某一个具体的站指引体验有进步空间与理想纯电目前是中国市场纯电补能体系最优解不矛盾。理想说要以打造产品的方式打造补能体验，产品本身就是 由无数细节堆积起来的。 已于2026年2月14日21:13向理想超充团队反馈，在22:37得到了回复，并询问了本次长途体验还没有其他问题。 TOP2体感是，局限于2026年2月14日，成渝高速服务区理想超充站站的数量是够了，但对于老L系列来说，桩的数量不够（第三方也不行，大量服务区排 队挺严重的，有的服务区排队有人管理，有的服务区排队没人管理），对MEGA/纯电/有5c的新L来说，桩的数量是够的，至少车机上还是经常可以看到 5c是空的。 图文版: 超充站指引分为两部分，地面指引与车机指引。 在车机端，如果将服务区途经点，到了服务区瞬间，这个途经点就消失了，既不会在车机端自动弹出理想超充站图文指引，也无法通过简单点一两个键 的方式出现车机端理想超充站图文指引。 重庆三足服务区比较特殊 从这张图可以看出，直到开到加油站都看不到任何地面指引。 the first ttp:// .. Hose TIME 3 9 9 12 + 1 1 2 1 1 1 2 1 1 1 2 1 Area 7 ...

Core Viewpoint - The article discusses the strategic shifts within Li Auto, particularly focusing on the leadership changes and the implications for its autonomous driving and AI initiatives. It emphasizes the importance of Li Xiang's judgment on the AI industry's development and the need for effective organization of talent to achieve the company's vision [1][2][5]. Group 1: Leadership Changes and Organizational Structure - Zhan Yifei will take full responsibility for the research and productization of the robotics business, while Lang Xianpeng will be leaving the company [1]. - The restructuring of Li Auto's autonomous driving departments from 3 to 11 is seen as a secondary issue, with the primary challenge being the alignment of production factors and Li Xiang's vision [2]. - The merger of the autonomous driving and smart cockpit departments reflects a shift in Li Xiang's approach, emphasizing integrated design over traditional software and hardware separation [2][3]. Group 2: Strategic Direction and Market Position - Li Auto's strategy is compared to Tesla's VA (Value Added) approach, suggesting that while both strategies have their merits, the VA route may carry less risk due to Tesla's pioneering efforts [3]. - The article notes that regardless of whether Li Auto adopts a VA or VLA (Value Learning Architecture) approach, both have their rationales, and the company may continue to evolve its viewpoints [3][4]. - The potential for Li Auto's autonomous driving technology to enhance user value is considered highly probable, with a clear direction towards improving data utilization and model performance [3]. Group 3: Talent Management and AI Development - The ability to effectively recruit and organize suitable talent is crucial for Li Auto's success, with over 50% of significant technological breakthroughs expected to come from new graduates [9]. - Li Xiang's learning ability and decision-making quality are highlighted as critical factors in determining the company's future success in the AI sector [5][9]. - The article emphasizes that the departure of older team members is less significant than Li Xiang's capability to harness the intellectual resources of new talent [9].

Core Viewpoint - The new mission of Li Auto is "Be Proactive, Change the World," with a vision to become a global leader in embodied intelligence [1] Group 1: Company Evolution - Li Auto's previous mission focused on creating a mobile home and happiness, which has now shifted towards a broader technological ambition [1] - The company is evolving from being perceived solely as an automotive manufacturer to being recognized as an AI company, emphasizing the integration of AI with physical products [2][10] - The leadership of Li Auto, particularly CEO Li Xiang, is characterized by a commitment to continuous growth and learning from past experiences [3][4] Group 2: Leadership Insights - Li Xiang's personal growth journey includes learning the importance of communication and focusing on user needs rather than competitors [5][8] - Significant past experiences, such as challenges during the automotive industry and previous ventures, have shaped Li Xiang's approach to leadership and decision-making [6][7] - The transition to focusing on AI and embodied intelligence reflects a strategic pivot based on industry trends and personal insights gained over time [11][12] Group 3: AI Integration - By December 2024, Li Xiang recognized the critical role of foundational models in AI, understanding that they serve as a key entry point for various products and services [12] - The company is actively engaging in AI research and development, with a focus on integrating AI capabilities into its automotive offerings [13][14] - Li Auto is preparing to address the challenges of robotics and AI, indicating a proactive stance in seizing market opportunities in these emerging fields [15][16]

