pg网赌软件下载 7.4.7

系统位数：64软件大小：97.99MB更新时间：2025-01-17

支持系统：WinAll软件语言：简体中文软件授权：免费软件

软件厂商：久其软件

为您推荐:分屏

软件介绍

💠Illuminati💠欢迎使用pg网赌软件下载，这是一款为您提供最新资讯、新闻和娱乐内容的综合平台。无论您是想了解当天的热点新闻，还是想追踪全球各地的流行趋势，这个App都能满足您的需求。智能推荐算法帮助您发现更感兴趣的内容，让您随时随地掌握一手信息。流畅的用户体验和简洁的设计让操作更轻松，快来探索吧！《pg网赌软件下载》是一款服务与时下收款服务的优质手机收款工具,实现了无线支付以及无线收款的体验,更好的完成线上的各类信息存储与分析,帮助你带来最佳的网络收款效果!

pg网赌软件下载

功能介绍

　　1、💠云端同步：支持云端同步功能，用户可以将手机中的数据自动备份到云端，方便随时访问和恢复，保护重要数据。

　　2、💠任务管理器：内置任务管理器，用户可以查看和管理正在运行的应用程序，提升系统性能和操作效率。

　　3、💠节能模式：支持节能模式，优化系统和应用的耗电情况，延长电池续航时间，适合在电量不足时使用。

　　4、💠云端同步：支持云端同步功能，用户可以将手机中的数据自动备份到云端，方便随时访问和恢复，保护重要数据。

　　5、💠5G网络连接：支持最新的5G网络技术，提供更快的下载速度和更低的延迟，使用户能够享受流畅的高清视频流媒体、在线游戏和快速的文件传输体验。

　　6、💠语音备忘录：内置语音备忘录功能，用户可以随时录制重要的语音备忘录，方便记录灵感、会议纪要和日常事项。

　　7、💠高效能处理器：内置最新款高效能处理器，支持多任务处理和复杂计算，确保在运行大型游戏和高性能应用时依然流畅无卡顿。

　　8、💠网络广播：支持网络广播功能，用户可以收听全球各地的电台节目，获取新闻、音乐、娱乐和文化资讯。分屏显示，支持LED大屏幕；

　　9、💠屏幕录制：支持屏幕录制功能，用户可以录制屏幕操作、游戏过程和教学演示，方便分享和保存重要内容。

　　10、💠屏幕录制：支持屏幕录制功能，用户可以录制屏幕操作、游戏过程和教学演示，方便分享和保存重要内容。

　　11、💠闹钟：内置多功能闹钟，支持多种铃声和振动模式，用户可以设置多个闹钟提醒，适用于不同的时间和场合。

　　12、💠云端同步：支持云端同步功能，用户可以将手机中的数据自动备份到云端，方便随时访问和恢复，保护重要数据。

　　13、💠快速应用启动：内置快速应用启动功能，用户可以通过快捷方式和手势快速打开常用应用，提高操作效率。

　　14、💠无线反向充电：具备无线反向充电功能，可以为其他支持无线充电的设备供电，方便在外出时应急充电，提升设备间的互操作性。

　　15、💠办公软件：预装多种办公软件，支持文档编辑、表格处理和演示文稿制作，提升用户的移动字幕显示；

　　16、💠大容量电池：配备大容量电池，提供持久的续航能力，即使在高强度使用的情况下也能保证一天的电量充足，减少频繁充电的烦恼。

　　17、💠书籍阅读器：内置电子书阅读器，支持多种电子书格式，提供舒适的阅读体验，适合在闲暇时光阅读和学习。

　　18、💠高效能处理器：内置最新款高效能处理器，支持多任务处理和复杂计算，确保在运行大型游戏和高性能应用时依然流畅无卡顿。

　　19、💠云端打印：支持云端打印功能，用户可以通过手机将文件发送到云端打印机进行打印，方便快捷，适用于办公和学习。

　　20、💠智能搜索：内置智能搜索功能，支持语音、文字和图片搜索，用户可以快速找到所需的信息、应用和文件，提升使用效率。

　　21、💠扩展应用市场：内置丰富的应用市场，用户可以下载和安装各种应用程序，满足工作、学习、娱乐和生活的多种需求。

　　22、💠人脸识别功能：采用先进的人脸识别技术，通过摄像头捕捉用户面部特征，实现快速、安全的解锁和身份验证，大幅提升安全性。

　　23、💠防水防尘功能：具备IP68级防水防尘能力，能够在一定深度的水下和多尘环境中正常使用，提供更强的耐用性和适应性。

pg网赌软件下载(平台登陆)

pg网赌软件下载(模拟器试玩平台)

pg网赌软件下载(app官方下载手机版)

pg网赌软件下载7.4.7更新内容

优化了视频播放功能，提供更流畅的视频体验。

引入了虚拟现实（VR）功能，提供更沉浸式的体验。

增加了社交分享功能，用户可以轻松地与朋友分享他们在应用中的活动。

优化了音乐播放器，提供更好的音乐体验。

添加了任务管理功能，帮助您管理日常任务。

优化了文章阅读体验，提供更舒适的阅读界面和排版效果。

pg网赌软件下载7.4.7的特色

创新引领，打破娱乐格局

娱乐行业发展至今，竞争愈加激烈，观众的口味逐渐多元化，新的娱乐形态层出不穷。如何在千篇一律的内容中脱颖而出？问鼎娱乐深刻洞察到这一趋势，率先提出“内容为王，创新为魂”的理念，以独特的创意和质量为基础，成功打造了一系列精品娱乐内容。

在影视制作方面，问鼎娱乐不拘一格，精益求精。与传统制作方不同，他们强调原创性与高品质的结合，力求每一部作品都能突破观众的想象界限。通过精心挑选导演和演员，结合前沿技术，他们不仅打造出了多部票房与口碑双丰收的电影，还推动了行业对高质量内容的重视。

问鼎娱乐在明星经纪方面同样注重创新。公司独创了“多元化经纪”模式，将传统的经纪业务与娱乐产业链上的各个环节紧密结合。无论是影视、音乐、舞蹈，还是综艺、体育等领域，问鼎娱乐都能为艺人提供全方位的支持，使得每位艺人在各自的专业领域能够迅速崭露头角，拓展更广阔的职业道路。

跨界合作，共同发展

问鼎娱乐的另一大亮点便是其跨界合作的能力。娱乐行业虽然以影视为主，但近年来，电竞、直播、短视频等新兴行业的崛起也让传统娱乐公司感受到了前所未有的挑战与机遇。问鼎娱乐敏锐地意识到，单一的业务模式已经无法满足年轻消费者的需求，于是他们积极推动跨界合作。

通过与国内外知名电竞公司、直播平台、短视频平台等的战略合作，问鼎娱乐不仅拓展了自身的业务范畴，还通过互联网技术和社交媒体的力量迅速扩大了品牌的影响力。如今，问鼎娱乐的艺人和作品已经遍布各大热门平台，从电视剧到短视频，从直播到电竞赛事，问鼎娱乐凭借多元化的战略布局，占据了娱乐行业的多个重要领域。

问鼎娱乐的这一创新布局，极大地提升了其在年轻人中的知名度与喜爱度，迅速建立了强大的粉丝基础。与此公司通过多元化的内容和跨平台的传播渠道，打破了传统娱乐行业“单一渠道”的局限，走在了行业发展的前沿。

娱乐生态，打造全产业链

问鼎娱乐的成功不仅仅在于其强大的内容生产能力和跨界合作，更在于它构建了一个完整的娱乐生态链。在这个娱乐生态中，制作、经纪、版权、内容发行、品牌合作等各个环节紧密衔接，共同推动着整个公司向前发展。

问鼎娱乐注重从源头打造精品内容。无论是影视剧的选题、剧本的创作，还是制作环节的每一个细节，问鼎娱乐都严格把控，力求呈现给观众最具品质和最具创意的作品。这种对品质的执着追求，使得他们的作品不仅能在短期内收获大量的票房和口碑，还能够在市场中留下深刻的印象，成为长久持续的文化符号。

在艺人经纪方面，问鼎娱乐不仅为明星提供传统的经纪服务，还为其提供了更广泛的发展平台。通过与品牌方、广告商以及内容平台的深度合作，问鼎娱乐为艺人创造了更多的曝光机会，帮助他们拓展影响力。与此公司还鼓励艺人多方面发展，比如参演电视剧的也能参与到网络综艺、短视频创作甚至是品牌代言等领域，真正实现“全方位发展”。

问鼎娱乐还在版权运营上展现了独特的眼光和能力。公司不仅积极布局原创内容，还与国内外众多媒体平台合作，进行版权的跨平台、跨国度运营。通过智能化的数据分析，问鼎娱乐精准捕捉观众的需求，及时调整内容制作方向，使得公司在版权市场的竞争中稳占上风，形成了强大的内容聚合力。

明星培养，打造行业标杆

问鼎娱乐不仅在内容和生态方面做出了开创性的尝试，其在明星培养上的独到眼光同样让人印象深刻。公司坚持“以人为本”的理念，通过科学合理的经纪管理体系，精心挑选与培养各类艺人，并为他们量身定制职业发展路线。与此问鼎娱乐还注重艺人全方位的成长，帮助其提升演技、唱功、舞蹈等多方面能力，确保每一位艺人都能在各自的领域中脱颖而出，成为行业标杆。

如今，问鼎娱乐旗下的明星已经成为各大品牌和综艺节目的宠儿，他们的粉丝基础庞大，影响力深远。而这些明星的成功也为问鼎娱乐带来了更多的商业机会和发展潜力，推动公司向着更高的目标不断前进。

展望未来，问鼎娱乐的无限可能

随着娱乐行业的不断发展，问鼎娱乐将继续坚持创新和品质的理念，进一步拓展其在国内外的市场份额。未来，问鼎娱乐不仅将持续发力影视、音乐、电竞等传统领域，还会深入探索人工智能、大数据等新兴技术的应用，将更多的前沿科技与娱乐产业结合，为观众带来全新的娱乐体验。

无论是内容创作、跨界合作，还是生态建设与明星培养，问鼎娱乐都在以独特的方式引领着娱乐行业的新风潮。未来，问鼎娱乐有望成为行业的领导者，为全球观众带来更加精彩纷呈的娱乐盛宴。

】

【刷屏的DeepSeek******

每经记者郑雨航每经编辑高涵兰素英

“DeepSeek-V3超越了迄今为止所有开源模型。”这是国外独立评测机构Artificial Analysis测试了DeepSeek-V3后得出的结论。

12月26日，深度求索官方微信公众号推文称，旗下全新系列模型DeepSeek-V3首个版本上线并同步开源。

公众号推文是这样描述的：DeepSeek-V3为自研MoE模型，671B参数，激活37B，在14.8T token上进行了预训练。DeepSeek-V3多项评测成绩超越了Qwen2.5-72B和Llama-3.1-405B等其他开源模型，并在性能上和世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。

