李想：汽车将从交通工具进化为空间机器人

张小珺介绍自己是财经作者、腾讯新闻科技主笔和播客主持人，并回顾过去一年对人工智能创业者与投资人的访谈。她说，理想汽车累计交付已突破百万辆，但李想如今不只想做汽车公司 CEO，而希望把理想带成全球领先的人工智能企业。

李想说，汽车当然还要继续造。电动化是上半场，智能化是下半场；但他所说的智能化不是传统软件，而是真正的人工智能。汽车将从工业时代的交通工具，进化成 AI 时代的空间机器人。

张小珺提到，李想在 2023 年 1 月首次对内提出“全球领先的人工智能企业”，时间正值 ChatGPT 发布两个月后。李想说这并非跟风：理想早在 2022 年 9 月就决定把 AI 和自动驾驶列为关键方向。

李想解释，OpenAI 开启了一个全新的人工智能时代，也让团队不必再隐藏对 AI 的期待。把 AI 从隐藏战略变成公开战略，还有一个现实目的：吸引足够多的人才。

李想从第一次创业起就希望用新技术改变物理世界。他在汽车之家看到了线上服务的局限：电商没有真正改造汽车制造、库存、物流和体验等线下环节。创办理想时，他希望借助最新技术真正改变物理世界。

张小珺问理想究竟是 AI 企业，还是用 AI 赋能电动车。李想说汽车是物理世界里 AI 最大的应用，因此理想应是一家 AI 企业；“汽车”二字从未写进公司的 logo。

有员工不相信理想会成为 AI 企业，李想认为这很正常。做增程车时，多数人也曾预计月销量只有几百辆，因为他们还没体验新技术的价值。创业者与多数人的区别之一，是愿意相信尚未被充分看见的可能性。

李想说，他第三次创业不想只做一个垂直领域里的“一棵树”，而是要选择一个更广阔的“森林”，并努力成为其中最大的企业。这个选择意味着要面对更多困难，而不是追求一个更好听的故事。

理想每年约有 100 亿元研发投入，接近一半投向人工智能。李想说团队自研基座模型，研究端到端和 VLM，也做智能驾驶、理想同学、智能商业和智能工业；他相信大模型会从根本上改变人类。

李想认为，互联网实现了信息平权，人工智能则开始推动知识、认知和能力平权。AI 还可能把物理世界和数字世界融合，让有限空间获得更大的延展。

他不记得创业第一天就明确要做 AI 公司，但一开始就把理想 ONE 看成数据与软件的集成，而非传统汽车。AI 对理想而言，已经是未来发展的核心。

李想回忆，小时候在老家长大，初中回到石家庄后开始通过电脑杂志和书籍自学计算机，家里当时没有电脑。周围人不理解，父母担心学习受影响，甚至有人把电脑看成游戏机和坏东西。

李想说自己成绩中等偏上。高中终于有了电脑后，他发现此前三年积累的信息很快转化成实践能力，一个月左右就超过了班里电脑水平最高的同学。他把这种成长归因于先广泛学习，再验证和解决问题。

他把自己的学习方法比作模型训练：先像预训练一样吸收知识、与不同的人交流，再设定目标并用知识解决问题，最后复盘形成能力。这套“学习—验证—成长”的循环，也是他理解 AI 的方式。

张小珺问 AI 对理想意味着什么，李想回答“未来的全部”。作为连续创业者，他也重视企业发展节奏：资源有限时先做好产品，融资和收入增加后再逐步投入技术平台、自动驾驶、座舱、整车控制器和模型。

理想早期融资能力弱，李想说公司先集中资源打磨产品，随后于 2020 年和 2021 年在美国及香港上市，才有条件平台化研发。他把创业理解为资源增长后逐步扩大投入，而非一开始什么都做。

供应商曾经两周不回理想的邮件。李想说团队因此决定自己做自动驾驶研发，从整车预控制器开始。创业初期，投资人常问“凭什么是你”，他的回答是自己既懂互联网和大型软件，也愿意学习汽车制造。