2026年1月理想交付27668，其中增程9358，纯电18310。L6789分别为5025/2113/1173/1047，i6i8MEGA分别为16883/1013/414。 | | 总交付 | 增程 | 纯电 | L6 | L7 | 18 | l B | i6 | i8 | IMEGA | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 2026年1月 | 27668 | 9358 | 18310 | 5025 | 2113 | 1173 | 1047 | 16883 | 1013 | 414 | | 2025年12月 | 44246 | 24568 | 19678 | 12676 | 6150 | 3010 | 2732 | 15994 | 2745 | дза | | 2025年11月 | 33181 | 18984 | 14197 | 9434 | 5212 | 2130 | 2208 | 6798 | 6719 | 680 | | 2025年10月 | 31767 | 18340 | 13427 | 968 ...

首先是指尖的极致。当你闭上眼抚摸理想L9 Livis的腰线，是如玉般的温润平滑。这种"奢华"的体 验，以往你只能在迈巴赫S级这样的顶级豪车上才能找到。 其次是数据的碾压。经过三次喷涂，理想L9 Livis双色车身的漆膜层数达到了惊人的15层。相比于 普通漆面90-120微米的厚度，我们的漆膜厚度直接拉升到了130-200微米。这多出来的厚度，不仅意味着 更深邃的质感，更意味着2-3倍于常规清漆的保护层，让你的车漆在历经岁月的抛光和洗刷后，依然能亮 丽如新。 最后是视觉的惊艳。在衡量漆面质量的镜面指数上，行业标准通常是92+，而我们做到了95+；在 反映平整度的桔皮R值上，行业标准通常是8级，而我们做到了10级。把车停在阳光下，你会发现车身倒 影清晰锐利，没有丝毫模糊和扭曲，这就是奢华的体现。 评论区: 不是，这个能有量产性吗？准备卖稀缺啊 2026年2月10日理想汽车制造工程负责人徐勉表示: 在汽车涂装领域，常规的单色车身喷涂只需一遍，漆膜结构是8层；而市面上主流豪华品牌的双色 车身，通常是在此基础上增加遮蔽和套色喷涂，也就是所谓的"两遍工艺"，漆膜结构达到13层，但这并不 是终点，对于理想L9 Livis而 ...

本文基于准确的原话原词进行了仔细考究，推荐阅读。 2025年4月张小珺问 你不是技术型的CEO，就是你不像梁文锋那样，你担心手下的AI的高管忽悠你 吗？ 李想的回复是我觉得如果是科学，他可能忽悠我，但如果是工程，他忽悠不了我。对，所以幸好 AI不是科学，AI是工程。 在此次访谈后续与截至2026年2月10日，李想没有在公开场合细化解释为什么认为AI不是科学，而是 工程。据静静关闭弹射起步透露李想持此观点更早之前在内部说过。在同一场对话中李想认为自己很 擅长工程，给的锚点是汽车之家与增程的架构都没变过，是一开始就想好的。认为工程能力很多时候 是问结构性的问题，并提到自己比较喜欢物理。 2026年2月6日马斯克进行了2h49min，马斯克多次表达类似AI的本质不是理论探索而是工程落地和硬 件实现的意思。 马斯克明确认为xAI是几百名工程师而不是研究员，指出大多数时候(most of time)做的就是工程工作 而不是想出一个根本性的新算法。 明确说有点不同意(somewhat)C公司或B公司(原话说的就是C公司B公司)为了尽可能多地增加盈利收 入称自己是实验室，认为它们不是实验室，实验室是一种在大学里类似quas ...

李想2026年2月9日微博： 全新L9用的马赫100双芯片，总算力2560 TOPS。关键不只是总算力，更要看单颗有效算力：马赫100 单颗算力1280 TOPS，因为采用数据流架构提供给算法软件最大的优化空间，单颗马赫100的有效算 力就是英伟达Thor U的3倍，全新L9的双马赫100芯片，有效算力就是Thor U的5-6倍了。 什么是有效算力？就是实际跑VLA大模型时，能榨出来的真实性能。传统GPU架构利用率低，我们 的数据流架构利用率高、功耗低。 具体表现：同样场景下，我们能做到更高帧率、更短反应时间。紧急情况下，可以更早感知风险，更 快做出避险动作——这就是体验代差，不仅是参数好看，是关键时刻管用。 2022年启动自研时，我们就判断：2025年开始，行业进入【自研算法+自研算力】软硬一体时代。马 赫100，是这个判断的第一步。 2025年7月22日36氪汽车发文《 市值第一英伟达，被中国汽车浇冷水｜深氪 》 7月23日进行了部分修改，修改后的内容为： "双方对Thor进行了数轮调整后，才达到量产交付效果。但英伟达原先宣传的700TOPS算力，实际目 前可释放的只在500左右。" 2025年7月27日 ...