不过，广发证券发布的测试结果显示，DeepSeek-V3总体能力与其他大模型相当，但在逻辑推理和代码生成领域具有自身特点。

更重要的是，深度求索使用英伟达H800 GPU在短短两个月内就训练出了DeepSeek-V3，仅花费了约558万美元。其训练费用相比GPT-4等大模型要少得多，据外媒估计，Meta的大模型Llama-3.1的训练投资超过了5亿美元。

消息一出，引发了海外AI圈热议。OpenAI创始成员Karpathy甚至对此称赞道：“DeepSeek-V3让在有限算力预算上进行模型预训练这件事变得容易。DeepSeek-V3看起来比Llama-3-405B更强，训练消耗的算力却仅为后者的1/11。”

然而，在使用过程中，《每日经济新闻》记者发现，DeepSeek-V3竟然声称自己是ChatGPT。一时间，“DeepSeek-V3是否在使用ChatGPT输出内容进行训练”的质疑声四起。

对此，《每日经济新闻》记者采访了机器学习奠基人之一、美国人工智能促进会前主席Thomas G. Dietterich，他表示对全新的DeepSeek模型的细节还了解不够，无法给出确切的答案。“但从普遍情况来说，几乎所有的大模型都主要基于公开数据进行训练，因此没有特别需要合成的数据。这些模型都是通过仔细选择和清理训练数据（例如，专注于高质量来源的数据）来取得改进。”

每经记者向深度求索公司发出采访请求，截至发稿，尚未收到回复。

针对DeepSeek-V3，独立评测网站Artificial Anlaysis就关键指标——包括质量、价格、性能（每秒生成的Token数以及首个Token生成时间）、上下文窗口等多方面——与其他人工智能模型进行对比，最终得出以下结论。

质量：DeepSeek-V3质量高于平均水平，各项评估得出的质量指数为80。

价格：DeepSeek-V3比平均价格更便宜，每100万个Token的价格为0.48美元。其中，输入Token价格为每100万个Token 0.27美元，输出Token价格为每100万个Token1.10 美元。

速度：DeepSeek-V3比平均速度慢，其输出速度为每秒87.5个Token。

延迟：DeepSeek-V3与平均水平相比延迟更高，接收首个Token（即首字响应时间）需要1.14秒。

上下文窗口：DeepSeek-V3的上下文窗口比平均水平小，其上下文窗口为13万个Token。

最终Artificial Anlaysis得出结论：

“DeepSeek-V3模型超越了迄今为止发布的所有开放权重模型，并且击败了OpenAI的GPT-4o（8月），并接近Anthropic的Claude 3.5 Sonnet（10月）。

DeepSeek-V3的人工智能分析质量指数得分为80，领先于OpenAI的GPT-4o和Meta的Llama 3.3 70B等模型。目前唯一仍然领先于DeepSeek的模型是谷歌的Gemini 2.0 Flash和OpenAI的o1系列模型。领先于阿里巴巴的Qwen2.5 72B，DeepSeek现在是中国的AI领先者。”

12月29日广发证券计算机行业分析师发布研报称：“为了深入探索DeepSeek-V3的能力，我们采用了覆盖逻辑、数学、代码、文本等领域的多个问题对模型进行测试，将其生成结果与豆包、Kimi以及通义千问大模型生成的结果进行比较。”

测试结果显示，DeepSeek-V3总体能力与其他大模型相当，但在逻辑推理和代码生成领域具有自身特点。例如，在密文解码任务中，DeepSeek-V3是唯一给出正确答案的大模型；而在代码生成的任务中，DeepSeek-V3给出的代码注释、算法原理解释以及开发流程的指引是最为全面的。在文本生成和数学计算能力方面，DeepSeek-V3并未展现出明显优于其他大模型之处。

除了能力，DeepSeek-V3最让业内惊讶的是它的低价格和低成本。

《每日经济新闻》记者注意到，亚马逊Claude 3.5 Sonnet模型的API价格为每百万输入tokens 3美元、输出15美元。也就是说，即便是不按照优惠价格，DeepSeek-V3的使用费用也几乎是Claude 3.5 Sonnet的五十三分之一。

相对低廉的价格，得益于DeepSeek-V3的训练成本控制，深度求索在短短两个月内使用英伟达H800 GPU数据中心就训练出了DeepSeek-V3模型，花费了约558万美元。其训练费用相比OpenAI的GPT-4等目前全球主流的大模型要少得多，据外媒估计，Meta的大模型Llama-3.1的训练投资超过了5亿美元。

DeepSeek“AI界拼多多”也由此得名。

DeepSeek-V3通过数据与算法层面的优化，大幅提升算力利用效率，实现了协同效应。在大规模MoE模型的训练中，DeepSeek-V3采用了高效的负载均衡策略、FP8混合精度训练框架以及通信优化等一系列优化措施，显著降低了训练成本，以及通过优化MoE专家调度、引入冗余专家策略、以及通过长上下文蒸馏提升推理性能。这证明，模型效果不仅依赖于算力投入，即使在硬件资源有限的情况下，依托数据与算法层面的优化创新，仍然可以高效利用算力，实现较好的模型效果。

广发证券分析称，DeepSeek-V3算力成本降低的原因有两点。

第一，DeepSeek-V3采用的DeepSeekMoE是通过参考了各类训练方法后优化得到的，避开了行业内AI大模型训练过程中的各类问题。

第二，DeepSeek-V3采用的MLA架构可以降低推理过程中的kv缓存开销，其训练方法在特定方向的选择也使得其算力成本有所降低。

科技媒体Maginative的创始人兼主编Chris McKay对此评论称，对于人工智能行业来说，DeepSeek-V3代表了一种潜在的范式转变，即大型语言模型的开发方式。这一成就表明，通过巧妙的工程和高效的训练方法，可能无需以前认为必需的庞大计算资源，就能实现人工智能的前沿能力。

他还表示，DeepSeek-V3的成功可能会促使人们重新评估人工智能模型开发的既定方法。随着开源模型与闭源模型之间的差距不断缩小，公司可能需要在一个竞争日益激烈的市场中重新评估他们的策略和价值主张。

不过，广发证券分析师认为，算力依然是推动大模型发展的核心驱动力。DeepSeek-V3的技术路线得到充分验证后，有望驱动相关AI应用的快速发展，应用推理驱动算力需求增长的因素也有望得到增强。尤其在实际应用中，推理过程涉及到对大量实时数据的快速处理和决策，仍然需要强大的算力支持。

在DeepSeek-V3刷屏之际，有一个bug也引发热议。

在试用DeepSeek-V3过程中，《每日经济新闻》记者在对话框中询问“你是什么模型”时，它给出了一个令人诧异的回答：“我是一个名为ChatGPT的AI语言模型，由OpenAl开发。”此外，它还补充说明，该模型是“基于GPT-4架构”。

国内外很多用户也都反映了这一现象。而且，12月27日，Sam Altman发了一个帖文，外媒指出，Altman这篇推文意在暗讽其竞争对手对OpenAI数据的挖掘。

于是，有人就开始质疑：DeepSeek-V3是否是在ChatGPT的输出基础上训练的？为此，《每日经济新闻》向深度求索发出采访请求。截至发稿，尚未收到回复。

针对这种情况产生的原因，每经记者采访了机器学习奠基人之一、美国人工智能促进会前主席Thomas G. Dietterich，他表示，他对全新的DeepSeek模型的细节还了解不够，无法给出确切的答案。“但从普遍情况来说，几乎所有的大模型都主要基于公开数据进行训练，因此没有特别需要合成的数据。这些模型都是通过仔细选择和清理训练数据（例如，专注于高质量来源的数据）来取得了改进。”

TechCrunch则猜测称，深度求索可能用了包含GPT-4通过ChatGPT生成的文本的公共数据集。“如果DeepSeek-V3是用这些数据进行训练的，那么该模型可能已经记住了GPT-4的一些输出，现在正在逐字反刍它们。”

“显然，该模型（DeepSeek-V3）可能在某些时候看到了ChatGPT的原始反应，但目前尚不清楚从哪里看到的，”伦敦国王学院专门研究人工智能的研究员Mike Cook也指出，“这也可能是个‘意外’。”他进一步解释称，根据竞争对手AI系统输出训练模型的做法可能对模型质量产生“非常糟糕”的影响，因为它可能导致幻觉和误导性答案。

不过，DeepSeek-V3也并非是第一个错误识别自己的模型，谷歌的Gemini等有时也会声称是竞争模型。例如，Gemini在普通话提示下称自己是百度的文心一言聊天机器人。

造成这种情况的原因可能在于，AI公司在互联网上获取大量训练数据，但是，现如今的互联网本就充斥着各种各样用AI生产出来的数据。据外媒估计，到2026年，90%的互联网数据将由AI生成。这种 “污染” 使得从训练数据集中彻底过滤AI输出变得相当困难。

“互联网数据现在充斥着AI输出，”非营利组织AI Now Institute的首席AI科学家Khlaaf表示，基于此，如果DeepSeek部分使用了OpenAI模型进行提炼数据，也不足为奇。

】

【媒体：有了“AI使用率”检测，会增加原创论文么******

技术的升维会打破系统力量的平衡，往往猝不及防，貌似让问题之新锐前所未有，其实有时只是将老问题放在了一个极化环境下。论文尤其文科论文原创性的问题，说是一个痼疾恐怕不会有异议。

ChatGPT迄今已发布两周年，媒体持续关注着学术研究日益上涨的“AI”含量。最新报道显示，国内多所学校开始探索人工智能技术在学生论文中的应用边界，有高校要求学生填写人工智能使用情况说明表、有高校使用现有AIGC检测工具进行检测、有高校则针对本科生毕业论文出台了AI使用的专门规定。

华东师范大学联合北京师范大学新闻传播学院发布《生成式人工智能学生使用指南》。来源：澎湃新闻

目前对论文文本中AI率检测的有效工具是缺乏的，一些自称可以检测AI使用率的工具又可以被反向应用——就像传统“查重”工具同样能教作者“去重”一样，因而高校在这个问题上方法有限，实际上是把能用到的治理杠杆都集束起来而已，比如警示、自查、教师甄别、规则引导。约束手段的乏力，似乎更加重了高校尤其是文科教育者对原创性、批判性的焦虑。

