关键要点
- 理想汽车称，VLA 司机大模型在 2025 年 8 月首推后，于 9 月完成对 AD Max 车型的全面推送。
- 2025 年车队新增辅助驾驶里程 30.7 亿公里，用户激活率 99.5%；主动安全避免的潜在事故超过 1200 万起。
- 公司 2025 年研发投入 113 亿元（约 15.6 亿美元），约占营收 10.1%，其中 AI 相关约占一半。
- 自研 5 纳米驾驶芯片马赫 100 已于 2025 年完成流片，计划 2026 年装车；星环 OS 自 2025 年 4 月起开源。
真正在开车的那个模型
理想在 2026 年 3 月 12 日报送港交所的年报里，把 2025 年描述为辅助驾驶技术栈从"规则工程"跨进"学习系统"的一年。核心就是 VLA 司机大模型——一套视觉-语言-动作架构，把空间、语言和行为智能，连同记忆、推理与规划融在一起。公司称它在 2025 年 8 月首推后，于 9 月对 AD Max 车型完成了全量 OTA 推送。
关键的一点是，理想声称自己拿下了"第一"：量产化的"世界模型 + 强化学习闭环"。说人话就是，它在云端生成模拟驾驶场景来训练车上的 VLA 模型，模型再从安全、效率和舒适度的反馈里自我改进。这和单纯交付一个模型是两种不同的工业姿态——这是一条绑在车队上的训练流水线。
用里程证明自己
来自年报和 2025 年 ESG 报告的数字：
- 2025 年新增辅助驾驶里程：30.7 亿公里。
- 辅助驾驶总时长：3729 万小时。
- 辅助驾驶用户激活率：99.5%。
- 截至 2025 年底，主动安全避免的潜在事故：超过 1200 万起。
- 仅 2025 年国庆假期：辅助驾驶 181.7 万小时，动用 VLA 指令 122.5 万次，智能泊车 326 万次。
这些是车队量级的数据，不是基准分数，而且都是公司自报。但它们说清了为什么一家车企把驾驶模型当核心资产：数据闭环就是护城河，而这条河是用公里丈量的。
MindGPT 坐在后排
VLA 管路面的时候，车内的助手跑在理想自研的基座模型 MindGPT（认知大模型）上。公司称座舱基座模型在 2025 年升级到 MindGPT 3.1，响应更快、多了工具调用能力——"理想同学"现在能调用像肯德基点餐这样的外部服务，用车的外部摄像头和支付应用扫停车二维码，还能通过 Face ID 记住每位家庭成员。按公司说法，MindGPT 是首个通过中国生成式 AI 服务备案的车企自研模型。
把硅片也造出来
报告里最具战略意味的一行也许是芯片。理想自研的 5 纳米自动驾驶芯片马赫 100，在 2025 年完成流片，已在原型车上路测，计划 2026 年装车。一颗为驾驶栈自研的 5 纳米芯片，释放出同时掌控模型与运行硬件的意图——和特斯拉、华为走的是同一条垂直整合路线，如今由一家中国电动车企尝试。
与芯片同步，理想自 2025 年 4 月起开源了整车操作系统星环 OS。到 2025 年 9 月，包括长城汽车、英飞凌在内的 16 家智能汽车供应链伙伴已签署 OS 社区章程，把它推进到共建阶段。
据脑机网(BrainNet)首席科学家李锚表示，当一家车企开始流片自研的驾驶硅片时，竞争焦点就从"谁的模型更聪明"转移到"谁能在车端掌控每个推理 token 的成本"。
以上为李锚个人观点，不代表本编辑部立场，亦不构成脑机网背书。
花钱说明了什么
理想 2025 年 113 亿元（约 15.6 亿美元）的研发账单，约占营收 10.1%、其中 AI 约一半，正是支撑上述一切的资金后盾。公司 2025 年第二季度营收 302 亿元（约 42 亿美元），净利润 11 亿元。定价 33.98 万元（约 4.69 万美元）的理想 i8，标配 VLA 司机模型和理想同学智能体。
拼起来看，这是一家把 AI 当作产品架构、而非功能添头的企业：一个驾驶模型、一个座舱模型、一颗自研芯片、一套开源系统，彼此喂养。
诚实的局限
所有量化说法均取自理想 2025 年年报（2026 年 3 月 12 日报送港交所）及其 2025 年 ESG 报告，均为公司披露。辅助驾驶里程、主动安全计数和用户活跃率都是公司自报指标，未经独立审计。"辅助驾驶"指代驾驶员辅助系统，并非自动驾驶，驾驶员始终负有责任。我们未将 VLA 与对手驾驶模型做基准对比，也未在公司的既定计划之外核实马赫 100 的性能与 2026 年量产时间。汇率按人民币兑美元 7.1–7.25 的近似值换算并四舍五入。
普通人现在能做什么
- 把理想（02015.HK / LI）的季度交付量，以及马赫 100 装车的任何进展，当作判断自研硅片"真落地还是只宣发"的信号。
- 读公司的安全统计时，分清"辅助驾驶"和"自动驾驶"——驾驶员仍在环内。
- 把理想的"模型-芯片-系统"垂直整合栈，与华为、小鹏、特斯拉等对手比较，判断自研硅片会不会成为行业常态。