，又怎么讓更多的人相信？

李想：當(dāng)技術(shù)變更時，不相信是很正常的。

我們做增程的時候，如果你去問我們的員工，這輛車的成功率有多少？銷量有多少？當(dāng)時我們員工填的最多的是：一個月能賣1 500輛。很多員工認為一個月只能賣幾百輛，因為大家并沒有體驗過新技術(shù)，沒有看到這個技術(shù)所帶來的價值。

這可能是創(chuàng)業(yè)者的不同：你會相信那些看著不是那么明白、不是那么清晰的事。

張小珺：所以，AI對理想意味著什么？

李想：意味著未來的全部。

2.“大家再不承認，我也不知道該怎么形容了”

張小珺：你第一次用ChatGPT是什么時候？感受是怎樣的？

李想：它發(fā)布時我們就去用了，最大的感覺是人工智能應(yīng)該有的樣子就是這樣。我認為OpenAI是一家非常了不起的公司，它了不起的程度甚至超越了當(dāng)年谷歌之于互聯(lián)網(wǎng)時代的了不起的程度。

張小珺：為什么這么說？OpenAI未來會長成什么樣？會超越谷歌嗎？

李想：我覺得基本是確定的。

我看一家公司不會單獨從技術(shù)看。第一，我會看這家公司對行業(yè)標(biāo)準(zhǔn)的定義，這是最重要的，谷歌當(dāng)年在搜索上定義了很多行業(yè)標(biāo)準(zhǔn)；第二，看它的研究工作做得怎么樣；第三，看它的技術(shù)研發(fā)工作做得怎么樣；第四，看產(chǎn)品化；第五，看商業(yè)化能力，商業(yè)化能力要分階段，今天它一定要獲取多少收入其實沒那么重要。

從這五個維度綜合來看，它是一家遙遙領(lǐng)先的人工智能企業(yè)。

張小珺：在你看來，OpenAI一定會成為下一個入口嗎？

李想：就拿數(shù)據(jù)來看，OpenAI在這些人工智能聊天產(chǎn)品里，基本占了全球市場80%的份額。最新數(shù)據(jù)，OpenAI1個月有36億訪問量，相差最近的Gemini訪問量應(yīng)該是2億～3億。這個如果大家再不承認，我也不知道該怎么形容了。

張小珺：如果讓你做OpenAI的CEO，你會比Sam Altman（薩姆·奧爾特曼）做得更好嗎？

李想：不會。我覺得Sam Altman做得非常成功。

張小珺：如果你是OpenAI的CEO，你現(xiàn)在會做什么？

李想：最大的一個挑戰(zhàn)是，今天還處在OpenAI定義的AGI L1階段：聊天機器人；L2階段是他們近期在推廣宣傳的推理者階段；大家相信，2025年最重要的是跑在頭部的企業(yè)能某種程度實現(xiàn)L3階段：Agents（智能體）。

張小珺：是OpenAI定義的L1階段？

李想：對。L2階段（推理者）針對的不是普通用戶，OpenAI的Pro版本賣到了200美元，核心用戶要么是企業(yè)客戶，要么是專業(yè)用戶。

到L3 Agents階段，才是真正的“iPhone 4時刻”，普通老百姓都能用了。而且它能獨立、持續(xù)地完成任務(wù)，不用靠密集提示詞的方式。這時的產(chǎn)品應(yīng)該是個什么交互方式，這是所有頭部企業(yè)都應(yīng)該認真思考的。

張小珺：Agents會在三年內(nèi)實現(xiàn)嗎？

李想：中國具備足夠能力的Agents，我認為在三年之內(nèi)應(yīng)該會實現(xiàn)。

3.基座模型是操作系統(tǒng)+語言

張小珺：我們來談?wù)勀銈兊膬煽預(yù)I產(chǎn)品，一個是理想同學(xué)，它是一個個人助手；一個是智能汽車。

理想同學(xué)以前是一個車機的個人助手，但它現(xiàn)在要“走”出車門，進入手機變成一個App，未來還會上更多終端。這意味著，你們作為一家電動車企業(yè)要進入通用個人助手這場紅海戰(zhàn)役了，要去跟豆包、Kimi、ChatGPT競爭了，是這樣嗎？

李想：如果我們是一家純硬件公司，符合你說的定義。但蘋果不是一家只賣Mac的公司，正因如此才有了后面的可能性，這個可能性不是iPhone出來后發(fā)生的，而是在Mac變成透明殼那一刻就發(fā)生的；華為不只是一家運營商企業(yè)，后面的一切是它從運營商發(fā)展到相對穩(wěn)定階段開始產(chǎn)生的；小米也不只是一家手機企業(yè)，它有IoT（物聯(lián)網(wǎng)），有自己的生態(tài)，甚至有汽車。