技术的升维会打破系统力量的平衡，往往猝不及防，貌似让问题之新锐前所未有，其实有时只是将老问题放在了一个极化环境下。论文尤其文科论文原创性的问题，说是一个痼疾恐怕不会有异议。今天学者们忧虑的、高度依赖AI生成的论文，在20年前可能是高度依赖“Control C + Control V”的论文，在10年前可能是高度依赖“降重神器”的论文，性质上没有差别。原创意识是一种珍贵的自觉，甚至是一种自信，它需要建立在对专业神圣性的深度信任之上。专业本身、专业的讲述者引发的这种信任越多，有原创意图的学生就会越多。当然，即便如此，也不会人人皆有。

教育者的另一个焦虑是，AI生成论文，严重缺乏人文主义精神和批判性，但它的高速简便却在强烈吸引着学生竞相采用。无疑如此，只是要更进一步想想，这个致命的吸引力从何而来？今天的学术评判标准，整体上都在朝向高效率、高功绩标准，所有行内人都在不断寻找，什么手段能高度压缩时间、什么办法能带来最高性价比的投入产出。否则，拿什么来跑过“非升即走”的倒计时，拿什么来达到论文、项目的订单量，拿什么来紧紧卡住年龄申请各类“基金”“人才”？

是否能找到最高产高效的方法，其结果，与其说是奖励性的，不如说是惩罚性的。也即，找到了只是过关，而找不到却是淘汰。大学生在高校中的学习，实际范围远大于专业知识，其中必定包括对这套“学术算法”的了解与识别。如果这套被习得的“学术算法”，本身就是反人文主义的，那么这个悖论也无法在更年轻一代思维里得到解决。从这个角度看，预防AI生成论文或许只是一个大问题的子命题。

从过往经验看，技术手段与技术治理手段一定会在一定时间内达到均衡，所以更精准化的AI检测工具早晚会出现。需要想一想的事情是，上述那些问题，比如缺乏原创性、批判性与人文主义，会不会随着工具的升级而消失。

来源：微信公号“光明论”

】

【李想谈人工智能：我绝对不止做一棵树了，永远保持创新活力******

　　原标题：与李想的3小时对谈（完整版）

　　来源：腾讯科技

　　2024年12月，我与理想汽车CEO李想有一场对话。此时，他们决定车机助手理想同学推出手机版App，并于此前做了基座大模型，两者相加约等于Kimi。

　　这意味着，人们认知中的新能源电动车企业，宣告要进入与字节豆包、月之暗面Kimi、腾讯元宝、百度文心一言等个人助手之战。这场原本已然红海的“基座大模型+个人超级助手”商战，竞争烈度更大了。

　　很多人脑海中，个人超级助手与智能驾驶是截然不同的两件事——产品不同，底层架构无法打通。李想不这么认为。在他看来，OpenAI定义的第三阶段（智能体）与自动驾驶定义的第四阶段（自动驾驶）会在相近时间点交汇，并合并到统一架构上。

　　各异的企业将汇入同一片赛场，因为“基座模型是人工智能时代的操作系统+编程语言”，“基座模型所构建出的人工智能超级产品，会是新一代入口——它会在所有设备之上，在所有服务之上”；如今这些企业都在争夺“AGI L3和自动驾驶L4的门票”，这会是双边的iPhone 4时刻。

　　全球看，对于人工智能的探讨正从技术认知转向产品构想。对话中，这位非技术背景、被认为在产品上有天赋的创始人，复原了这两年他关于人工智能完整的技术与产品观。同时，他也首度谈了谈MEGA失利、苹果放弃造车、雷军造车成功、理想会做机器人吗、怎么管理00后等各种话题。

　　文章比较长，大家可以参考目录：

　　●第一节：谈人工智能

　　1．我绝对不止做一棵树了

　　2．大家再不承认，我也不知道怎么形容了

　　3．基座模型是操作系统+编程语言

　　4． L4就是智能体

　　5．终极产品想象是硅基家人

　　6．人工智能表达的是能力，不是功能

　　7．李想有理想吗？

　　● 第二节：谈智能驾驶

　　1．三年我们能推出把方向盘摘掉的产品

　　2．我们相比特斯拉又不缺胳膊少腿

　　3． L4实现，买车的人会更多

　　4．我们100%会做机器人，但不是现在

　　● 第三节：谈汽车之战

　　1．复盘MEGA失利

　　2．今天做的所有事是为了拿L4门票

　　3．对雷军说，小米车要想成功，你必须all in

　　4． 2030年，我们有概率做一辆超级跑车

　　5．我从来没有司机

　　● 第四节：消失的李想

　　1．典型的李想的一天

　　2． AI是知识、认知和能力平权

　　3．我人生最大改变是，对自己好

　　4．从对事不对人，到先对人再做事

　　5．只要所有的中国企业不放弃

　　以下是与李想的对话（为方便阅读，作者做了一些文本优化）：

　　第一节

　　谈人工智能

　　01我绝对不止做一棵树了

　　张小珺：别人都在做纯电，你在做增程；现在很多人开始转增程，你怎么又不想造车、要去做人工智能企业了？

　　李想：造车肯定是要造的，但是呢，大家经常讲：电动化是上半场，智能化是下半场。我认为智能化讲的不是传统软件智能，而是真正的人工智能。这是造车往下延续的必经之路。汽车将从工业时代的交通工具，进化成为人工智能时代的空间机器人。

　　张小珺：我看了一下你第一次对内说，“2030年要做一个全球领先的人工智能企业”，是在2023年1月，此时ChatGPT刚好诞生两个月。你这是跟风吗？

　　李想：不是跟风。

　　我们每年春季战略发布起源于上一年9月份，在北京雁栖湖开的每年一度内部战略会。2022年9月，我们已经确定，要把人工智能包含自动驾驶作为真正重要的方向，这是未来竞争关键。

　　2023年初发布战略时，我们做了根本性变化，把人工智能从隐藏战略变成开放的阳谋战略。这样，才能吸引足够多人才。OpenAI发挥了非常大作用，把一个全新的人工智能时代打开了。所以，我们对人工智能内心所有的想法、所有的期盼，不用再藏着了，应该拿出来正面讲。

　　张小珺：你对AI感兴趣可以追溯到什么时候？

　　李想：追溯到这一次创业开始，我脑子里看到很重要的事：如何用全新技术改变物理世界发生的一切？

　　我在做汽车之家，在线上，我们成了全球最大汽车网站。但是，汽车之家有很多遗憾——比如我们做的汽车电商类业务，一直没有成功，我们想改造整个物理世界，包括一辆车从制造、仓储、库存、物流到体验。我们会发现，除了在线上多花一份钱，并没有对物理世界产生有效改造。所以，我做理想汽车很重要的一点是，必须借助最新技术，对物理世界进行改造。

　　张小珺：你是想做一家人工智能企业，还是想通过人工智能赋能电动车？

　　李想：怎么来讲呢？汽车是物理世界人工智能最大的应用。

　　如果看清楚这一点，我们应该是一家人工智能企业。团队总问我，我们logo后边写“理想”还是“理想汽车”？我们讲“理想汽车”是为了方便跟外界沟通和宣传，但logo从来没把“汽车”加上去。

　　张小珺：但你也可以说，你要做的是一个人工智能技术驱动的电动车企业，或者一个拥有人工智能技术的自动驾驶企业，为什么一定要是人工智能企业？本质区别是什么？

　　李想：Emm，其实，做汽车之家，有我一生中最大的遗憾。汽车之家是我第二次创业。

　　第一次创业，我的泡泡网赶上了PC互联网时代，那时我还不懂什么是创业，刚高中毕业就开始做这么一个网站，错失了很多好的机会。

　　但在做汽车之家，我非常看中汽车这样一个新兴行业。我们当时做过分析，中国一年只能卖200-300万辆车，到今天一年卖接近3000万辆车。但同时，汽车之家发展成功一个重要因素是，我们率先做了移动互联网的应用和业务。我们做了几乎全世界最早的Web网站、Windows Mobile版、iOS版和安卓版。我们非常好地抓住了移动互联网窗口。很长一段时间，你看身边朋友，尤其男同胞，抱着汽车之家看车、买车是他们生活重要的一部分。

　　但是，到2013年汽车之家IPO后，到2015年我决定离开汽车之家，有一个非常大的遗憾。2009年，汽车网站的竞争就结束了，后面几年过得挺轻松的。我还有更多能量，团队还有更多能量。我们在移动互联网时代选了一个非常垂直的领域。虽然你做得很好，但某种程度，你可能为了一棵树，错过了一个森林——这是我最大的遗憾。

　　所以呢，再选择第三次创业，很重要一点是：我要选择一个森林，我要做那个森林里最大的。无论多么难，无论需要我经历什么样的困难，我绝对不止做一棵树了。

　　张小珺：你是觉得把它叫人工智能企业，是一个更大的故事、更大的梦想？

　　李想：不是更大的故事，如果你看我们到底在做什么，你就会相信。我们一年100亿研发投入，有接近一半投在人工智能。我们是全世界第一个做基座模型（的车企）；端到端和VLM，从最开始论文，到技术研究，到最后研发和产品交付，也是全世界最早做出来的。

　　我们不仅仅在做智能驾驶，还有理想同学、智能商业和智能工业团队。

　　（作者注：理想的AI产品包括两个C端产品，即智能驾驶和理想同学；两个B端产品，即智能商业和智能工业。）

　　只是人工智能，如果是原来的规则算法、知识图谱，大家觉着没什么希望。手机上有Siri，使用比例非常低。虽然大家相信人工智能，但技术是错配的。它用了并不是真正符合人工智能的方式。但这都是进展。我们可能吃到第8个包子吃饱了，但前面每个包子都有价值。正是由于一层一层递进，才出现今天人工智能相对繁荣的景象。

　　张小珺：我还是不能相信你从创办理想的第一天就想好要做一家AI公司。你确定当时这么想吗？刚创业就觉得人工智能时代要来了？

　　李想：我觉得是一种感觉。我们从最开始也没有把它当成传统汽车做。为什么理想ONE只有一个车型？是因为我把它本身看成一个数据和软件的集成。

　　张小珺：乔布斯说“如果硬件是产品的大脑和肌肉，软件就是灵魂”，你表达的也是这个意思？

　　李想：当然是了。我最开始创业，投资人经常问我一个特别有意思的话题：凭什么是你？为什么你能做出来？那时我们还没有产品出来呢。我当时讲了一个最重要的观点。我说：我会比传统汽车企业更懂怎么做互联网和大型软件，我会比互联网和大型软件公司更了解怎么制造一辆车。

　　张小珺：有人去年问了一些理想员工，你相信理想是一家人工智能企业吗？他们都说不相信。既然你都不能让你雇的人相信，怎么让更多的人相信？怎么让大众相信？

　　李想：当技术变更的时候，不相信是很正常的。我们做增程的时候，如果你去问我们员工，这辆车成功率有多少？销量有多少？当时我们员工填最多的是，一个月能卖1500辆。大部分员工认为一个月只能卖几百辆。因为大家并没有体验过新技术，没有看到这个技术能带来的价值。