李想认为，硬件是产品的大脑和肌肉，软件是灵魂。互联网公司需要懂软件，但造车公司也必须理解制造；理想的优势在于把两类能力结合起来，而不是只依赖外部供应商。

张小珺提到理想同学从车机扩展到手机 App、未来还可能进入更多终端。李想说，如果理想只是硬件公司，这确实像是突然闯入个人助手红海；但硬件不能定义一家企业，智能手机时代真正的竞争力来自操作系统、应用商店和云服务。

李想认为，AI 超级产品会跨越设备和服务。理想已有百万车主家庭，连同家庭成员约有三百万至五百万潜在用户；孩子会用理想同学问问题、画画、做连环画，也有人拿着手机直接呼叫它。

理想同学的优势包括现有家庭用户基础、追赶领先模型的清晰目标，以及理想在空间和行为智能上的积累。李想说团队会对标优秀选手，制定从行业十名开外进入前五、再到前三的目标。

李想把 AI 产品分成三个阶段。第一阶段是增强人的能力：AI 帮人写文章或驾驶，但人仍要审核结果、监督车辆并承担最终责任，因为模型能力还不够。

第二阶段是智能体成为助手：用户只需下达一个或连续任务，系统能独立完成并对结果负责，例如 L4 汽车接孩子、送孩子去游泳，或自动完成工作总结。李想把这一阶段比作 iPhone 4，认为它才会带来大规模普及。

第三阶段是“归集家人”：AI 不再等着被指派任务，而是了解用户、孩子和朋友，成为家庭成员和组织者。李想甚至希望个人记忆能持续保存在模型中；他最兴奋的是团队有机会在有生之年做到这一点。

张小珺问理想同学是否要改成“家人”之类的名字。李想说，很快用户就能创造自己的理想同学，但产品还没进入家庭成员阶段时，不该勉强用这样的称呼。

李想认为个人助手市场还处在很早期，真正的阶段性变化会发生在人人都能使用的消费级智能体出现时。当前很多公司做的事情，仍是在争取进入 AGI 和 L4 自动驾驶下一阶段的资格。

理想内部把语言智能和自动驾驶的空间智能视为未来会融合的两条路线，并称目标为 VRA。李想认为基座模型迟早会把语言、视觉与行动合在一起，让模型理解三维世界，而不是只从二维图片或端到端压缩记忆中学习。

李想要求团队在中国的语言模型领域进入前三，也要在空间智能上保持领先，资源和算力可以为此投入。他预计语言智能的智能体阶段与空间智能实现 L4 的时间会接近，最终大概率汇成一个模型。

张小珺将目标概括为 VLA。李想说，人本来就将视觉、语言和行动结合起来；L4 本质上也应是一个理解物理世界、能自主行动的智能体。

自动驾驶数据能帮助语言模型建立三维向量空间。李想举例说，视觉语言模型可能认出公交车道、潮汐车道和交警，却未必知道它们在三维空间中的具体位置；人类则能结合空间理解与行动。

李想说理想正在尝试把三维空间 token 放进语言模型预训练。张小珺把理想同学与 MindGPT 的组合比作 Kimi，李想认为这种说法可以帮助理解。

如果理想同学和智能驾驶只能二选一，李想说自己会去找别的方案，不会放弃其中任何一个。至于 RoboTaxi，他不希望理想的使命偏离“创造移动的家、创造幸福的家”。

李想认为 L4 会让家庭用车更便宜、更安全，但不一定意味着人人都改乘 RoboTaxi。高质量陪伴和可供家人朋友共享的移动空间仍有价值；他相信自动驾驶汽车的拥有者也会增加。

张小珺问 Tesla 与 Waymo 等路线之争。李想认为，端到端推动了 L3 的进步，但广泛通用的 L4 最终需要 VLA，不能只在限定区域运行。特斯拉等通往 L4 的公司，可能都会发展成 VLA 或更好的架构。

李想说，模型能力提升可以直接转化为汽车产品优势，不必等到 L4 才有商业价值。接管里程提升、驾驶体验改善，会让车更好卖；对车企来说，AI 能力的进步有清晰的经济反馈。

他认为 Waymo 也在稳步商业化，旧金山的出行服务份额逐渐增加。谈到家庭人形机器人，李想认为它迟早会有很大机会，但节奏还没到；若连 L4 汽车都无法解决，难度更高的家庭机器人就更难实现。