今天這些企業(yè)，不能單純以一個硬件來定義它到底是一家什么企業(yè)。這個硬件是它的支柱業(yè)務(wù)，是起點。今天每一家企業(yè)，都應(yīng)該是一家人工智能企業(yè)。

我們之所以做硬件，是為了更好地控制硬件體系以及提升性能。但大型軟件不一樣，不是所有人都能做操作系統(tǒng)，不是所有人都能做大型云服務(wù)，這是更大的挑戰(zhàn)。

回到人工智能也一樣，今天你能看到幾百家電動車企業(yè)，是因為中國有非常完善的供應(yīng)鏈，但這幾百家企業(yè)未來有哪些企業(yè)能做基座模型？

張小珺：你認為，基座模型是一道分水嶺？

李想：當(dāng)然。我們一直在做基座模型，無論多么難，我們的態(tài)度都非常堅定。

我認為，基座模型是人工智能時代的操作系統(tǒng)+編程語言，這樣你就知道它有多重要了。

基座模型所構(gòu)建的人工智能超級產(chǎn)品，會是新一代入口—它會在所有設(shè)備之上，在所有服務(wù)之上。

張小珺：理想同學(xué)+Mind GPT（理想自研大模型）約等于Kimi，可以這么理解嗎？

李想：可以這么形容。

張小珺：理想同學(xué)從車機進入手機，這是一個戰(zhàn)略級決定還是你們只是想試試看？

李想：沒那么復(fù)雜。從長期來看，一個有效的大模型產(chǎn)品，尤其是在掌握基座技術(shù)的前提下，會凌駕于所有設(shè)備和服務(wù)之上，這是我相信的一點，否則它就不是人工智能。未來發(fā)展到智能體，它將能自主調(diào)用所有設(shè)備、服務(wù)。

從當(dāng)下來看，我們很多的用戶和孩子，一上來接觸的人工智能就是“理想同學(xué)”。自然地，我為什么不把這個東西也同樣放到他們?nèi)粘Ｊ褂玫脑O(shè)備上？很多用戶的孩子在使用完車內(nèi)的“理想同學(xué)”后，拿著手機也會喊它，這就是真實需求。

我們可不可以先讓100多萬用戶及其家庭（約300萬～500萬人），在車、手機、電腦上，甚至以后還可能出現(xiàn)在眼鏡上，用上一個非常好的、體驗一致的人工智能產(chǎn)品？這是必須要做的。

張小珺：理想同學(xué)會存在用戶數(shù)據(jù)收集、用戶隱私問題嗎？

李想：不會。我們并不需要這些東西，比如預(yù)訓(xùn)練更多是從公開數(shù)據(jù)集收集數(shù)據(jù)。如果未來要讓用戶使用得更好，會建立記憶系統(tǒng)，但記憶系統(tǒng)會把用戶的記憶轉(zhuǎn)成token。它既不是比特，也不是傳統(tǒng)文字或聲音記載，大家完全不用擔(dān)心。

大家今天擔(dān)心人工智能的隱私問題，還是因為對人工智能技術(shù)本身不夠了解。

4.L4就是智能體

張小珺：在我腦子里，理想同學(xué)作為個人助手和汽車的智能駕駛是兩件事—這是兩個產(chǎn)品，支持它們的是兩種技術(shù)架構(gòu)。為什么我感覺在你腦子里，它們是一件事？

李想：由于這兩個領(lǐng)域同時都在做，讓我們看到了一個更有意思、讓我們更堅定去做的機會。

今天我們做的理想同學(xué)和自動駕駛，按行業(yè)標(biāo)準(zhǔn)來看是分割開的，還處于早期階段：我們在做的Mind GPT（理想自研大模型），大家稱其為LLM（大語言模型），其實它叫語言智能；我們在做的自動駕駛，李飛飛定義其為空間智能，我們內(nèi)部叫行為智能。

只有你真正深入這個領(lǐng)域大規(guī)模做，才知道這兩個有一天一定會連接在一起—如果一個人只有語言智能，他足夠聰明，但不能行動；如果一個人只有行為智能或空間智能，其能力水平相當(dāng)于基礎(chǔ)工種（局限在機械作業(yè)層面）。