2026年2月6日李想B站视频指出传统2D Vit无法真正理解物理世界，供应商芯片视频编码器是黑盒，无法 修改。通过强大编译团队，马赫100芯片用数据流架构，从而有足够算力运行3D Vit。 3D ViT就是不再输入一张图，而是一个视频流片段(Clips)，以前的 Token 是一个二维图片补丁， 现在的 Token 是一个时空管——它既包含了这个物体在空间上的位置，也包含了它在时间轴上的变化。 其实大家都在处理视频流，为什么李想现在特意强调"转向 3D ViT"？ 区别在于"很多"运行在上一代芯片的端到端模型，是通过2D ViT提取特征后，通过连续几帧的堆 叠，扔进一个时间融合模块里，是一个混合架构。它的本质是：先看图，再脑补动画 转向3D ViT可以理解为原生支持处理连续视频流，是天生就在看电影。 有人会说，这不就是2D转3D么，其实这是两个概念。大家讲的2D转3D通常说的是视角转换，比 如BEV 鸟瞰图。而2D ViT转向3D ViT指的是特征提取维度，这里的3D指的不是空间坐标x，y，z而是张 量：是高、宽和时间。 上一代芯片不能原生支持，李想在视频中提到了原因，简单理解就是：内存带宽和数据搬运效率 ...

视频版: 文字版： 李想: 我觉得大家比较好奇的一点，这一次除了我们在讲汽车要实现具身智能化以外，然后我们还开 始把过去隐藏了一年多的时间的人形机器人正式地浮出水面了。 我背后所有的思考其实是这样的，我觉得就是人类所有的我们今天提供的服务、产品、应用，我自己 大概就分了四个大类。 面向企业内的大概有两类，然后面向终端消费者的其实有两类。 面对企业内的两类，一个是信息化工具，一个是生产力工具。当有了AI，很多企业都能够自己非常 好地解决信息工具的问题。 然后另外一个角度，其实从过去我们使用Photoshop、Python，变成了今天的Lovart，Claude Code，真 正用于生产的时候，大家就都会普遍去使用全世界最好的生产工具。 只是今天这些生产工具逐步地AI化了。那在To C的方面，就面向终端消费者方面，有两个大的品 类。 一个品类是如何帮用户解决生活问题的，包含衣食住行，包含所有的应用、服务、软件。我觉得另外 一方面就是娱乐，如何有情绪价值，像游戏，像短视频，像电影。如果回归到理想汽车，我们到底应 该怎么定位？ 我认为我们最大的价值其实是做好生活。车也是我们生活中最主要的一个部分，最重要的是能够在物 ...

视频版: 文字版： Q: 为什么说全新一代理想L9是具身智能机器人？ 李想: 我觉得L9我们才真正开始敢讲具身智能。原来我们有类似这样的想象，但是不敢来讲。我们还 是拿人来举例子。我们在L9上彻底改造了感知和大脑的工作方式，我们会逐步从2D ViT发展到3D ViT。 传统的2D ViT，是没有办法真正理解物理世界的，只有做了3D ViT才真正像人一样地去感知世界。 从感知和模型方面，到了L9这一代产品会发生一个颠覆性的变化。我原来没法做到的东西，新的L9 上新的计算平台都可以体现。 这个背后的原因是因为我们做了自己的芯片。因为我们原来使用其他供应商提供的芯片就会遇到一个 挑战。比如在这个芯片上，它的视频编码器是一个黑盒子，我们改不了。比如说我们想做3D ViT， 那我就得第一得先去改它的视频编码器。 第二，我要有足够的算力能够去运行3D ViT，这就是非常大的挑战。 但是我们采用了全世界最先进的车规级的5纳米的马赫100的芯片，它的算力是我们当前最好性能的芯 片的三倍以上，真的是三倍以上。而且我们用的是数据流的一个架构。当我们需要做3D ViT的时 候，我们其实只需要通过我们非常强大的编译团队，在芯片上给到 ...