　　这可能真的是创业者和大部分人的很大不同：你会相信那些看着不是那么明白、不是那么清晰的事。

　　张小珺：所以，AI对于理想意味着什么？

　　李想：意味着未来的全部。

　　02大家再不承认，我也不知道怎么形容了

　　张小珺：你第一次用ChatGPT是什么时候？感受是怎么样的？

　　李想：发布的时候，我们就去用了。怎么来形容呢？——最大感觉是，人工智能应该有的样子就是这样子的。到今天为止，我跟身边很多人的判断不一样。

　　我认为OpenAI是个非常、非常了不起的公司，甚至它了不起来的程度，超过了当年谷歌之于互联网了不起的程度。

　　张小珺：为什么这么说？OpenAI未来会长成什么样？会超越谷歌吗？

　　李想：我觉得基本是确定性的。

　　我看一家公司不会单独从技术看。第一，我会看这家公司对行业标准的定义，很多时候大家忽视这是最重要的，谷歌当年在搜索上定义了很多行业标准。第二，我会看它的研究工作做得怎么样。第三，我会看它的技术研发工作做得怎么样。第四是产品化。第五是商业化能力。商业化能力分阶段，今天是不是它一定要获取多少收入？其实没那么重要。

　　但OpenAI做了当年谷歌做的最重要的事。很多人忽视谷歌当年的成功，是源于施密特（谷歌前CEO Eric Schmidt）加入后在商业上的巨大成功，就是谷歌当年拿下AOL首页。百度当时很重要的成功也是收购了hao123，作为重要入口。如果当时，美国超过50%的人上网首页是谷歌，谷歌搜索就是排他性竞争。

　　今天，OpenAI同样很厉害，拿下了两个超级巨头：一个叫微软，一个叫苹果。这非常了不起。这五个维度综合看，它是一个遥遥领先的人工智能企业。

　　张小珺：在你看来，OpenAI一定会成为下一个入口吗？

　　李想：我就拿数据看吧，OpenAI在这些人工智能的聊天产品里，如果看全球，基本占了80%份额。最新数据一个月有36亿访问量，离最近的是Gemini，应该是2亿到3亿——这个，如果大家再不承认，我也不知道该怎么形容了。

　　张小珺：如果让你做OpenAI的CEO，你会比Sam Altman做得更好吗？

　　李想：不会。我觉得Sam Altman做得非常成功，非常成功。

　　张小珺：如果你是OpenAI的CEO，你现在会做什么？

　　李想：最大一个挑战是，今天还是OpenAI定义的AGI L1阶段：聊天机器人。L2阶段是他们最近在推广宣传的，包括12天直播，是推理者阶段。大家相信2025年最重要的是，跑在头部的企业能某种程度实现L3阶段：Agent（智能体）。

　　作者注：OpenAI定义了人工智能5个阶段：

　　L1：聊天机器人/Chatbots，AI具备基本对话和交互能力，能与用户进行流畅的对话；

　　L2：推理者/Reasoners，AI将能解决类似人类博士水平的复杂问题，展现强大推理和问题解决能力；

　　L3：智能体/Agents，AI能独立采取行动，不仅能思考，还可以在没有人类持续监督的情况下执行任务；

　　L4：创新者/Innovators，AI能协助发明创造，推动科技进步，具备创造性和创新能力；

　　L5：组织者/Organizations，AI将能执行整个人类组织的工作，展现出高度的自主性和策略性。）

　　现在，OpenAI非常好地讲明白，并按照这个定义做了，聊天机器人最好的产品体验。

　　张小珺：是OpenAI定义的L1阶段。

　　李想：对。L2阶段不是普通人使用，Pro卖到200美金，要么是to B在用，要么是大的C、专业用户在用。

　　到了L3阶段，到了Agent阶段，才是真正iPhone4时刻。普通老百姓都能用了，而且它能独立、持续地完成任务，不用靠密集提示词的方式。这时产品应该是个什么交互？这是所有头部企业都应该认真思考的。

　　张小珺：Agent会在三年内实现吗？

　　李想：美国可能更早一些。中国的能力足够的Agent，应该在三年之内实现。

　　03基座模型是操作系统+语言

　　张小珺：我们来谈谈你们的两款AI产品，一个是理想同学，它是一个个人助手；一个是智能汽车。

　　我知道，理想同学以前是一个车机的个人助手，但它现在要走出车门，进入手机变成一个App，未来还会上更多终端。这意味着，你们一个电动车企业要进入通用个人助手这场红海战役了，要去跟豆包、Kimi、ChatGPT竞争了，是这样吗？

　　李想：如果我们是纯硬件公司，可以符合你说的定义。苹果不是一家只卖Mac的公司，才有了后面的可能性。但这个可能性不是iPhone出来后发生的，是在Mac变成透明壳那一刻就在发生。华为也不只是运营商企业，后面的一切是它从运营商做到相对稳定阶段，就开始产生的。小米不只是一家手机企业，它有IoT，有自己的生态，甚至也有汽车。

　　今天这些企业，不能以一个硬件来定义它到底是什么企业。这个硬件是它的支柱业务，是起点。今天每一家企业都应该是一家人工智能企业。

　　如果我们相信人工智能，人工智能最关键是什么？如果在智能手机时代，最重要的是操作系统、应用商店和云服务。最开始大家做触屏手机，其实中国，我印象有非常多家触屏手机，甚至很多品牌也都一年卖几千万台。但到了操作系统、应用商店、云服务竞争的智能手机时代，这些企业要有庞大的大型软件能力，因为很多时候硬件能力，供应商就能解决。

　　我们之所以做硬件，是为了更好控制这个硬件体系以及性能再高一点点。但大型软件不一样，不是所有人能做操作系统，不是所有人能做大型云服务，这就变成了更大挑战。

　　回到人工智能也一样，今天你能看到几百家电动车企业，是因为中国有非常完善供应链，但是我问：这几百个企业，未来有哪些企业能做基座模型？

　　张小珺：你认为，基座模型是一个分水岭？

　　李想：当然是了。

　　张小珺：现在谁做了？

　　李想：至少我们做了。至少我们一直在做基座模型，无论多么难，非常坚定。

　　我认为，基座模型是人工智能时代的操作系统+编程语言——你就知道它有多么重要了。

　　基座模型所构建出的人工智能超级产品，会是新一代入口——它会在所有设备之上，在所有服务之上。

　　张小珺：把理想同学+Mind GPT加起来，约等于Kimi，可以这么通俗理解？

　　李想：可以这么形容。

　　张小珺：理想同学从车机进入手机，这是一个战略级决定还是你们只是想试试看？

　　李想：没那么复杂。站得很远看，一个有效大模型产品，尤其你在掌握基座的前提下，会在所有设备、所有服务之上，这是我相信的一点，否则它不是人工智能。它发展到智能体，能自主使用所有设备、服务。

　　站在近处看，我们很多用户、孩子，一上来接触的人工智能就是理想同学。很自然，我为什么不把这个东西也同样放在他们日常使用的设备上？很多用户的孩子在使用完车内理想同学后，拿着手机也喊理想同学。这是真实需求场景。

　　我们可不可以先把100多万用户以及家庭，这300到500万人，让他们用上一个非常好的，在车上、在手机上、在电脑上、后边可能出现在眼镜上，体验一致的人工智能产品？这是必须要做的。

　　张小珺：理想同学会存在收集用户数据、用户隐私的问题吗？

　　李想：不会。当你真正预训练、后训练，你会发现跟原来互联网不一样。我们并不需要这些东西。比如，预训练更多是从公开数据集收集。

　　如果未来让用户使用得更好，会建立记忆系统，但记忆系统会把用户的记忆转成token。它既不是比特，也不是传统文字或声音记载。大家完全不用担心。

　　大家今天如果担心人工智能的隐私问题，还是对于人工智能技术本身不够了解。

　　张小珺：对话类个人助手已经非常红海，你怎么看在这片红海市场中的战争？

　　李想：今天是非常初期阶段。如果讲第一个明确阶段，还是人人可用的to C智能体出现（也就是OpenAI定义的L3阶段）。今天在尝试中。

　　张小珺：今天是尝试去拿那张船票？

　　李想：对。今天大家做的所有事情，是为了拿AGI的L3和自动驾驶的L4的门票。

　　04L4就是智能体

　　张小珺：在我脑子里，理想同学作为个人助手和汽车的智能驾驶是两件事——这是两个产品，支持他们的是两种技术架构——为什么给我感觉，在你脑子里，它们是一件事？

　　李想：由于这两个领域同时都做，我们看到一个更有意思、让我们更坚定去做的机会。

　　今天我们做的理想同学和自动驾驶，按行业标准是分割开的，处于早期阶段：

　　●我们在做的Mind GPT（理想自研大模型），大家叫LLM、大语言模型，其实它叫语言智能。

　　●我们在做的自动驾驶，李飞飞定义叫空间智能，我们内部叫行为智能。

　　只有你真正去这个领域大规模做，才知道这两个有一天一定会连在一起。

　　如果一个人只有语言智能，他足够聪明，但不能行动。如果一个人只有行为智能和空间智能，他像一个普通工种。一个人什么呢？是这几个结合。

　　我们认为，基座模型到一定时刻，一定会变成VLA（Vision-Language-Action Model，一种结合了视觉、语言和动作的多模态模型）。因为语言模型也要看三维世界，也要通过语言、认知理解三维世界。三维世界不只有图片，或者用Diffusion、生成的方式就可以。因为它并不能还原真实物理世界，需要向量。

　　自动驾驶也一样，它真正变得更强，走向L4，是它要有极强认知能力。当这些东西发生变化，它能够有效理解这个世界，而不只是端到端背后的那些压缩记忆。这是我们看到的一个变化。

　　所以，我对团队的一个要求：至少在中国范围内，未来几年必须保证大语言模型的基座模型是行业前三。你需要什么样的训练算力，我们愿意投资。要真正跟头部企业去PK，去竞争，把能力构建起来。而不只是在汽车行业里比一比。

　　对于我们最开始做的端到端+VLM（智能驾驶的架构），还包含下一代研究工作，我们如何在空间智能里保证在中国是最领先、第一的地位？这非常之重要。

　　但我相信这个时间点会非常相似——就是，空间智能实现L4，语言智能实现Agent的时候——一个大概率是，这两个会变成一个模型。

　　张小珺：就是VLA模型？

　　李想：就是Vision、Language和Action（视觉、语言和行动），它跟人一样。变成一个更大的模型能力。

　　其实L4就是智能体。智能体，你必须得很好地理解物理世界。

　　张小珺：智能驾驶能怎么帮助大语言模型？

　　李想：智能驾驶所获得的数据可以为语言模型或者下一步基座模型，构建三维向量空间的能力。

　　举个例子，我们在VLM使用中也会遇到一些问题，今天VLM是从大语言模型基础上做出来的。虽然做VLM这些基座模型，它也会喂几亿甚至几十亿张图片，但这些图片是二维的，在三维向量空间里，比如我们去做自动驾驶，它可以通过这个画面看到：哦，哪里是公交车道？公交车道提示是什么？什么是潮汐车道？甚至能认出交警，这个交警在干什么？但它并不知道具体位置。