我們認為，基座模型到一定時刻一定會變成VLA。因為語言模型也要看三維世界，也要通過語言、認知理解三維世界，三維世界不只有圖片。

自動駕駛也是一樣，它要真正變得更強走向L4，就要有極強的認知能力。

所以，我對團隊的一個要求是：至少在中國范圍內(nèi)，未來幾年必須保證大語言模型的基座模型做到行業(yè)前三。你需要什么樣的訓(xùn)練算力，我們愿意投資。要真正跟頭部企業(yè)去競爭，把能力構(gòu)建起來，而不只是在汽車行業(yè)里比一比。

張小珺：智能駕駛能怎么幫助大語言模型？

李想：智能駕駛所獲得的數(shù)據(jù)可以為語言模型或下一步基座模型，構(gòu)建三維向量空間的能力。

舉個例子，我們在VLM的使用中也會遇到一些問題。今天的VLM是從大語言模型基礎(chǔ)上做出來的，雖然做VLM基座模型也會“喂”幾億甚至幾十億張圖片，但這些圖片是二維的。在三維向量空間里，比如自動駕駛，它可以通過畫面看到：哪里是公交車道，公交車道提示是什么，什么是潮汐車道，甚至能認出交警以及這個交警在干什么，但它并不知道具體位置。

這是因為端到端的基座和VLM基座是兩個不同的基座，它倆只能互動，不能通過端到端確定位置。這也是我們看到：最終，它應(yīng)該像人類一樣，一套大腦系統(tǒng)既能處理語言，也能處理圖像，且在處理圖像時，人具備三維向量空間的能力，能調(diào)用自己的行動。

接下來也能看到我們的一些論文—如何用三維向量空間，包括用高斯球方式，給語言模型打造三維向量空間的能力。

張小珺：它最終會合并統(tǒng)一到Mind GPT基座模型上？

李想：到時候是不是叫Mind GPT還不一定，但我們肯定會往語言模型放三維向量token，現(xiàn)在已經(jīng)開始嘗試做預(yù)訓(xùn)練。

5.終級產(chǎn)品想象是“硅基家人”

張小珺：很多人說你是超級產(chǎn)品經(jīng)理，能不能從產(chǎn)品的角度講一講，隨著人工智能的能力從L1到L5（按照OpenAI定義標(biāo)準(zhǔn)）演進，你對產(chǎn)品是如何構(gòu)想的？今天我們看到的還是一個非?；A(chǔ)的對話App，以后呢？

李想：產(chǎn)品是把用戶需求和你背后所有能力進行結(jié)合。好的產(chǎn)品經(jīng)理，要對需求了解得足夠清楚，且對自身能力足夠了解—這兩個交集越大，產(chǎn)品價值越高；交集越小，產(chǎn)品價值越低，或者浪費越多，內(nèi)耗就越多。

關(guān)于AGI的最終實現(xiàn)，我通常將其劃分為三個階段：

第一階段叫“增強我的能力”。增強我的能力意味著它是我的一個輔助，但最終決策權(quán)在我這。比如，我可以使用理想同學(xué)生成一篇文章，但文章不會直接發(fā)布，還需要進行文字整理。包括L3級智能駕駛，我們叫“有監(jiān)督的智能駕駛”，還需要人在車上監(jiān)督并對此負責(zé)。反映的核心是，這一階段能力還不夠。

張小珺：所以在這個階段負責(zé)任的是人。

李想：對。如果你能特別好地使用人工智能，它確實能讓我們的工作和生活變得更方便、更高效。隨著它能力的提升，隨著人類對它信任的加深，到第二個階段，就是智能體所描述的階段。

第二階段叫“成為我的助手”。給它發(fā)任務(wù)，甚至連續(xù)發(fā)任務(wù)，它可以獨立完成，并對結(jié)果承擔(dān)責(zé)任。

比如，我可以對一輛L4級自動駕駛車發(fā)出指令：你去幫我接孩子。我不需要坐在車上，它就可以到學(xué)校幫我接孩子，并進行面部識別，打開車門讓孩子上車，然后再完成下一個任務(wù)，如送孩子學(xué)游泳等。它也可以幫我做上周工作總結(jié)，并發(fā)給我所有下一層管理者。這屬于第二個階段。

在這個階段比較好的是，它會形成大規(guī)模應(yīng)用，是真正的“iPhone 4”階段。而汽車企業(yè)只有實現(xiàn)了L4（按自動駕駛行業(yè)標(biāo)準(zhǔn)），才是真正的“iPhone 4”階段，今天還不是。

