25年8月28日李想在25Q2电话会议上表示："在技术平台和产品的更新上，我们会加快迭代的速度。 按照我们过去的规划，现在遇到的问题是我们出一次牌，同行会出两次牌，所以我们的整个迭代频率 相当于让同行看着我们的牌和我们打牌。 现在有两种大思路，一种是把现版本打磨尽可能的好，放入最高优先级。一种是一方面好好打磨现版 本，与此同时把将来更强模型放入更高优先级。理想做事风格更偏向后者。 同理，理想对自动泊车的重视程度长期而言也是偏低的。相较于现在花不低的资源让理想自动泊车做 到行业第一，理想更倾向把省下的资源优先投入到更先进的模型开发上。 宽泛而言，越是规则明确，堆人有用，神韵上更类似扫图的场景下，鸿蒙的车泊车体验就越是比理想 好。越是更偏向AI，神韵上更类似车端自己具备面向陌生环境推理能力的场景，理想体验就越是比 鸿蒙好。 所以接下来我们必须加速技术平台和产品更新迭代的速度，确保出牌的频率更快。我们有信心在 2026年在整车产品力和人工智能体系化的能力上，要超过2022年理想L9时代的领先程度。" 核心辩证点是在李想对AI超级感兴趣前提下，究竟会有多重视L2基础上的纯汽车维度的产品定义与 细节打磨。 TOP2认为 ...

群友1：i8的设计有个不好的地方就是HUD，又小又模糊，并且黑框部分很明显。 我昨天路过理想店 又仔细看了下i8的HUD，发现跟L系列差距比较明显。 有另外四名群友持类似观点。 群友2:因为投射的远了，L要近，没退步，还是取舍。 各有好处，i的行驶过程看起来会更顺，行驶 过程不用特意把眼睛的焦距拉回来很多，我觉得是取舍，这个实际体验不一定比L差。 加微信，进群深度交流理想长期基本面。不是车友群。 群友4:i8的HUD投射距离和MEGA差不多，都在2米以上（粗略估计），都比L系列（投射距离1.5米 左右）远，我个人的感受很明显，更喜欢i8和MEGA的远距离，对我来说看的更清晰，更自然。要分 析这种个体感受差异的原因，我想和个人的视力条件有关，近视的人大概会喜欢近一些的，不近视的 两种都可以，远的会更舒服。 本人视力很好一直是1.5，但是这几年开始逐渐老花眼，过了45岁之后花眼很明显，这是一个不可逆 的自然老化过程，在这种情况下，我目前开的L7的HUD就稍微有点近，有点失焦，试驾i8的时候感 受非常明显。还有另外一个和花眼视力相关的，就是流媒体后视镜，试驾之前很期待，一上车就发现 根本不能用，切焦太困难了，老老实 ...

Core Viewpoint - The article discusses the launch of StreamUni, a new streaming voice translation framework developed by Li Auto, which aims to address key challenges in long-duration streaming voice translation and has achieved superior performance in various benchmarks [3][4]. Group 1: Research Background - Simultaneous interpreting is a highly challenging task that requires real-time translation without interrupting the flow of communication. The goal of AI streaming voice translation is to enable machines to translate continuously and in real-time, similar to human interpreters [6]. - The development of AI streaming voice translation faces three core challenges: managing continuous input, maintaining low latency, and ensuring high-quality output [6][9]. Group 2: StreamUni Architecture - StreamUni's architecture is based on a single large voice model that integrates three key tasks: speech segmentation, strategy decision-making, and translation generation, simplifying the system structure and improving overall performance [10]. - The framework employs a "Speech CoT" mechanism, allowing the model to generate intermediate results at each stage of processing, thus enabling real-time decision-making and output [11][12]. Group 3: Innovative Highlights - StreamUni's unified model allows for end-to-end streaming voice translation, eliminating the need for external modules and significantly enhancing system performance [10]. - The model incorporates intelligent generation and truncation strategies, enabling it to make real-time decisions about when to output translations and when to wait for more context [11][12]. Group 4: Experimental Results - StreamUni demonstrated significant advantages in both sentence-level and streaming experiments, consistently achieving high translation quality (measured by BLEU scores) across various latency levels [21][23]. - In comparative tests, StreamUni achieved an average improvement of 2 BLEU points while reducing response latency by 500 milliseconds compared to previous methods, showcasing its efficiency and effectiveness [23]. Group 5: Collaboration and Open Source - Li Auto's collaboration in the development of StreamUni highlights the potential of deep integration between academia and industry, paving the way for innovative applications in cross-cultural communication [24]. - To foster further research and development, StreamUni's paper, code, and datasets have been made available on GitHub and Hugging Face [25][26].