　　是因为端到端的基座和VLM基座是两个不同基座，它俩只能互动，不能通过端到端确定位置。这也是我们看到说：哎，最终，它应该像人类一样，一套大脑系统既能处理语言，也能处理图像，并且处理图像的时候，人是具备三维向量空间的能力，能调用自己的行动。

　　接下来也能看到我们的一些论文。我们如何用三维向量空间，包括用高斯球方式，给语言模型具备三维向量空间的能力。

　　张小珺：它最终会合并统一到Mind GPT基座模型上？

　　李想：到时候是不是叫Mind GPT，不一定。

　　但我们肯定会往语言模型放三维向量token，现在已经开始尝试，做预训练。

　　05终级产品想象是硅基家人

　　张小珺：很多人说你是超级产品经理，能不能从产品的角度讲讲，随着人工智能的能力从L1到L5（按照OpenAI定义标准）演进，你对产品是如何构想的？今天我们看到的还是一个非常基础的对话App，以后呢？

　　李想：产品是把用户需求和你背后所有能力进行结合。好的产品经理是，我对需求了解得足够清楚，且我对能力了解清楚——这两个交集越大，产品价值越高；交集越小，产品价值越低；或者浪费越多，内耗就越多。

　　今天哪怕我在公司想推动人工智能，最重要的是，让大家对很多东西的理解变容易。对于实现AGI到最终阶段，我经常用三种方式描述：

　　第一阶段叫“增强我的能力”。增强我的能力意味什么？意味着它是我的一个辅助，但最后决策权在我这。我可以拿Midjourney画一幅画，但最后还要拿Photoshop修改一下才能出版。我也可以拿理想同学生成一篇文章，但这个文章不会直接发到公众号，还要进行文字整理。包括L3智能驾驶，我们叫“有监督智能驾驶”，还需要我在车上监督，我来进行最后兜底。这里边核心是，第一个阶段能力还不够。

　　张小珺：所以在这个阶段负责任的是人。

　　李想：对。但如果你能特别好地使用人工智能这方面能力，它确实让我变得更方便、效率更高。随着它能力的提升，也随着人类对它信任，到第二个阶段，就是智能体所描述的阶段。

　　第二阶段叫“成为我的助手”。我只要给它发任务，甚至可以发连续任务，它就可以独立完成，并对结果承担责任。

　　比如，我可以跟一辆L4的车讲，你要去帮我接孩子，我不需要坐在车上，它就可以到学校帮我接孩子，并进行面部识别，打开门让孩子上车，然后再完成下个任务，送孩子学游泳、学乐高。它也可以帮我做上周工作总结，并发给我所有减一层管理者。这是第二个阶段。

　　这个阶段比较好的状况是，它会变成大规模应用，是真正的iPhone4阶段。

　　而汽车企业只有实现了L4（按自动驾驶行业标准），才是真正的iPhone4阶段，今天还不是。

　　作者注：国际汽车工程师协会定义自动驾驶4个阶段：

　　L1级别/辅助驾驶：系统能持续执行车辆横向或纵向运动控制中的一个方面，如自适应巡航控制和车道保持辅助；

　　L2级别/部分自动驾驶：系统能同时控制车辆的横向和纵向运动，但驾驶员必须始终监控驾驶环境并准备接管；

　　L3级别/自动驾驶：在特定条件下，系统可完成所有的驾驶操作，但驾驶员需要在系统请求时接管；

　　L4级别/高度自动驾：在定义操作区域内，系统可完全独立操作，即使遇到复杂或紧急情况也无需人类介入。）

　　张小珺：今天汽车企业是什么阶段？

　　李想：如果实现L3（按自动驾驶行业标准），更像黑莓阶段。方向盘在上边，就跟键盘在上边一个道理。

　　第三阶段是我想的终极阶段。因为我们要“创造移动的家，创造幸福的家”，我在内部叫“硅基家人”。

　　我不需要再给它任何指示，也不需要分配任务，它就是家庭成员，甚至是家庭重要的组织者。它不但了解我，还了解我的孩子，了解我身边的朋友，甚至比我还了解。它更多记录下的是事实，我很多时候记录的是一种感觉和一些被压缩的记忆。这时它会主动干很多事，可以自主帮我把家管理好。

　　我作为一个人很重要的是记忆。我的记忆就是我的模型，它也在不停训练，变得更强。很重要的一点，我的记忆会被它得以延续，可能我的肉体不存在了，但我的记忆会变成它的一部分。我的后代想了解我很容易，只要跟它聊就像跟我聊，没区别。

　　张小珺：那你也没有隐私了啊。

　　李想：我是它的一部分了。

　　如果按照OpenAI定义，到AGI，它本身是组织者。它不是只有能力，必须有智慧——它会是人类优质智慧的汇集之河，不只是人类知识和能力的汇集之河。

　　张小珺：在产品形态上，“硅基家人”是你脑海中构想的最终产品吗？

　　李想：对。我最兴奋的是，我和我们团队能在有生之年实现第三阶段，我希望是通过我们的手实现。

　　不过，哪怕最终由于各种遗憾，没有通过我们的手实现，我也希望看到有最顶尖的企业，把这个阶段在我们有生之年实现了。

　　张小珺：如果你的最终目的是“硅基家人”，那它不适合叫“理想同学”这个名字，会改名吗？

　　李想：很快大家能看到我们允许每个人创造自己的理想同学。

　　但如果它不是家人阶段，不要强努着给它一个家人阶段的名字。

　　06人工智能表达的是能力，不是功能

　　张小珺：这类（对话类）产品已经高度同质化，你们的优势是什么？

　　李想：今天还不能讲同质化，真正大规模to C的关键节点，是在智能体实现的阶段。今天大家都有机会。

　　作为理想汽车，分三个维度讲：

　　1．相比一般创业公司，我们有100万家庭用户的基础，有启动量。

　　2．在大语言模型产品和基座方面，我们是跟随者，但跟随要有目标。我们从10名开外怎么先进入第五，从第五怎么进入第三。这也是我们后边要设定目标，以及和最好、最优秀的选手进行对比的有效工作方式，并按照这样的目标有效投入。

　　3．在空间方面，包括端到端，今天大家听到各种各样做机器人、具身智能的公司讲“系统一”、“系统二”，大家可以回头看一看这些论文，最早是我们自动驾驶研究团队做的。所以，在空间智能或行为智能方面，我们对自己的要求是必须保持第一。

　　张小珺：你刚才说产品就是要技术能力匹配产品需求，你今天是对产品需求认知更深，还是对技术能力认知更深？

　　李想：我觉得不太一样了。大模型到来以前的阶段，我们通过编程甚至规则算法做硬件——本质上我们提供的东西叫“功能”，并且这个“功能”有“体验”。比如这是冰箱，它是功能，冰箱放在不同地方，体验是不一样的。

　　所以，这时候企业很重要的竞争是，你提供什么样的“功能”，以及这个“功能”带来的“体验”，再加上“品牌”。无论你是互联网产品，还是硬件产品，或者智能硬件产品，你又提供软件功能，又提供硬件功能——这是这个时代的竞争。

　　“功能”比较好理解，“功能”最主要获取方式来自“体验”。无论是你通过买不同产品获得体验，还是在供应商那看到新东西，或者自己研发，可以通过体验判断功能价值。只要你愿意做，获得功能和体验没那么难。

　　愿意做小白鼠很重要。我们为什么率先出理想汽车iOS的App，是因为我从iPhone1开始没有短信，要通过贴东西才能用SIM卡。那时很多人嘲笑，李想你小白鼠，为什么要用这些东西？

　　可能大家不知道，我是中国第一辆雪佛兰Volt这个通用的增程电动车的使用者。很贵，那时40多万买了一辆车。大家会觉得我是小白鼠，但小白鼠一个好处是，能获得优先选择权。我就会比所有没体验过Volt的人，更了解增程到底什么样，还有那些做的不成功的增程，为什么不成功。它的小电瓶和大电池没有连接在一起。你只有体验，能获得这样的一个认知。所以我说这是“功能的时代”。

　　但到了人工智能时代不一样——人工智能时代是“能力的时代”。

　　所以，从人工智能开始，这些头部人工智能企业必须搞研究。研究工作并不是技术本身，还有包含比如它跟人类记忆的关系，这样才能对技术方向有效判断。必须得搞研究，再搞技术研发，再产品化。前两个步骤如果做不好，直接产品化，根本不行。

　　有点像杨植麟（月之暗面创始人兼CEO）讲的那句话：“屎上雕花”。

　　张小珺：所以，AI时代企业竞争的维度变了？

　　李想：对，变了。

　　张小珺：不可能一家公司不做技术研究，只做产品？

　　李想：当然取决于你想成为什么样的AI公司。如果你想做AI细分里边再细分的小应用，没问题。但如果你想做AI助手，想做基座模型，想做L4自动驾驶，就不一样了。你必须得搞技术研究工作，跑不掉的。

　　张小珺：你怎么看杨植麟说的“模型即应用”？也就是，好的产品是在模型能力提升过程中“沿途下蛋”。你认可他的这种产品观吗？

　　李想：当然认可了。大家最开始说：哎，OpenAI去做聊天工具，所以我们可以做搜索！但你今天看，OpenAI也在做搜索，OpenAI也会进入一个个细分领域。

　　原来讲是“功能”，今天是“能力”。能力有了，任何能力所能解决的问题都能实现。

　　07李想有理想吗？

　　张小珺：很多人认知你，觉得你是一个非常实用主义的人。大家在追求做电车的时候，你还在做增程，为什么你今天对人工智能技术这么激进？——李想有理想吗？

　　李想：我觉得不是有理想、没理想的问题。

　　是……（停顿3秒）……我第一次创业，泡泡网做的并不成功，起了个大早赶了个晚集。我后来真正明白一点，就是中国古人讲“天时、地利、人和”，非常之重要，而且这三个有清晰顺序。

　　排第一的是“天时”。商业社会什么是“天时”？“天时”就是技术，是我们对技术有效使用。

　　作为创业者，如果我做一辆燃油车，还做了10挡变速箱，我仍然卖不到奔驰、宝马任何一个品牌在中国1/10的销量。但我如果做增程车，并赋予了非常好的软件体验和部分的人工智能体验，我就可以在很短时间追上奔驰、宝马、奥迪的销量，甚至在可见的未来一两年，超越他们。这是重要技术变革点。