第三階段是我想的終極階段，因為我們要“創(chuàng)造移動的家，創(chuàng)造幸福的家”，我在內(nèi)部叫它“硅基家人”。

我不需要再給它任何指示，也不需要分配任務(wù)，它就是家庭成員，甚至是家庭中重要的組織者。它不但了解我，還了解我的孩子，了解我身邊的朋友，甚至比我還了解他們。它記錄下的是事實，而我很多時候記錄的是一種感覺和一些被壓縮的記憶。這時它會主動干很多事，可以自主幫我把家管理好。

很重要的一點是，我的記憶會因它得以延續(xù)，可能我的肉體不存在了，但我的記憶會變成它的一部分。我的后代想了解我很容易，和它聊天就像和我聊天一樣，沒有區(qū)別。

張小珺：那你也沒有隱私了。

李想：我是它的一部分了。如果按照OpenAI的定義，AGI本身是組織者，它不止有能力，還有智慧—它會是人類優(yōu)質(zhì)智慧的匯集，而不只是人類知識和能力的匯集。

張小珺：在產(chǎn)品形態(tài)上，“硅基家人”是你腦海中構(gòu)想的最終產(chǎn)品嗎？

李想：對。讓我最興奮的是，我和我們團隊能在有生之年實現(xiàn)第三階段，我希望是通過我們的手來實現(xiàn)。即使最終由于各種遺憾我們未能實現(xiàn)，也希望看到有頂尖企業(yè)在我們有生之年實現(xiàn)這個階段。

6.人工智能表達的是能力，不是功能

張小珺：這類（對話類）產(chǎn)品已經(jīng)高度同質(zhì)化，你們的優(yōu)勢是什么？

李想：今天還不能講同質(zhì)化，真正面向消費者大規(guī)模普及的關(guān)鍵節(jié)點，是在智能體實現(xiàn)的階段。今天大家都還有機會。

就理想汽車而言，分三個維度講：

1.相比一般創(chuàng)業(yè)公司，我們有100萬家庭用戶的基礎(chǔ)，有啟動量。

2.在大語言模型產(chǎn)品和基座方面，我們是跟隨者，但跟隨要有目標(biāo)：從十名開外怎么先進入前五，從前五怎么進入前三。這也是我們后邊要設(shè)定目標(biāo)，以及和最好、最優(yōu)秀的選手進行對比的有效工作方式，并按照這樣的目標(biāo)有效投入。

3.在空間方面，包括端到端，今天大家聽到各種各樣做機器人、具身智能的公司講“系統(tǒng)一”“系統(tǒng)二”，大家可以回頭看一看這些論文，最早是我們自動駕駛研究團隊做的。所以，在空間智能或行為智能方面，我們對自己的要求是必須保持第一。

張小珺：你剛才提到產(chǎn)品就是要技術(shù)能力匹配產(chǎn)品需求，你今天是對產(chǎn)品需求認知更深，還是對技術(shù)能力認知更深？

李想：我覺得（與過去）不太一樣了。大模型到來以前的階段，我們通過編程甚至規(guī)則算法做硬件—本質(zhì)上我們提供的是具備“體驗”的“功能”。

所以，這時候企業(yè)競爭的核心是，你提供什么樣的“功能”，以及這個“功能”帶來的“體驗”，再加上“品牌”。無論是互聯(lián)網(wǎng)產(chǎn)品、硬件產(chǎn)品，還是智能硬件產(chǎn)品，既提供軟件功能，又提供硬件功能——這是這個時代的競爭特點。

“功能”比較好理解，其最主要的獲取方式來自“體驗”。無論是通過購買產(chǎn)品，還是供應(yīng)商展示，或者自己研發(fā)，都可以通過體驗判斷功能價值。只要你愿意做，獲得功能和體驗沒那么難。

愿意做“小白鼠”很重要?？赡芎芏嗳瞬恢?，我是中國第一批雪佛蘭Volt（通用汽車推出的增程式電動車）車主。那時40多萬元買了一輛車，大家會覺得我是“小白鼠”。但做“小白鼠”有一個好處是，能獲得優(yōu)先選擇權(quán)。我會比沒體驗過Volt的人，更了解增程到底是什么樣，以及那些做得不成功的增程，為什么不成功。你只有體驗，才能獲得這樣的一個認知。所以我說這是“功能的時代”。

但到人工智能時代就不一樣了，人工智能時代是“能力的時代”。

所以，頭部人工智能企業(yè)必須堅持搞研究。研究并不僅限于技術(shù)本身，還需要探索比如它跟人類記憶的關(guān)系，這樣才能對技術(shù)發(fā)展方向進行有效判斷。必須搞研究，然后搞技術(shù)研發(fā)，最后產(chǎn)品化，前兩個步驟如果做不好就直接產(chǎn)品化肯定不行。