理想会与做得好的机器人公司合作；如果关键硬件没人做，理想才会自己做。李想用手机和浏览器为例说明，成熟标准化的设备不必重复造，但好的硬件是软件能力的必要条件。

张小珺问业务很多，时间如何分配。李想说理想其实做了很多减法，核心关注三件事：语言智能、空间智能，以及为两者提供足够但理性的计算资源。

李想要求组织出的研究题目和团队都正确，资源投入也要匹配目标。智能驾驶团队自己设定 2025 年把 MPI 提高到 500 公里一次接管，比当时水平提升约十倍。

李想认可杨植麟所说的“模型之产品”：好产品会随模型能力进步逐步出现。OpenAI 也从聊天扩展到搜索；当能力足够后，模型能解决的问题会不断增加。

李想说自己并非激进或实用主义的问题，而是相信创业要把握天时、地利、人和，技术最重要。福特通过流水线把汽车生产流程化、把价格降到普通人可负担，开启汽车进入家庭的阶段。

他把工业发展概括为 BT、IT、DT。福特代表生产流程和流水线，之后软件进入工厂、银行和制造体系，主要作用是控制和标准化，让复杂供应链能够稳定运作。

李想说互联网企业发展出 DT（数据技术）后，数据要围绕单个客户形成完整闭环、保留原子级过程信息，并纳入财务数据。这样才能跨部门理解客户从获客到购买、服务和收入的完整过程。

理想常州二工厂从启动到满产约用了 15 天，而传统车企可能需要半年至一年。直营店也能复用沉淀在软件和数据中的最佳实践，更快达到稳定销量；数据还能驱动获客、留存、定价和模型后训练。

李想说，人工智能企业不能只靠公开互联网数据。专业领域数据掌握在企业手中，只有真正经营好智能汽车并获得用户驾驶数据，才能训练自动驾驶模型。他们会提高高效且安全驾驶样本的权重。

张小珺追问理想是否实用主义。李想说，当 AI 成为家庭成员、记忆能被延续的那一刻，他对愿景会无比坚定。他认为技术必须有意义，增程的意义是城市用电、长途发电。

李想说理想要做的是人工智能的汽车化，把 AI 普惠到每个家庭，而不是只做汽车智能化。硬件仍很重要；更完整的愿景，是连接物理世界与数字世界，成为领先的 AI 企业。

在外部环境不利时，李想仍主张按阶段设目标：先在中国空间智能领域争第一，让语言模型与服务进入前三，再把语言模型与空间能力融合成 VLA 和全面智能体。成长是逐步实现的过程，不是一步到位。

李想相信中国企业有机会成为全球领先的 AI 企业。他举例说，过去人们认为最好的汽车都来自德国，如今优秀智能汽车来自中国企业和特斯拉；只要持续投入，中国 AI 也能取得好结果。

李想说体验是产品学习的重要来源。他长期使用宝马 X7、奔驰 GLS 和特斯拉 Model X，理想 L9 的家庭产品体验也来自这些积累；买法拉利则是为了亲自理解品牌如何升级。

谈到理想同学是否进入法拉利，李想说买车后觉得这是可能的。未来自动驾驶汽车仍可以兼顾舒适空间与驾驶乐趣；他估计到 2030 年理想有约五成概率造一辆有趣、但仍具 AI 能力的超级跑车。

李想认为法拉利应继续坚持稀有性和不受约束的设计，成为更好的法拉利，而非简单转成科技公司。他随后解释理想为何保留激光雷达：在中国深夜无灯道路上，摄像头探测距离约一百米，激光雷达可达两百米。

对于面向家庭的汽车，李想把激光雷达比作安全带：与视觉配合，能在黑暗中更早发现大货车等障碍，提升高速 AEB 能力。他们也研究 AES 避让，希望减少重大伤亡事故，并保护其他道路参与者。

理想采用单一端到端模型，李想说外部顾问和团队考察特斯拉 FSD 给了启发。他认为规则算法不断修补 corner case 的工作没有尽头，端到端和 VLM 则有机会通过提升能力解决一类问题。

李想用妻子学开车举例：宝马驾驶学校先教人看远处、看真正要去的路，再教人在湿滑路面敢于有力刹车。掌握能力后，她很少再剐蹭；这比不断补规则更有效。

他把驾驶教练比作能力培养：赛道上盲目刷圈效果有限，教练指出过弯方法后，驾驶者可以迅速进步。端到端模型的价值也在于形成能力，而不只是增加功能或逐个处理 corner case。