截至2025年9月12日（周五）,i8已交付4000。 30岁以下9%，31-35岁34%，36-40岁31%，41-45岁17%，45岁以上10%。 i8销量top15: 北京上海杭州深圳成都广州苏州常州宁波武汉郑州南京西安重庆佛山 加微信，进群深度交流理想长期基本面。不是车友群。 ...

Core Viewpoint - The core value of VLA (Vehicle Learning Assistant) lies in its ability to effectively utilize data for training foundational models and personal memory, enhancing user experience through self-evolution without the need for OTA updates [2][5][6]. Group 1: VLA Functionality - VLA's memory function captures various driving habits and preferences, allowing for a personalized driving experience that evolves over time [2][12]. - The system operates by tokenizing and summarizing collected data, which is then utilized to enhance the driving experience [10][13]. - Users are encouraged to actively engage with VLA by driving frequently to improve its performance and adaptability [8]. Group 2: Strategic Insights - The strategy involves a decentralized approach to personal memory data, AI infrastructure, and hardware integration, positioning the company to leverage user data effectively [6][20]. - The focus is on creating a unified experience across various devices, similar to Apple's ecosystem, which enhances user reliance on the brand [20][25]. - The importance of foundational model capabilities and the need for proprietary chip development to support advanced AI functionalities are emphasized [22][23]. Group 3: Market Positioning - The company is currently leading in the development of VLA and its memory capabilities, with competitors like Huawei and Horizon still in the early stages [15][19]. - The concept of "persistent memory" is highlighted as a key investment theme, enabling AI to evolve from a one-time tool to a reliable long-term partner [16][25]. - The integration of personalized memory with AI models is seen as a significant challenge but essential for creating customized driving experiences [25].

2025年9月12日理想汽车自动驾驶负责人郎咸朋转发游民星空微博并表示："小孩被压制，无还手之 力，对手开大后以为结束比赛提前嚣张庆祝，但小孩不放弃，凭残血反杀对手，并在后续比赛最终夺 冠！" 郎咸朋历史微博基本全和自动驾驶相关。 关于郎咸朋性格的一个特点，可以参考郎咸朋在张小珺采访里是如何评价李想的。TOP2有一个观察 人的视角，就是看A如何评论B，在不少放松的时候，评论的别人实际是自己的投射。 举个例子 苹果宣布不造车后，雷军表示非常震惊，这个非常震惊的意思其实是雷军想不通，手机和智能车 行业如此接近，智能车行业又如此之大，如果苹果想成为一家伟大的科技公司（其实是雷军自己 想做一家伟大的科技公司），苹果有什么理由不造车。 而李想表示，这是绝对正确的战略选择，其实背后是李想自己是为了挑战成长的极限，在2015年 的时间点，觉得能实现的自动驾驶的智能车行业足够大，所以才来造车的，其实也可以不造车。 到了24年，李想更是认为人工智能是比智能车更大的一个空间，所以以己度人，觉得苹果不造车 完全OK。 我特别喜欢李想的一点就是老子就算死也要站着死，对吧？我是不可能跪下来给你求饶的。所以说那 个时候我觉得挺好的，我觉 ...

Core Viewpoint - The company has identified malicious online campaigns aimed at defaming its brand and products, which disrupt market order and harm consumer rights [1]. Group 1: Malicious Activities - A network technology company operates 13 MCN institutions with 332 accounts that spread false information to damage the company's product quality and operational status [1]. - Specific false claims about the upcoming Li Auto i6 model include fabricated complaints about customer service, exaggerated sales declines, and misleading pricing information [1]. - Certain self-media accounts have been identified as consistently publishing defamatory content against the company, distorting facts and misleading the public [1]. Group 2: Legal Actions - The company has gathered evidence and plans to pursue legal actions, including criminal reports, administrative complaints, and civil lawsuits against the perpetrators [1]. - The company emphasizes its commitment to welcome genuine and objective criticism while resisting malicious attacks and online violence [1]. Group 3: Industry Cooperation - The company will continue to cooperate with the Ministry of Industry and Information Technology and other departments to address online chaos in the automotive industry, aiming to create a healthier public opinion environment for the new energy vehicle market [1].

