别只盯着自动驾驶，李想揭开物理 AI 大格局

近期理想汽车发布全新自动驾驶基座模型MindVLA-o1，创始人李想随之抛出重磅观点，瞬间引发行业热议。在他看来，大家追捧的自动驾驶，从来不是智能技术的终点，仅仅是物理AI落地的一个起点。这番言论打破行业对智驾的固有认知，既道出了当下自动驾驶行业的痛点，也指明了物理世界AI的发展方向，没有晦涩术语，却直指技术本质。

行业砸了几千亿没突破，问题是AI没看懂真实路况

过去这些年，整个自动驾驶行业砸进去的资金数以千亿计，算力越堆越高、传感器越装越多，可实际体验总差一口气，遇到复杂路况还是容易“犯迷糊”。李想直言，问题根本不在钱没花够，而是行业走了弯路。

人类开车能稳当应对各种场景，是因为从小摸爬滚打，早就建立了立体的空间认知，知道远近、高低、障碍物能不能碰。可市面上大部分AI，还停留在看2D画面拼3D场景的阶段，要么丢了高度信息，要么分不清物体属性，就像只看行车记录仪就上路，永远没法真正理解路况。这也是很多智驾系统，遇到异形障碍物、极端天气就容易掉链子的根源，不是算力不够，是底层认知就错了。

理想换了技术思路，让AI像人一样看懂立体空间

针对行业痛点，理想拿出了实打实的解决方案，推出原生3D ViT三维视觉编码器，彻底改变AI感知逻辑。不再是先拍平面画面再拼凑成立体场景，而是从一开始就直接在三维空间里理解路况，把物体位置、空间关系、属性信息一次性吃透。

这套技术落地后，AI的感知能力大幅提升，能稳稳看清500米以外的路况，预判场景变化也更精准。就连激光雷达的角色都变了，不再是感知核心，更像一把高精度尺子，负责校准空间数据，配合视觉系统让判断更稳。再加上自研马赫芯片三倍算力支撑，AI反应更快、决策更像老司机，复杂路口、突发路况都能从容应对，彻底摆脱以往“纸上谈兵”的窘境。

别只盯着开车，物理AI能用在更多地方

李想强调自动驾驶是起点，核心是不想让行业局限在“让车自己开”这件事上。此次发布的MindVLA-o1模型，本质是一套通用的物理世界智能基座，不只是给汽车用，机器人、机械臂等设备都能适配。

这意味着，这套技术打通了视觉、语言、动作的底层逻辑，在汽车上能实现顺畅智驾，换到其他物理场景，就能完成搬运、巡检、操作等任务。行业以往做技术，大多盯着单一场景发力，资源浪费、重复研发，而理想的思路是打造通用能力，用一套核心技术适配多个领域，既降低研发成本，也能加速物理AI的普及。这不仅是理想的技术布局，更是整个行业从单一智驾，走向全域物理智能的关键一步。

技术不搞虚的，普通人也能用上好用的智驾

好技术不能只停留在实验室，更要让普通人用得上、用得起，这也是李想团队一直坚持的方向。理想没有把新技术只放在高价车型上，而是做了分层布局，不同价位车型都能匹配对应的智驾能力。

一方面，通过算力优化、算法迭代，控制硬件成本，让入门级车型也能用上靠谱的城市NOA功能，打破高阶智驾的价格壁垒；另一方面，依托海量量产车型积累真实路况数据，形成数据闭环，让AI越用越聪明，持续优化体验。同时针对用户担心的安全问题，通过全场景测试、透明化反馈、新手引导等方式，打消顾虑，让智驾从“尝鲜配置”变成实用工具。这种普惠式落地思路，既让技术价值最大化，也推动整个行业告别内卷，回归服务用户的本质。

从追逐算力堆叠，到回归物理认知本质，李想的观点给行业踩了一脚刹车，也指明了方向。自动驾驶从来不是物理AI的终点，只是打开智能物理世界的一把钥匙。当AI真正看懂三维世界，不仅是开车变简单，更多贴近生活的智能场景都会落地，这才是技术革新的真正意义。理想的布局，不仅是为自家车型打造壁垒，更是推动整个行业，从智能汽车走向更广阔的物理智能时代。