李想承认有些企业用更多人力和地图，修复 corner case 的能力可能更强。真正让他惊讶的是理想端到端团队一个月训练带来的进步，已经超过此前几年传统方法的改善。

端到端首次上车测试时，车辆在路口迅速避让行人，反应比传统流程快。李想担心规则算法专家会因此失去价值，后来意识到他们会转而定义老司机、筛选高质量数据并设计验证体系。

理想使用两套验证方式：自研世界模型重构并生成不同城市的物理环境，也让上千甚至上万名用户实际体验。专家和用户分别评估驾驶能力、效率、安全和舒适度，新的评价方式会形成更高竞争壁垒。

数据不是越多越好。李想说理想优先选择评分最高的 3% 驾驶样本，标准同时考虑合规、安全和通行效率；遇到新问题时还要重新调整样本权重，不能靠手工打补丁。

李想说下一代产品会更直观地展示端到端和世界语言模型如何工作，帮助用户理解 AI。他本人约 80% 的驾驶会用辅助驾驶，剩下主要是因为赶时间。

李想认为端到端能把自动驾驶推进到 L3，例如把接管间隔提升到 500 至 1000 公里，但不能单独解决 L4。真正的 L4 必须使用 VLA，并同时满足技术、产品、环境政策和消费者信任等条件。

他希望用三年时间推出为 L4 定义的产品。电动化是进入市场的门票，L4 才会分出真正胜负；为了拿到这张门票，企业需要大量上路车辆、掌握 VLA 基座模型、顶尖人才和算力。

李想第一次用 ChatGPT 就觉得“人工智能应该就是这个样子”。评价 OpenAI 时，他会看行业标准、研究、技术研发、产品化和商业化，而不是只看当下收入。

李想认为搜索入口的历史说明分发位置很重要：谷歌通过 AOL 首页、百度通过收购网址导航获得入口。OpenAI 则拿下微软和苹果两个超级伙伴；综合五个方面，它已经是领先的 AI 企业。

李想用访问量衡量 OpenAI 的入口地位：当时其聊天产品全球月访问量约 36 亿，远高于 Gemini 的两三亿。他认为数据说明 OpenAI 已明显领先。

如果是 OpenAI CEO，李想不会认为自己能做得更好。他说 OpenAI 已做好聊天机器人和推理阶段的产品，而下一阶段的智能体才会像 iPhone 一样，让普通人无需密集提示就能持续完成任务。

李想预计美国可能更早出现成熟智能体，中国也有望在三年内实现。他说 AI 时代的产品竞争不同于过去：过去用体验判断一个功能，今天必须理解模型能力及其研究方向。

李想认为，想做 AI 助手、基座模型或 L4 自动驾驶的公司，必须进行技术研究，再做技术研发和产品化。只把 AI 当作细分功能可以不做基础研究，但高目标企业绕不开它。

李想不把汽车行业竞争看成简单的输赢。传统车企、特斯拉、华为和小米会不断改变格局；苹果曾讨论过没有方向盘的汽车，未来也可能重新考虑进入。

他认为苹果放弃造车的挑战之一是组织方式需要改变，因为汽车比手机复杂；另一个是隐私理解可能随大模型改变。数据变成 token 后，模型也可能成为解决隐私问题的方式。

李想肯定雷军做硬件的能力，认为小米不仅汽车，电视和空调也做得好，发烧友式的投入是优势。他曾建议雷军要想造车成功就必须 all in；两家公司关系不错，也互相支持。

李想坦言自己就是理想产品的天花板。早期他凭借对三排座椅和真实用车的深度体验主导产品设计；现在自己也成了瓶颈，需要把产品能力沉淀成体系，让团队持续成长。

李想喜欢高管和自己争论。他用把石头磨成漂亮球的故事比喻团队创造：重要产品和研究需要充分碰撞，争论一个月甚至两个月，最终让经验证明谁的判断更好。

L7、L8 是否共用一个车型做五座和六座版，团队曾争论数月。李想原本主张一个车型，团队通过实际体验验证后发现两种布局在上下车和造型上差异很大，最终做成两个车型。

李想说产品经理不该讨好任何人，而要找到用户本来应有、却尚未获得的价值，并识别阻碍。电动车充电困难催生了增程、5C 和自建充电桩；小体验则需要团队有敏锐感受和产品纪律。

