理想汽车，把移动的家
开进具身智能时代

理想汽车在2026年做的最重要的一件事，不是发布某一款车，而是把“具身智能”从概念拉进了量产清单。过去行业谈智能汽车，标准无非三条：软件定义硬件、能联网、可OTA。但这套定义走到辅助驾驶的复杂场景就会露怯——系统感知到风险，却只能把方向盘交还给人。理想选择从底层架构重写，让车具备感知、理解与主动执行的能力闭环。

支撑这个闭环的第一块基石是算力自主。马赫M100是一颗5nm车规级AI推理芯片，基于数据流架构原生设计，单颗1280TOPS，双芯协同2560TOPS。它和通用GPU路线的区别在于，推理任务从芯片设计阶段就被当作主要负载。配合4颗激光雷达与3D ViT感知架构，前向感知距离拉到300米，车辆对物理世界的“看”变得更细、更远。

第二块基石是模型。马赫VLA把空间理解、语言理解与行动决策放进同一个原生多模态MoE框架。传统模块化架构是“先看见、再思考、再执行”，每一步都可能损耗信息；VLA的做法是让看见、理解、行动从一开始就在同一套表征里对齐。发布会演示里，车辆能看懂保安的手势、在左转遇对向来车时切倒挡礼让，这些不是预设规则，而是模型在真实场景中学习到的行为策略。

第三块基石是补能网络。具身智能的前提是车得先能自由移动。理想超充站突破4000座，高速“九纵九横”贯通，平均每130公里一座；5C桩超过4500根。补能密度上去之后，纯电车型的使用半径才真正打开。i6把800V和5C带到25万元级，L9用5C增程把综合续航做到1650公里。两条路线指向同一个结果：家庭用户不需要为了补能改变出行习惯。

但技术堆叠不等于体验。理想同学接入Mind GPT后，模糊语义、多人多区识别、可见即可说成了日常高频功能；后排说“我热”只调后排空调，孩子问天文问题能用易懂的方式回答。这些细节不炫技，却决定了智能座舱是“能用”还是“好用”。具身智能落到家庭场景，最终衡量的不是算力数字，而是一次出行里有多少时刻你不需要分心。

当然，争议同样存在。城市NOA在复杂路况下的边界、系统与人接管的默契，仍是用户讨论的焦点。理想的选择是用数据迭代：VLA月使用率80%，模仿学习数据量增加50%，强化学习数据量增加15倍。辅助驾驶的进步不是一次性交付，而是一个持续校准的过程。对家庭用户来说，这意味着既要对技术保持开放，也要清楚“辅助”二字的边界。

回到“移动的家”这个原点，理想汽车2026年的技术叙事其实没有偏离家庭场景。芯片、模型、底盘、超充，所有投入最终都要回答一个问题：一家人坐进车里，是否更安心、更松弛、更少焦虑。具身智能是路径，不是目的。当一辆车开始理解后排孩子的温度需求、理解驾驶员在高速上的疲劳信号、理解充电桩前的泊车意图，技术才真正回到了人这一侧。