以下文章来源于理想星环OS ，作者理想星环OS 理想星环OS . 介绍你想知道的关于理想星环OS的一切 引言： 在智能汽车的快速发展进程中，车载通信总线就像车辆的"数字神经系统"，连接着感知、决策 与执行的各个"神经末梢"。星环OS通信总线（VBS，Vehicle Bus System）不仅提供了统一的 协议和高效的传输机制，还在可靠性与安全防护上进行了车规级增强，致力于为智能汽车打造 一套高效、安全、可扩展的通信中枢。 接下来，我们将从背景、架构、技术特性到实际应用 场景，全方位解读这一"数字神经系统"的核心能力。 1. 通信总线概述 车载通信总线（VBS，Vehicle Bus System）是星环OS面向智能汽车领域开发的高效数据交互通 信平台。它通过一套标准化的通信协议、模块化架构和实时数据传输能力，为整车电子电气系统 提供实时、可靠的信息通道，实现自动驾驶、动力控制、信息娱乐、主动安全等服务间的无缝协 同。 2. 通信总线诞生背景 随着汽车电动化、智能化和网联化进程加速，车载电子系统架构正经历重要变革。传统分布式 ECU架构在应对高速数据传输、跨域协同及软件定义汽车（SDV）等新需求时逐渐显现不足。 ...

24年12月27日AI Talk Day 3李想提到了自己通过三个方面学习AI 1.李想每周会参加4-5次AI的会。会上主要两点，一个是理想的研究团队会分析研究最新的论文。另 一个是 不同团队关于人工智能的最佳实践，李想评价那怕一个很小的亮点，都会对其他团队有相 互的启发。 李想一个常见的标签是学习能力非常强，并且据TOP2观察，和李想近距离接触的人，比较容易对李 想的学习速度吃惊（即使李想本身有学习速度很快的名声） 2020年1月19日，李想自述初衷三年也让其获得了一个特别重要的能力——一套学习方法，一直用到 现在。 这套学习方法的基本逻辑是：对任何一个感兴趣的事物，或是要解决一个具体的问题的时候，我会先 在脑子里的画出来一个框架，然后寻找阅读所有与之相关的书籍和资料，这个是第一个阶段。 第一个阶段结束以后，我会把这个框架形成为自己的逻辑，然后第二个阶段，找所有直接相关的人， 写文章的人，研究过这个领域的人去聊。 第三个阶段，我会把它变成自己的东西，一套自己可以适用的逻辑，我可以拿着数字去印证，最终变 成一个可运行的框架。 框架一定不是一个完美的框架，也不是一个完美的逻辑。但有了框架以后，在我们自己实践时就 ...

群友5：8.0 后， 22/23 款车的 8155 已经明显影响体验了。 如果 24 年没给升级 8295 理由是差异不大，26 年的下一代座舱芯片的时候没有什么理由不给升级了。 7.4 前体验的差异还仅存于丝 滑程度和一些小功能的差异。7.4 开始差异开始拉大。 群友1:控车和变道好很多，复杂场景选道和博弈的提升感觉不明显。以前不用接管的时候用着也不舒 服，现在不在意接管次数的话大部分场景都就可以用。 加微信，进群深度交流理想实际经营情况与长期基本面。不是智驾群，车友群。 群友2:总结到位，这几天用下来觉得并没有提升很大，体感上10%-20%的样子。好的地方是特定路 口防御性驾驶和行人保护做的更安心了。 群友3：谈谈个人体会。我是周六提车，现在已经行驶517公里，高速，城市快速，市区道路， 早高峰晚高峰，全都体验过。除了高速有几十公里自己开体验操控外，绝大部分都是智驾。 经过这几天的 摸索，逐渐找到一些人机共驾的方法，一是在路况好车流正常路段，基本可以交给他，但还是要保持关注 路况，以防万一。 二是稍微复杂拥堵路段路口，确认安全情况下可以适当帮助一下，比如轻轻加油让他快一点过 路口，打灯提示变道，开太快了让 ...