有點像楊植麟（月之暗面創(chuàng)始人兼CEO）講的那句話：“屎上雕花”。

張小珺：所以，AI時代企業(yè)競爭的維度變了？

李想：對，變了。

張小珺：不可能一家公司不做技術(shù)研究，只做產(chǎn)品？

李想：當(dāng)然取決于你想成為什么樣的AI公司。如果你想做AI細分領(lǐng)域的小應(yīng)用，沒問題；但如果你想做AI助手，想做基座模型，想做L4級自動駕駛，你必須得做技術(shù)研究工作。

張小珺：你怎么看楊植麟所說的“模型即應(yīng)用”？也就是說，好的產(chǎn)品是在模型能力提升過程中“沿途下蛋”。你認可他的這種產(chǎn)品觀嗎？

李想：認可。大家最開始認為OpenAI只是做聊天工具，所以我們可以做搜索。但如今OpenAI也在做搜索，也會進入一個個細分領(lǐng)域。過去我們關(guān)注的是“功能”，現(xiàn)在比拼的是“能力”。能力有了，任何能力所能解決的問題都能實現(xiàn)。

第二節(jié) 談智能駕駛

1.三年推出把方向盤摘掉的產(chǎn)品

張小珺：剛才聊的是理想同學(xué)，接下來我們聊一聊你們的另一個產(chǎn)品：智能駕駛。你現(xiàn)在開車會用到輔助駕駛的百分比是多少？

李想：大概80%吧。

張小珺：什么時候可以100%使用自動駕駛？

李想：我自己的目標(biāo)是3年。3年我們就能推出把方向盤摘掉的產(chǎn)品。

張小珺：什么時候能看到理想第一個為自動駕駛L4定義的車？現(xiàn)在已經(jīng)在定義了嗎？

李想：給我3年時間吧。它需要技術(shù)和產(chǎn)品到位，需要環(huán)境和政策到位，也需要消費者對人工智能信任到位。

張小珺：既然你認為AI這么重要，在創(chuàng)業(yè)之初就已經(jīng)決定要做，為什么你們開始智駕是同行里最晚的？

李想：我作為連續(xù)創(chuàng)業(yè)者，最大的優(yōu)勢是了解企業(yè)的發(fā)展節(jié)奏：當(dāng)沒有資金，企業(yè)發(fā)展從0到1，需要先解決什么問題；當(dāng)有了收入，從1到10又需要做什么。這是我跟新進入的創(chuàng)業(yè)者一個根本性的不同。

理想汽車早期融資能力弱，在這種情況下，第一步是想著如何把產(chǎn)品做好。隨著我們獲得市場認可，2020年和2021年分別在美國和香港成功IPO，有了更多的資金。2020年初，我們就開始做技術(shù)的平臺化，比如智能駕駛平臺，也開始做整車域控制器XCU。我們在研發(fā)上有了很大的進步，不再需要過去傳統(tǒng)的供應(yīng)商，我們自己成為幾個關(guān)鍵零部件、車內(nèi)控制器的一級供應(yīng)商。再往后，我們做模型，做電機的碳化硅。

它是一個創(chuàng)業(yè)公司往上成長的歷程。

2.我們相比特斯拉又不缺胳膊少腿

張小珺：在自動駕駛上，你們做了兩個相對激進的決策：第一是用只有一個模型的端到端，其他中國車企可能還在用兩個模型；第二是你們是第一個取消角毫米波雷達的中國車企，走以純視覺為主的技術(shù)路線。這兩個決策當(dāng)時是怎么做的？是你拍的板嗎？

李想：我經(jīng)常跟團隊說：我們相比特斯拉又不缺胳膊少腿，為什么它能做的你做不到？

我們?yōu)槭裁催€保留前面的毫米波雷達以及激光雷達？毫米波雷達、激光雷達和做端到端關(guān)系不大，因為端到端基于純視覺方案。很多人不理解為什么要保留，是不是因為技術(shù)不好？不是，是為了安全。

當(dāng)前的攝像頭在深夜沒有光線的情況下，看到的距離僅約100米，但激光雷達在任何沒有光線的情況下可以看到200米。這就幫助我們實現(xiàn)了130公里時速下的AEB（自動緊急制動系統(tǒng)）性能。我們做的是面向家庭的車，每個人的生命安全都至關(guān)重要。

這也是我們繼續(xù)保留激光雷達的根本原因所在，后面的車型也會持續(xù)保留——激光雷達相當(dāng)于“安全帶”，幫車主避免重大事故。

激光雷達和視覺的配合，在安全上有兩個作用：一方面，減少重大傷亡事故的發(fā)生；另一方面，提升其他交通參與者（如使用滑板車、平衡車者，或道路醉酒人員）的安全，更好的傳感器能夠提升安全性。