　　人类跟我们相关最重要的技术变革：一是能源，二是信息。

　　“天时、地利、人和”。第一重要是技术。第二重要是“地利”，在哪创业。你如果不在中国和美国，想做人工智能，太难了。因为你不是主流语种，你没有足够庞大的市场，你没有足够多的人才和这方面的投入，包括人才是否经历了上一个时代能力的积淀。第三才是“人和”，要面对什么样的用户，构建什么样的组织。

　　技术第一重要。进入汽车行业，很多人说，巨头们都那么厉害，几十年没有真正大厂出现，为什么觉得你有戏？——还是我说的，我比汽车厂商更知道怎么做大型软件，比互联网公司更了解汽车，因为做了10年汽车之家。

　　进入这行后，我们发现真的跟想的方向一致。拿汽车行业举例，这是我相信的东西：

　　时代演进方向：BT——IT——DT——AI。

　　奔驰虽然发明了汽车，但真正汽车行业进入老百姓家是福特开始。福特跟其他作坊型汽车厂一个根本差异在于，建立了流水线和生产线。它用了几分之一的价钱，就可以让普通美国老百姓拥有福特T型车。这时，它干了一件事，是把生产一辆车流程化了。我们内部把流程的简称叫BT，是流程。这是第一阶段。后来丰田又把流程发挥更加极致。美国到70年代还成立了流程协会，流程协会也诞生了后边大量软件公司。

　　到第二个阶段什么？是IT出现，就是软件，而且是以控制为目的的软件出现。我们在建常州第一个工厂时，还没有精力自己写这个工厂软件，我们当时就选择是SAP还是Oracle的工厂软件？当时我就问顾问公司：SAP和Oracle有什么不同？他讲，SAP呢，比较反人性，比较死，什么都不能改，但好处是，所有人不要指望从这边任何一个流程绕过去；Oracle有比较好灵活定制的能力。

　　我一个做互联网公司出身的，肯定觉得Oracle好。当时又问了一句：如果从汽车行业最佳实践看，是什么样的？他说，至少在中国大部分用Oracle的，最后也都切回SAP。

　　哦，我当时就明白了——这些软件能力和我们互联网公司构建的软件能力不一样，最主要目的是控制。包含银行上IT系统，包括制造体系、销售体系上软件系统，都是为了控制。之前流程靠人来盯着，靠纸来记。今天跑在软件里。所以，汽车上万个零部件可以标准化生产出来，甚至汽车跑在路上的质量比手机还要好，是BT和IT发挥了巨大作用。

　　到第三阶段非常有意思。这个时代描述最好的是，从IT时代进入到DT时代，DT指Data Technology（数据技术）。

　　我们做互联网公司，我做汽车之家，所有网站服务用户的软件是自己写的，所有面向客户的软件是自己写的，包括所有数据分析、流量分析的软件都是自己写的。这是中国成规模的互联网公司必须要有的能力，因为你每个月要服务上亿访问者。我们当时写这些系统后，会发现跟IT有很大不同。

　　所有数据必须满足三个条件：

　　● 第一，它必须是面向一个客户提供闭环服务。传统公司喜欢叫“端到端”，互联网公司叫“闭环”。包括他从进入一个店，到把这个车买走，这是一个“端到端”。

　　●第二，我要获得原子级数据，而不是控制点的数据。它能反映出所有的起因、过程和结果，反映任何一个客户在这里发生业务的全貌。

　　● 第三，如果是面向一个用户，它是一个端到端或闭环，大概率会跨业务，甚至跨公司。比如支付环节到了腾讯或阿里。第三个重要点是，要把财务放进去。你获取用户的过程是成本，你变现的过程是收入。只有把财务放进去，才能避免每个专业只看自己一亩三分地。他有看全貌的能力，就有使用整体数据的能力。

　　所以，数据产生以后，带来三个特别好的结果：

　　● 第一个结果是，我们最开始做理想汽车，很多人跟我们推荐一些老专家。我们当时把专家招进来，我还是互联网思维说：你能不能把你知道的know-how写出来？发现他写不出来。

　　这个模型在他脑子里，但他写不出来，只有遇到问题帮你诊断才能解决问题。当时并不知道怎么使用老专家。

　　当我们有了DT以后，当我们写大型软件能获得完整数据，意味着什么？只要是高成功率、低成本地完成了一个业务，它就是个“最佳实践”，就是藏在老专家脑子里。哪怕我们遇到了问题，这个问题怎么被有效解决，也是“最佳实践”——所以，这些经验、知识，从老专家的脑子里变到我们系统里。这是一个巨大收益。

　　这给我们带来非常大一个好处。我们常州第二个厂房，产能不够的时候，生产L7、L8这两个产品。我们这个工厂，从开始生产到产能爬满，只用了15天。我们团队有来自传统汽车厂商的人，他们说如果在原来的企业，需要6到12个月。相当于我们可以把“最佳实践”有效复制。

　　这也是我们敢于开直营店的原因。开一家店很难，很多店从0开始要养很长时间。但我们店里人员是集中来北京或常州培训。我们只要一个店选址没问题，它从开始营业到最后达到一个月超过100辆，大概是3到6个月。会比正常一家新店启动速度快得多，甚至比你找加盟速度还要快。

　　这是第一大好处：把所有“最佳实践”沉淀在数据系统里。

　　● 第二，它产生什么好处呢？就跟我们原来做汽车之家一样，虽说我们了解用户，但了解用户并不是跟用户聊，而是认真去看用户的访问行为——他为什么走了？为什么来？他从不同渠道来了以后，是什么轨迹？他最后出现问题走的时候，那就是真因，我们怎么让他顺畅地浏览下去？

　　比如他看一个帖子页面，10张图片就翻一个页，翻着翻着没意思就走了，因为翻着太累。当我们把一个页面变成50张图一页，他就非常有耐心一直往下看。

　　我们用这种方式，一方面驱动我们怎么获取用户，让用户停留时间更长，让用户一直留存下来；另一方面驱动我们的收入，甚至包括收入怎么定价，都是拿数据决定。

　　所以汽车之家，我们涨价，虽然广告客户会抱怨，但也没什么可说的。因为我们完全能通过数据评估，他一个店，我们到底给他带来多少收入、多少利润。

　　另一点，很多时候是对人的训练。它比较像什么呢？像强化学习（RL，Reinforcement Learning），因为它是给每个使用者一个有效反馈机制。

　　看我们的销售团队，他们是一个月卖二三十辆车的王牌销售？还是卖十辆、卖几辆的？影响因素排在最靠前的，是他对信息、数据和工具的使用，而不是她是不是个美女，或者是内向还是外向。

　　● 第三是最重要的一点，数据里的“最佳实践”是人工智能后训练的全部。

　　很多基座模型在解决一些通用能力很好，但进入专业的时候发现，完全没有能力。这些数据不可能放在互联网公开，都是企业独有，而且是头部企业才懂得怎么去获得。

　　本身你得是卖智能车最好的企业，才能做自动驾驶的训练，否则你过去连传感器都没有，这些数据都没获得。

　　同样，用户这些驾驶数据，我们肯定也按模型看。驾驶效率最高的，和安全性最高的进行权重，这3%的人，他们的clips（数据样本）怎么放入模型里训练？就形成了端到端模型。

　　张小珺：听起来，预训练Scaling Law（规模效应）到达瓶颈，进入后训练Scaling Law，对你们是好事？

　　李想：是好事，到了物理世界对我们也是好事。

　　张小珺：你没有回答我刚才的问题，你觉得李想是个实用主义的人吗？李想有理想吗？

　　李想：（思考2秒…）实现硅基家人那一刻我真的相信，而且无比坚定，就连我都可以被它去延续。

　　这算不算有理想？

　　张小珺：所以，你信仰的是AGI的硅基家人，不是AGI？

　　李想：任何技术一定要赋予一个意义。增程是技术，但城市用电、长途发电，是它的意义。这是根本。

　　第二节

　　谈智能驾驶

　　01三年我们能推出把方向盘摘掉的产品

　　张小珺：刚才聊的是理想同学，接下来我们聊聊你们的另一个产品：智能驾驶。

　　你现在开车百分之多少会用辅助驾驶？

　　李想：大概80%吧。

　　张小珺：剩下的20%是因为你们技术不够吗？

　　李想：最主要是我赶时间。

　　张小珺：什么时候可以100%使用自动驾驶？

　　李想：我自己的目标是三年。三年我们就能推出把方向盘摘掉的产品。

　　张小珺：什么时候能看到理想第一个为自动驾驶L4定义的车？现在已经在定义了吗？

　　李想：给我三年时间吧。它需要技术和产品到位，需要环境和政策到位，也需要消费者对人工智能信任到位。

　　张小珺：你既然说AI这么重要，在你创业之初就已经决定要做，为什么你们开始智驾是同行里最晚的？

　　李想：我是连续创业者，最大好处是知道企业发展节奏。从你没有钱，从0到1，先解决什么问题。当你有了收入，从1到10要做什么。这是我跟新进入创业者一个根本性不同。

　　理想汽车早期融资能力最差，融的钱最少。那么多钱情况下，第一个步骤是想着如何把产品做好。我们获得了市场认可，有了自己的收入，也包含2020年和2021年分别在美国和香港IPO，有了更多钱。

　　从2020年初开始，我们就开始做技术的平台化。就像智能驾驶平台，大家看到的AD Max、AD Pro，座舱平台SS，也开始做整车域控制器XCU。我们在研发有了很大进步。过去传统供应商我们不再需要，我们自己成为了这几个关键零部件、车内控制器的一级供应商。再往后，也包含我们做模型，做电机的碳化硅。

　　它是一个创业公司往上成长，在你资源有限和资源增长以后，分别去投资什么的演进。

　　张小珺：听说你们之前被供应商欺负的很惨，他们铁了心觉得你们做不出来。

　　李想：我们经常发出一个邮件，尤其疫情期间，两周以后才有人回复。我们没办法，决定要自己做自动驾驶所有研发，从域控制器开始做。

　　02我们相比特斯拉又不缺胳膊少腿

　　张小珺：在自动驾驶上，你们做了两个相对激进的决策：第一是用只有一个模型的端到端，其他中国车企可能还在用两个模型；第二是你们是第一个取消角毫米波雷达的中国车企，走了以纯视觉为主的技术路线。这两个决策当时是怎么做的？是你拍的板吗？

　　李想：我经常跟团队说：我们相比特斯拉又不缺胳膊少腿，为什么它能做的你做不到？

　　我们为什么还保留前面的毫米波雷达，以及前面的激光雷达？毫米波雷达和激光雷达和做端到端关系不大，因为端到端是纯视觉的。包含我们的交互，大家再看到我们下个大版本更新，可以看到端到端、VLM（视觉语言模型）怎么工作。

