一輛車比人類反應更快，這事聽著是不是有點神奇？6月15日的Livis Day發布會上，理想汽車給出了一個具體數字：自研的馬赫VLA模型響應速度達到0.28秒，比普通駕駛員的0.45秒快了約40%。換算成更直觀的場景，車速120公里每小時時，提前6米就能剎停。這種速度，接近頂級F1車手0.25秒的人類生理極限。

這場發布會最根本的命題，是李想試圖回答一個問題：“具身智能跟造車到底有什么關系？”他的判斷毫不含糊：傳統智能汽車根本算不上真正的智能，不過是功能驅動、服務于特定場景的產物，連安全的定義都停留在功能安全層面。而他給出的答案是，具身智能汽車應該是一輛能保護人類安全、獨立完成任務、比人類更高效的汽車。

發布會上，理想為具身智能汽車下了完整定義：同時擁有電動車、職業司機、AI計算機與生活助手四大能力的智能體。過去十年我們創造了一個移動的家，第二個十年我們要給車和家賦予生命——李想用這句話為整場發布會定調。

支撐這個定義的基座是一套空間交互體驗的重構。新一代旗艦座艙首發高通8797 Elite芯片，504K的CPU任務處理能力、8.1T的GPU渲染能力和320TOPS的端側NPU算力，三項指標直接對標甚至超越主流手機。座艙內那塊90Hz高刷新率、180Hz觸控采樣率的超寬全景屏，顯示帶寬達到23.5G，搭配自研底層系統做響應優化。單人駕駛時，駕駛員顯示區域比上一代雙聯屏寬了1.5倍，應用界面能自適應調整尺寸，三指輕劃就能進入所謂的放空空間。副駕上車后主副駕1:1分屏，駐車觀影時顯示面積比上一代增加1.7倍。

聲音層面同樣下了重注。9.3.6聲道布局的星環劇院音響峰值功率5440W，用9組水平環繞、3個矩陣式低音炮、6組天空環繞搭建聲場。前排5.2.2與后排7.1.4雙音區布局，前后排能同時播放全景聲，自研音效算法配合96kHz高采樣率實現錄音棚級回放。頭枕音響Livis Pods用背靠背揚聲器疊加空間音頻算法，為每位乘客營造獨立聽音區。座艙還全面支持CarPlay與主流旗艦手機互聯，CarPlay能把地圖投射到HUD上并用方向盤控制。

具身智能的大腦部分，理想拆成了兩條線。語言智能由馬赫Mind-Pro和Mind-Edge負責，掌管理解指令和推演行動方案；機器智能由馬赫VLA負責，處理三維視覺感知與軀體動作控制。Mind-Pro采用混合強化學習并行訓練體系，Token平均消耗降低38%，工具調用冗余輪次減少47%，推理TPS峰值跑到208 token/s，是主流Agent模型的兩倍以上。Mind-Edge則作為端側原生智能體，用多模態流式時序建模，全天候主動感知、人車交互、自主控車全部在車端本地完成。

馬赫VLA的能力層面，已經能自主完成倒車讓路、識別交警手勢指揮、應對低矮不規則障礙物、穿越無車道線的城中村雨夜窄路等場景。背后是感知到執行的全鏈路重構：視覺輸入時延優化47%，模型推理鏈路縮短43%，線控底盤響應時延降低38%，操作系統調度編排時延降低28%，端到端總體時延壓縮了40%。模型架構上，原生多模態MoE混合專家大模型替換了傳統模塊化方案，3D ViT首次上車讓系統從看見物理世界進化到看懂物理世界。數據層面，模仿學習數據量增加50%，強化學習數據量增加15倍，模型參數量增加10倍，TPS提升15倍。三季度，搭載Orin和Thor芯片的AD Max用戶將收到馬赫VLA推送；四季度，模型能力對齊全球頂尖水平。

整個具身智能系統的心臟是馬赫M100芯片。面對AI推理算力需求暴漲、供給增速放緩的矛盾，理想從2022年立項，耗時三年半，做出了全球首款量產的動態數據流AI芯片，2026年5月裝車。5納米車規級工藝，單芯片1280TOPS算力，實際運行效率超過82%。一半以上晶圓面積交給神經網絡處理器，由56個計算單元和1個數據處理模塊構成；CPU用24核ARM A78AE，主頻2.3GHz，8通道LPDDR5X內存帶寬273GB/s。對比主流智能駕駛芯片，運行35B參數大語言模型時，prefill速度是頂尖桌面級AI超級計算機的2.7倍，decode速度1.5倍。該芯片架構論文已入選ISCA 2026工業分區，理想成為汽車行業第一家獲此頂會論文錄取的企業。李想給出的具身智能系統拼圖至此完整：馬赫M100是心臟提供算力，全車感知系統是眼睛，馬赫大模型體系是大腦，理想已經在芯片、編譯器、操作系統、AI算法和域控制器五個環節全部實現自研。