張小珺：剛才說到那兩個你相對激進的決定，為什么其他中國車企沒有馬上這么做？

李想：這可能跟我們有一些比較好的外腦有關(guān)，比如王興、陸奇博士，他們給我們帶來了很多啟發(fā)。

比 如，用 規(guī) 則 算 法、靠 解 決 極 端 情 況（corner case）的方法能不能解決自動駕駛？解決不了。它不一定能真正解決問題，但能提供一些新視角。我說服郎博（理想汽車智能駕駛研發(fā)副總裁郎咸朋）的關(guān)鍵一點是：你們常常解決了一個極端情況，又出現(xiàn)三個新問題—因為你們只是基于特定場景去解決這個極端情況，一旦場景變化，又會出現(xiàn)新的極端情況。如此，你們永遠都在解決極端情況，解決不完。

在一次戰(zhàn)略會議上，陸奇博士告訴我們：

你們應(yīng)該思考一下人是怎么工作的。這對我們幫助很大。重要的是解決你的能力問題，而不是解決極端情況。端到端最后體現(xiàn)的是整體能力，而不是去解決功能、解決極端情況。

張小珺：在你看來，端到端是自動駕駛的終極解決方案嗎？

李想：端到端只能實現(xiàn)L3級別，肯定達不到L4。

張小珺：L4需要VLA（視覺語言動作模型）？

李想：對，L4必須采用VLA。端到端結(jié)合VLM可以實現(xiàn)L3—比如做到500~1 000公里一次接管，讓你駕駛相對輕松。但要達到L4，現(xiàn)有的泛化能力還遠遠不夠。

3.L4實現(xiàn)，買車的人會更多

張小珺：你們會像馬斯克一樣做Robotaxi（無人駕駛出租車）嗎？

李想：我不想做。我們的使命是“創(chuàng)造移動的家，創(chuàng)造幸福的家”。“移動的家”最終是實現(xiàn)L4級自動駕駛，而“幸福的家”的終極形態(tài)是“硅基家人”。

張小珺：會不會Robotaxi到來以后，就沒人開車了？

李想：今天租房比買房便宜得多，但很多人仍然選擇買房。我們?yōu)槭裁匆I房、構(gòu)建家庭？因為我們需要高質(zhì)量的陪伴，我們需要為家人創(chuàng)造穩(wěn)定、安全、舒適的環(huán)境。車也一樣—實現(xiàn)L4級自動駕駛后，家庭用車的使用成本更低。我相信，屆時愿意擁有一輛車的人會更多。

可 能 5 年 、1 0 年 后 大 家 再 來 看，到 底Robotaxi是主流，還是更多人擁有了一輛自動駕駛的車—它不僅使用率高，還能為家人、朋友使用。我相信，當(dāng)一個移動空間能夠提供更高的使用效率、更優(yōu)質(zhì)的體驗，我更愿意選擇擁有它。

張小珺：你怎么看待特斯拉和Waymo（谷歌母公司Alphabet旗下的自動駕駛汽車公司）的路線之爭？做L4的派系（如Waymo）會說，你們L2級輔助駕駛做得越好，就離L4級自動駕駛越遠。

李想：L2級自動駕駛主要依賴規(guī)則算法，也有通過規(guī)則算法直接做L4的，但僅限特定場景；L3的實現(xiàn)則來自端到端架構(gòu)。事實上，很多過去做L4的公司也一定在做端到端，在端到端的基礎(chǔ)上再做一些迭代創(chuàng)新。但我相信，要實現(xiàn)真正具備廣泛性、通用性而不是特定區(qū)域的L4，VLA是必然選擇。

我相信，Waymo、特斯拉最終也會采用VLA。所有想實現(xiàn)L4級自動駕駛的企業(yè)，可能都會選擇VLA，或者比VLA更好的方式。這就像如今大家（AI公司）都在使用Transformer和大語言模型一樣。

第三節(jié) 談汽車之戰(zhàn)

1.今天做的所有事，是為了拿L4的門票

張小珺：純電這場仗，接下來準(zhǔn)備怎么打？

李想：其實沒什么絕招。關(guān)鍵在于，在這個價格區(qū)間內(nèi)，在用戶最在意的一些價值上，你是不是做到了天花板？這是一場綜合實力之戰(zhàn)，是從技術(shù)到產(chǎn)品，再到商業(yè)化的一個完整作戰(zhàn)體系。