　　很多人不太理解，你为什么要保留激光雷达？是不是因为你技术不好？不是。中国和美国不一样。如果你经常在中国夜路开车，你会看到，有尾灯坏了的大货车，甚至大货车直接停在主路，也有不那么标准的半夜道路施工。一个前面的激光雷达，是为了安全。

　　我们在使用端到端，包括通过Transformer做BEV架构，至少今天的摄像头在深夜没有光线下看到的距离只有100米出头，但是，激光雷达在任何没有光线的情况下可以看到200米，这就帮助我们实现130公里时速的AEB（自动紧急制动系统）。我们是面向家庭的车，每个人生命安全非常重要。这是我们继续保留激光雷达根本原因所在，后面的车型会持续保留——激光雷达相当于“安全带”，帮车主解决重大事故。

　　我相信如果马斯克在中国，在深夜，在不同高速开过车，他也会选择把前面一颗激光雷达保留下来。因为特斯拉对于安全同样重视，只是他要在这个环境看到。

　　激光雷达和视觉的配合，在安全上有两个作用：一方面，最容易出的事故是钻到大车底下，产生追尾。尤其光线不好，甚至没有光线的情况下，如果可以做到，能减少90%以上重大伤亡事故。

　　甚至我们研发AES（自动紧急避让），哪怕他超速，刹不住我怎么躲避？包括AES的两段式，就是第一次躲避以后遇到问题怎么做第二次躲避，都是为了让车辆变得足够安全。我们想办法消除90%以上，甚至最终目标是消除所有重大伤亡事故。刮蹭还会有，但重大伤亡事故我们尽可能解决掉。

　　另一方面，是对于其他交通参与者的安全。他可能踩的是滑板车，骑的是单板车，也可能喝醉了坐在路上，更好的传感器对安全有巨大帮助。

　　张小珺：刚才说到那两个你相对激进的决定，为什么其他中国车企没有马上这么做？

　　李想：可能跟我们有一些比较好的外脑有关，像王兴、陆奇博士，给我们带来很多启发。

　　比如，用规则算法，用解决corner case（极端情况）的方法能不能解决自动驾驶？解决不了。他不一定帮你解决，但他会给你一些视角。我说服郎博（理想汽车智能驾驶研发副总裁郎咸朋）很重要的一点：你们经常解决了一个corner case，又出现三个corner case，因为你是基于这个场景解决这个corner case，场景一变化，又出现新的corner case——你们一辈子都在解决corner case！解决不完！

　　一次战略会，陆奇博士给我们讲，你们应该思考一下人是怎么工作的。这对我们帮助很大。

　　我说服郎博，是拿我爱人举例。我爱人也是正常驾校学开车，拿到驾本。但她最开始开车经常刮蹭。我给她买了一辆宝马X6，她开起来刮蹭，觉得车是不是太大？因为X6接近5米长。我又给她换了4米2、4米3的高尔夫GTI，还是刮蹭。你坐在车里说，你不要刮蹭、不要刮蹭，还是会蹭。她会蹭别的车，进小区会蹭门。

　　怎么解决？当时，我想了一个特别有意思的方式，因为我家有X6、X5M，我就说，你应该去学一学宝马驾驶培训学校，学初级班就可以，一天时间。宝马驾驶学校的初级班是什么？很重要的是解决你的能力问题，并不是解决corner case。

　　一天下来只学两件事：你开车应该看哪里，教你怎么踩刹车。我老婆后面基本跟刮蹭告别了，开车开得非常之好。但她只学了一天，学的是能力。

　　端到端最后体现出来的是能力，而不是去解决功能、解决corner case。

　　张小珺：在你看来，端到端是自动驾驶的终极手段吗？

　　李想：端到端只能解决L3，肯定解决不了L4。（笑）

　　张小珺：L4需要VLA？

　　李想：对，L4必须使用VLA。

　　端到端+VLM可以解决L3，比如实现500公里到1000公里一次接管，让你在车上相对轻松。但它想L4，泛化能力是远远不够的。

　　03L4实现，买车的人会更多

　　张小珺：你们会像马斯克一样做Robotaxi吗？

　　李想：我不想做，我们的使命是“创造移动的家，创造幸福的家”。

　　“移动的家”终极是L4，而“幸福的家”是硅基家人。

　　张小珺：会不会Robotaxi到来以后，就没人开车了？

　　李想：今天租房比买房便宜得多。你拿出存款利息，就可以租到很好的房子，钱都在你手里。但我们仍然买房。

　　我们为什么要买房、要构建家？我们需要高质量陪伴。我们需要为家人创造稳定、安全、舒适的环境。车也这样，实现L4自动驾驶，家庭用车更便宜、成本更低。我相信，愿意拥有一辆车的人会更多。

　　可能五年、十年后大家重新看，到底Robotaxi是未来主流，还是更多人拥有一辆自动驾驶的车，它使用率很高，能为家人、朋友享用？可能未来几年是分水岭。我相信，当一个空间变得更好、效率更高、体验更好，我更应该拥有这个空间。

　　张小珺：你怎么看特斯拉和Waymo的路线之争？做L4的派系（如Waymo）会说，你们L2辅助驾驶做得越好，就离L4自动驾驶越远。

　　李想：L2等于规则算法，也有拿规则算法直接做L4的，但在限定场景。L3实现来自端到端。很多过去做L4的公司，也一定在做端到端，在端到端上再做一些迭代和创新。但我相信真正具备广泛性、通用性、而不是特定区域的L4，一定是VLA。

　　我相信，Waymo、特斯拉最后也会变成VLA。所有想通往L4的企业可能都是VLA，或者比VLA更好的方式。大家不会拒绝这件事的，就跟大家今天都用Transformer，都用大语言模型一样。

　　张小珺：这两类公司的商业模式呢？

　　李想：特斯拉和我们比较好的一点是，在没有达到L4之前，只要能力提升，就会带来卖车的商业优势。比如我的MPI接管率从50公里到500公里，而如果别人只有200公里，我的车就会好卖很多。不是非得到L4那一刻才产生商业模式。

　　在人工智能领域，经济反馈模型对汽车企业比较友好。虽然汽车本身在内卷，但这个反馈方式挺友好——你能力的提升，会直接带来变现和竞争力。

　　Waymo做得也很好，在努力商业化，在旧金山打车占比越来越高。都是一帮足够聪明的人，不用为他们担心。（笑）

　　04我们100%会做机器人，但不是现在

　　张小珺：很多人在问，理想会做机器人吗，特别是人形机器人？既然你要创造硅基家人。

　　李想：概率是100%，但节奏不是现在。

　　我们如果连L4级别自动驾驶汽车，都解决不了，怎么去解决更复杂的？

　　车是无接触机器人，包括道路提示、参与者都是标准化的，每个人都受交通规则的训练，这已经是最简单的人工智能机器人。如果车没法实现，其他人工智能机器人非常有限。

　　张小珺：对于机器人，你们会自己做还是会投资？

　　李想：如果世界上有做得好的，我们会合作。如果没有，就会自己做。

　　理想同学，可不可以在手机上使用？可以啊，手机厂商做得非常好了，不需要我再去做手机。理想同学可不可以接电脑？那也很好啊，整个浏览器模式是标准化的，你还可以把理想同学做成浏览器插件，让浏览器体验变得更好，都是公开的。你可以在Chrome上做，可以在Safari上做。

　　别人做得很好了，我们就不会再做一个相同的硬件。但核心是，如果我们看到一个特别重要的事情，没有人去解决这个硬件，我们就必须得去——因为好的硬件是软件的必要条件。（笑）

　　第三节

　　谈汽车之战

　　01复盘MEGA失利

　　张小珺：你说你从来不认为电动车是创业的终点，但你现在电动车这场仗还没打赢啊。

　　李想：是的。

　　张小珺：你怎么看待MEGA的失利？

　　李想：（思考3秒…）嗯，我觉得分两个阶段：第一阶段是看到一些更表面或者眼前能解决的问题；后面，我们看到的是当时一些选择带来不可改变的东西。

　　● 先说一些小问题，比如我们错判了MEGA市场规模。

　　我们认为MEGA可以在50万以上乘用车里去吃。L9发挥了这样的作用，既能抢轿车，又能抢MPV，还能抢SUV。但MEGA出来，我们发现，这个判断有问题。因为MEGA太长了，有5米3，用户群相对窄一些。

　　我们确实抢了很多豪华MPV用户，但普遍都是长期MPV使用者买MEGA，非常满意。但并没有从太多其他轿车、SUV人群抢到属于MEGA的用户。因为他们自己开的时候，更愿意开SUV和轿车，这个尺寸停车更方便，倒不是因为造型。

　　这意味我们只能在50万MPV里抢市场。50万以上MPV，一个月是4000辆，我们今天做到1000辆，25%市场份额，可能还会再大。但哪怕我们吃掉50%，也就是一个月2000辆市场份额。

　　● 第二个问题是我们对纯电的理解还是不够，尤其对充电桩怎么建。

　　我们开始认为，只要在高速建充电桩就可以了，不需要在城市建。但我们忽视了一个问题，车主的交际圈，比如他在二线城市居住，他去一线城市交际，除了路上要充电，这些城市也要能充到电。他的时间很值钱，他不愿意跟网约车司机挤在那里，等一个多小时充电。我们充电桩建的数量远远不够。

　　问题是机会。充电桩流程体验也非常差，早期，MEGA关于充电站的NPS（净推荐值）只有30多分。我们一直优化，开足够多站点，优化每个细节，包括站位，包括软件做得顺畅。

　　我认识非常多北京MEGA车主，家里有多辆车，过去去阿那亚、北京周边开燃油车，今天他们开MEGA。也因为我们对充电的理解和充电体系的建设，包括充电从App上如何给大家构建安全感，也包括我们除了自建，还把大量、高质量充电桩认证以后加入这个体系，用户只需要花积分就可以使用。作为高端纯电车体验，我们应该是非常领先了。

　　● 如果再往外站出来看，很重要的是，我们经历了一个重要阶段。

　　我最开始创办这家公司，招的最多的人是创造好产品，以这样的人为主。包括刘杰（理想汽车产品线总裁）啊、范皓宇（理想汽车产品部高级副总裁）啊，这些最优秀管理人才是这么锻炼出来的。所以我们做了理想ONE，并把L系列做得非常成功，L9各方面都是天花板。

　　L9在2022年9月出来，这些天花板是因为我们从2019年就开始构建平台化能力，并且从2020年开始坚定投资，这么多年把这些东西做出来了，才出来L9这样的产品。包括从全世界招募设计团队，最开始设计团队都是中国人，后来有了Ben（理想汽车高级设计总监Benjamin Baum）这些顶级设计师加入，把能力提升。所以，L9出来是一个震撼世界的产品，L8、L7、L6也享受到这个好处。