产品本质上是取舍：选择 A 就可能放弃 B，团队必须知道自己真正想要什么。李想欣赏 Google 把搜索做成搜索框、OpenAI 把聊天做成对话框；简单不是贫乏，复杂反而可能僵化。

李想通过三种方式学习 AI：每周参加多次研究会议读论文、让团队分享不同公司的实践，以及亲自使用产品。他还重视播客对话，因为提问能把复杂观点结构化，提高听众接收信息的效率。

李想没有大学经历，认为这不妨碍获取知识，但少了一段与同龄人共同生活的体验。因此他重视销售培训和高管商学院，让员工一起学习、生活，减少协作中的陌生感和障碍。

张小珺问敏感是否适合做 CEO。李想说关键是在最艰难的十字路口看清本质，为团队做出最好的选择，并让未来验证判断。

李想说自己最困难的时刻不是 2019 年，而是 2008 年：小股东要把他和合伙人樊征赶出公司，融资无门，现金流断掉。他当时经常想到这件事就落泪。

后来和解时，合伙人告诉李想，大家愿意抵押房子支持公司，只是他没有给他们机会，而是独自硬扛。李想因此反思自己从小被教育要对自己苛刻，创业后也觉得没有退路。

李想从那次危机中学到两件事：先善待自己，接纳优点和不足；如果缺点伤害自己和身边的人，就必须改变。他后来买了更好的车和房子，也开始休假，并更愿意看见他人的长处。

第二个改变是不再独自扛住所有问题。李想后来会在现金还能支撑半年时就向投资人说明融资风险和产品机会，而不是等到公司快没钱才求助。

一次融资时公司仍有十多亿元，但汽车量产和供应链需要更多资金。李想提前告诉张颖：若等到市场转差再融资会更难，而提前融资可以在上海车展拿到真实订单。投资人很快帮助公司融到约 19 亿元。

下一轮融资遇上特斯拉问题和疫情，是更艰难的一次。李想与 150 多位投资人沟通，也向张一鸣、王兴等朋友求助，最后他们参与投资；他把困难公开给团队，大家共同降低预算，费用最终减少约 40%。

张小珺认为李想日程不算忙。李想说自己优先级最高的是员工：招聘、培训、组织和人力制度；他认为 CEO 应服务于共事时间最长的人，帮助员工提升价值。第二优先级是产品，第三才是 AI。

李想的一天通常上午处理产品，中午和下午安排员工相关工作，较晚时候开 AI 会议。公司重要决策放在周六，让战略委员会不受日常工作、客户和合作伙伴安排打断，可以长时间充分争论。

李想喜欢把遇到的优秀企业家和研究者的观点分享给团队。一个好结果背后往往有三四年积累；理解认知、行动和结果之间的关系，能帮助团队成长。他也鼓励员工跨行业交流。

李想说，2024 年给他最大惊喜的是校招团队。公司三千多名校招生表现出色，技术展示会上一半以上 AI 产品由他们完成；他认为年轻人受教育好、心智成熟，带来了新的时代。

他认为年轻人的表现也取决于企业给他们什么样的环境。中国工业快速数字化和智能化，消费者对新产品有信心；企业应认真看待占员工主体的 70 后、80 后和 90 后，先理解人，再一起做事。

李想说自己的欲望是成长。经营企业有两件重要的事：持续推出有长远价值和意义的产品服务，并做出能力判断、设定问题、培养团队和安排投资。

目标是有效的管理工具，但不能只是空洞数字。万亿收入目标如果代表对用户的价值和行业地位，就能给团队明确意义；管理者还要把目标背后的工作做实。

李想认为，理想若要成为万亿级企业，必须实现 L4 自动驾驶，带来革命性的产品体验和不同的商业模式，并支撑技术、产品和用户快速增长。领先企业往往具备这些共同特质。

如果理想未能成为全球领先的 AI 企业，李想认为可能是研究、技术研发、产品、商业或自我造血能力中有短板。他会全力以赴，也愿意看到中国其他企业实现 AI 的第五阶段，并为它们鼓掌。