張小珺：電動車這場仗什么時候能分出勝負手？現(xiàn)在中國汽車行業(yè)仍然非常“卷”。

李想：電動化和智能化是兩場仗。電動化相當(dāng)于沒有資源的企業(yè)的一張門票。

電動車最終將通過L4分出真正的勝負。我們今天在做的所有事都是為了拿到L4的門票，因為實現(xiàn)L4所需要花的錢、所需要擁有的能力、所需要的數(shù)據(jù)量是今天不具備的。今天大家要靠這個去拿L4的門票。

張小珺：拿到L4門票的先決條件是什么？

李想：第一，有足夠多的車跑在路上—500萬輛以上。

第二，要有掌握VLA基座模型的能力。

第三，要有足夠多的資金，招募最頂尖的人才，擁有足夠的算力。

張小珺：當(dāng)都滿足了這些條件，且做到足夠卓越，能做出一家像蘋果這樣的公司嗎？

李想：一定會的。

張小珺：所以，你認為這場仗什么時候能打贏？

李想：并不存在打贏不打贏。汽車企業(yè)發(fā)展這么多年，與傳統(tǒng)汽車廠的競爭結(jié)束了，又出現(xiàn)了很多外來者。最開始大家看到，新勢力、特斯拉跟傳統(tǒng)汽車競爭，后來華為進來了，再后來小米也進來了。大家會發(fā)現(xiàn)這個競爭發(fā)生了新的變化—這就是世界的精彩和豐富之處。

張小珺：為什么蘋果現(xiàn)階段放棄造車？

李想：有兩個挑戰(zhàn)：

第一個挑戰(zhàn)是，如果做汽車，蘋果組織模式必須發(fā)生變化，因為汽車比手機更復(fù)雜。但是，由于蘋果公司過去的治理模式已經(jīng)很完善了，這時候要產(chǎn)生變化，如果沒有特別明確、清晰的愿景，或強大的吸引力，很難說服蘋果內(nèi)部的人改變現(xiàn)有的組織和工作方式。

當(dāng)蘋果決定放棄造車時，特斯拉市值為幾千億美元，而蘋果已突破兩萬億美元。這種情況下，公司內(nèi)部難免質(zhì)疑：作為一家市值兩萬億美元的公司，為何要去效仿一個市值幾千億美元，且估值被高估的公司。這對于蘋果這樣成功的公司而言，是巨大的挑戰(zhàn)。

第二個挑戰(zhàn)是，人工智能的發(fā)展也讓蘋果陷入了戰(zhàn)略遲疑。蘋果的核心價值觀里，對隱私格外在意。在傳統(tǒng)AI階段，基于規(guī)則算法和知識圖譜的技術(shù)可能涉及隱私數(shù)據(jù)；但進入大模型階段，數(shù)據(jù)被轉(zhuǎn)化為token化的信息單元，不僅隱私問題被解決了，相反它還提供了隱私保護最好的方式。

這些頂尖企業(yè)匯聚了一幫優(yōu)秀人才，當(dāng)他們理解并擁抱AI時，其進步速度可能比大家想象的要快得多。

2.2030年，我們有概率做一輛超級跑車

張小珺：你為什么買法拉利？它既不AI，又不自動駕駛。

李想：體驗對我來說很重要，體驗就像是我做預(yù)訓(xùn)練的一部分。

今天大家之所以看到L9是面向家庭最好的六座產(chǎn)品，很重要的一點是：我長期是寶馬X7、奔馳GLS和特斯拉Model X的用戶，這些體驗不可替代。

買法拉利的一個重要原因是，我身邊很多朋友包括股東，都對理想汽車提出了下一階段的挑戰(zhàn)：品牌如何實現(xiàn)升級？在品牌層面，我向很多人請教、學(xué)習(xí)。汽車行業(yè)里的優(yōu)秀品牌，我個人最欣賞的一個是寶馬，一個就是法拉利。

法拉利我還沒有體驗過，只有親身體驗，才能轉(zhuǎn)化為自身真正的認知和能力。

張小珺：300萬元用來買訓(xùn)練大模型用的卡不好嗎？

李想：這不沖突。做好產(chǎn)品功能和用戶體驗，提升技術(shù)能力和訓(xùn)練水平，打造更好的品牌，為用戶提供更優(yōu)質(zhì)的陪伴和情緒價值，這些都不沖突。

張小珺：“理想同學(xué)”會上法拉利嗎？

李想：如果是在買法拉利之前，我會說“永遠不會”；但買了以后，這個想法有了可能性。我能想象當(dāng)實現(xiàn)了L4級自動駕駛，大家會把車做成方盒子造型。到那時，市場上各種各樣的方盒子車型出現(xiàn)，里面有非常好的空間。

那誰來滿足駕駛樂趣？如果擁有一輛想自動駕駛就自動駕駛、想自己開就自己開的車，同時具備頂尖的人工智能—這樣的產(chǎn)品為什么不可以？科幻電影里早就有這樣的場景。

我今天的一個想法是，可能到2030年，我們甚至有50%的概率會做一輛非常有趣的超級跑車，不過它一定是人工智能的。

張小珺：在你看來，法拉利這樣的車企應(yīng)該擁抱AI嗎？

李想：可能跟很多人想象的不一樣，法拉利在CarPlay（蘋果公司發(fā)布的車載系統(tǒng)）的應(yīng)用上做得非常好，包括CarPlay里面的交互和連接關(guān)系，甚至比許多普通企業(yè)做得要好。

但歐洲奢侈品品牌，最重要的還是延續(xù)稀有和設(shè)計，這個價值是它獨有的。哪怕到了下一個時代，法拉利也還是應(yīng)該變成一個更好的法拉利，而不是變成一家科技企業(yè)。不過科技企業(yè)里可能會出現(xiàn)一些有意思的車型。

第四節(jié) 消失的李想

只要所有的中國企業(yè)不放棄

張小珺：你的一個00后員工想問你，在當(dāng)前復(fù)雜的地緣政治環(huán)境下，怎么成為一家全球領(lǐng)先的人工智能企業(yè)？

李想：作為創(chuàng)業(yè)者，很重要一點是看不同階段。今天哪怕我們做汽車不涉及人工智能，也沒辦法講我們會成為全球領(lǐng)先的汽車企業(yè)。

我們得先在中國市場做到第一，然后下一步在受美國限制以外的市場能不能做成第一？人工智能也一樣。

我給團隊提出的要求是，明年的目標(biāo)是在中國的空間智能領(lǐng)域能不能做到第一？在大語言模型方面以及它所提供的服務(wù)方面能不能進入行業(yè)前三？團隊據(jù)此制定目標(biāo)、構(gòu)建能力以及確定組織和投資，這是最重要的，節(jié)奏非常重要。

再往后我們看到的機會是，如何把語言模型和空間合成更大的VLA模型—去解決到AGI第三階段的Agent，以及到L4級自動駕駛階段應(yīng)具備的能力問題。站在今天還要看，我們做什么樣的研究，匹配什么樣的組織，怎么提前去準(zhǔn)備一些投資。

它是一個成長的過程，不是直達的過程。

張小珺：如果要變成一家人工智能企業(yè)，理想汽車未來還會叫理想汽車嗎？

李想：理想是一家人工智能企業(yè)，我們要做的不是汽車的智能化，而是人工智能的汽車化，并推動人工智能普惠到每一個家庭。我們通過人工智能將物理世界和數(shù)字世界進行融合，讓有限的空間實現(xiàn)無限的延伸。

張小珺：中國企業(yè)能成為全球領(lǐng)先的AI企業(yè)嗎？

李想：只要所有的中國企業(yè)不放棄，一切皆有可能。

1990年代之前，最好的處理器都是日本企業(yè)推出的，后來美國企業(yè)獲得了領(lǐng)先。過去，我們認為全世界最好的汽車是德國人制造的，但今天，中國企業(yè)和特斯拉提供了全世界最好的智能汽車。人工智能方面也一樣，只要我們不放棄，所有的人每天努力，把所有的心思和精力用在去改變這些能力上面，去投入，結(jié)果一定會變得非常好。

張小珺：如果理想沒有成功地成為全球領(lǐng)先的人工智能企業(yè)，會是因為什么？

李想：一定是剛才講的幾個綜合能力我們有缺失，包含研究能力、技術(shù)研發(fā)能力、產(chǎn)品和商業(yè)能力，也包含我們自身的造血能力，這是綜合體現(xiàn)。這是一個非常大的挑戰(zhàn)。

我會全力以赴，確保我們有能力成為全球領(lǐng)先的人工智能企業(yè)，做好每一個環(huán)節(jié)。但如果在我有生之年沒辦法實現(xiàn)，或者我們因為犯了巨大錯誤沒法實現(xiàn)，我也非常樂于看到其他中國頂尖企業(yè)能夠在人工智能方面做得非常好，實現(xiàn)人工智能的第五個階段。

我愿意看到這樣的事發(fā)生，也愿意為這樣的企業(yè)而鼓掌。