　　相当于，我们有收入开始从2020年，大概用了三年多就做到一年超过1000亿收入。但是，L9出来，我们遇到一个很大问题：运营能力完全跟不上。当时运营能力还是我当年做汽车之家那几十亿、接近100亿规模的运营能力，并没有大几百亿甚至上千亿的运营能力。

　　我举例，我们招了很多大公司同事来了以后，他们说这件事怎么做？有没有什么流程？我应该怎么入手？这些人后来都变成我们流程的建设者了。但他给我讲——咱们公司原来在管这些业务运营的时候怎么管？就是：哎，要想到达那个地方怎么走？瞄准方式就是：你记住，前面第四棵树左转，遇到一个井盖右转。

　　哦，他讲完我就知道了，我们要想把运营体系支撑一个千亿规模，我要建立体系。我们虽然很多同事在千亿收入公司工作过，但没有建立过这个体系，没有修过路。我得先把路修好，车才能跑顺，而不能靠大家背井盖、背树，那这个公司没法运作了。

　　这相当于革命。如果我让从外面招的优秀的人做，他们成“戊戌变法”了。（笑）最好的方式是什么？让过去这些做产品、做业务最优秀的人来主导变革——去修研发领域的路，修销售领域的路，修管理领域的路。所以这段时间，我们把最重要的人才，范皓宇、刘杰……都调去提升运营能力了。

　　我们产品创造领域缺少了一些大将军。虽然后来长出来一些将军，但当时那些将军是最强的一帮将军。

　　张小珺：不是还有你吗？

　　李想：对我一个很大挑战是，我在开L9产品定义会、产品评审会的时候，我身边是刘杰、范皓宇、汤靖（理想汽车第一产品线总裁）。是公司的VP，对吧？但我们做MEGA遇到一个问题。我开评审会的时候是总监，是高级经理。他们没有经历过为什么成功的阶段——少数人经历过，多数人没有经历过。

　　现阶段，我们用了两年，把千亿体系能力构建起来了。我们回头看，这个课是必须得补。同时，像皓宇、郎博、刘杰这样的，他慢慢同时具备两个能力了——一是，怎么构建产品、创造价值的能力，把屋顶拉得越来越高；二是，他知道怎么运营好的能力。

　　按任正非讲的是，这些合格的管理者同时要具备两个能力：一个是建黑土地的能力，一个是打粮食的能力，或者他知道怎么跟别人协作这个能力。这是我们过去用两年所做的重要变化。补这个能力不后悔，但多少它对现阶段产品的能力，有一定耽误。MEGA并不是所有方面都是天花板，但L9是。

　　重要挑战是，当我们出SUV系列，我们推出的产品是不是这个价位、这个级别方方面面的天花板？——这是很公平的，对所有企业是一样的挑战。

　　张小珺：MEGA有过让你彻夜难眠的时候吗？

　　李想：（思考3秒…）没有，我睡眠挺好的。我们意识到这个问题，我又重新把刘杰、皓宇、汤靖这些做产品能力最强的人角色进行了调整，重新成立了产品线，让这些人主导产品。

　　让这些可以跟李想一吵架，能吵一个月、两个月——跟我吵得特别开心（笑），但是结果特别好的——这帮人，来真正变成大将军，主导我们后面的产品。

　　张小珺：他们跟你因为什么吵架？为什么会吵一个月、两个月？

　　李想：什么都会吵。很多东西需要时间验证。但是，汤靖啊、张骁（理想汽车第二产品线总裁）啊，李昕旸（理想汽车第三产品线总裁）啊，从历史而言，吵架总是能赢我。（笑）

　　张小珺：他们因为什么和你吵过两个月？

　　李想：比如针对L7、L8，是否应该用一个车型做五座版和六座版？我们在过去几个月就吵过。我认为用一个车型提供五座版、六座版就可以，把上下车做好。但做出来以后，不是我们满意的，还得两个车型，因为上下车也不是最好的，造型也不是最好的。我们不想做任何一个错误的产品。又分成两个。

　　但我当时坚持要做一个，最后我妥协了，做两个。我妥协是因为他们真的对，验证出来体验不一样。我们不能做凑活的产品。

　　张小珺：一般大家普遍畏惧沟通、畏惧冲突，作为CEO其实是喜欢高管和自己吵架，是吗？

　　李想：我挺喜欢这种感觉的。特别像乔布斯讲的那个故事——他认识一个邻居，一个大爷拿着一堆普通石头放到一个机器里，几天以后拿出来，都是漂亮的球。

　　真正顶级团队在做产品，做研究，做创造的时候，就应该是这样。

　　我喜欢看到大家在吵架。

　　02今天做的所有事，是为了拿L4的门票

　　张小珺：纯电这场仗，接下来准备怎么打？

　　李想：没什么绝招。在这个价位，用户最在意的一些价值，你是不是天花板？就这么件事。

　　它是综合之战，你的技术到产品，产品到商业的一个完整作战体系。

　　张小珺：电动车这场仗什么时候能分出胜负手？现在中国汽车仍然非常内卷。

　　李想：电动化和智能化是两场仗。电动化相当于没有资源企业的一张门票。

　　三星到了智能手机还是拿到了门票。虽然它是传统手机厂商，之前也跟诺基亚时代竞争，但它一直手里拿着这张门票。它的手机也经历了从传统功能机到触屏机再到智能机的阶段。

　　也有别的领域非常强的人，到进入那一刻竞争的时候，他有门票。只是它的门票不是硬件本身，是已经掌握了另外一个能力的门票。比如它有操作系统的能力，有大型软件的能力——苹果，它就可以过来拿这张门票；谷歌可以过来拿这张进入决赛的门票。

　　电动车本身，L4会分出来真正的胜负。我们今天在做的所有事是为了L4拿门票，因为L4所需要花的钱、所需要拥有的能力、所需要的数据量是今天不具备的。今天大家要靠这个东西去拿L4的门票。

　　张小珺：拿L4的门票先决条件是什么？

　　李想：第一，足够多的车跑在路上。

　　张小珺：多少车？

　　李想：（思考4秒…）得500万辆以上。

　　第二，要掌握VLA这个基座模型的能力。

　　第三，要足够多的钱，招募最顶级的人才，拥有足够算力。

　　张小珺：当都满足了这些条件，且做到足够卓越，能做出一家像苹果这样的公司吗？

　　李想：一定会的。

　　张小珺：所以，你认为这场仗什么时候能打赢？

　　李想：并不存在打赢不打赢。汽车企业发展那么多年，跟传统汽车厂的竞争结束了，又有很多外来者。是不是有一天苹果说，我应该做汽车了？我读苹果流传出来的内容，当时乔纳森（Jony Ive，曾任苹果首席设计师兼资深副总裁）说了很重要的一点：苹果没必要设计一个带方向盘的车。这是我印象最深的一句话。如果没有方向盘了，苹果会不会也进入这一项领域？

　　最开始大家看到，新势力、特斯拉，跟传统汽车的竞争。后来华为进来了。后来小米又进来了。（笑）大家又发现这个竞争发生了新的变化——这就是世界的精彩和丰富之处。

　　张小珺：为什么苹果现阶段放弃造车？

　　李想：有两个挑战：第一个挑战是如果做汽车，苹果组织模式必须发生变化。因为汽车比手机更复杂，这是真实存在的。但是，由于苹果过去公司的治理模式，太完美了。这个时候要产生变化，如果没有特别明确、清晰的愿景，或者强大的吸引力，很难说服苹果内部的人改变现在组织和工作方式。

　　苹果决定放弃造车的时候，特斯拉也几千亿美金市值，而苹果是两万亿美金。组织内会说，我们一个两万亿市值的公司为什么要学一个几千亿的，甚至它的估值是被高估的？它享受了那么高市盈率。这对于最成功、成功到完美的公司，是巨大挑战。

　　第二个问题是，人工智能对苹果也有一定的延期。你可以从苹果价值观看到，它对隐私格外在意。如果你做规则算法、知识图谱，这些data就是隐私。如果你做到了大模型阶段，它变成token，跟隐私什么关系都没有了。相反，它是解决隐私最好的方式。

　　这些厉害的企业都是一帮足够聪明的人。当他看明白，当他去拥抱AI，可能比大家想象的进步速度快得多。

　　03我对雷军说，小米要想成功，你必须all in

　　张小珺：那你怎么看待小米做出来了呢？

　　李想：雷军做硬件的能力非常强，这没什么可质疑。他不只是做车做好了，电视机、空调做得也非常好（笑），各个东西做得都非常好。这是他本身的优势，而且他带着发烧友的心态做。我们作为一个家庭用户不会在意的东西，在小米SU7做出来，又会吸引一个非常大的人群去喜欢那些功能。比如两秒多的加速。

　　张小珺：他在做车的过程中，你有给过他什么建议吗？

　　李想：我给过他一个特别重要的建议。他经常会找我聊一下，有时候电话，有时候让我去他们公司，而且一聊时间很长。他经常跟我聊，我对特斯拉的看法、对比亚迪的看法、对华为的看法，我会如实跟他讲。有一次他聊完，他说我（对这三家看法）跟他是比较接近的。我说：是啊，这三家都非常顶级的企业啊。

　　他最后问了个问题：如果我们做汽车，你给我一个建议，只要一个，是什么？

　　我说：小米车要想成功，你必须all in——没有什么其他的，只要做到这一点，小米汽车就会成功。

　　我们跟小米关系也不错，MEGA遇到问题，他们团队还来帮我们。我们对恶性公关没有经验，小米常年遇到这样的问题，都在帮我们。包括我们MEGA后面，L6很艰难，雷军来帮我们站台。

　　（突然眼眶泛红…）我们都非常感激，帮了我们非常非常多。

　　042030年，我们有概率做一辆超级跑车

　　张小珺：对了，你为什么买法拉利？它又不AI，又不自动驾驶。

　　李想：体验对我来说很重要。体验就像我做预训练的一部分。

　　大家今天之所以看到L9是面向家庭最好的六座产品，很重要是我长期是宝马X7、奔驰GLX和特斯拉Model X的用户，这些体验不可替代。

　　买法拉利一个重要原因是，身边很多朋友，包含股东，对理想汽车提出了下一阶段的挑战：品牌如何做升级？在品牌层面，我向很多人拜访、学习。这包含汽车行业做得最好的品牌——我最喜欢的，一个是宝马，一个是法拉利。法拉利我还没体验过。只有通过体验，才能变成我的认知和能力。

　　张小珺：300万买训练大模型用的卡不好吗？

　　李想：这不冲突。做好了功能和体验，做好了能力和训练，以及更好的品牌，给用户提供更高陪伴和情绪价值，都不冲突。

　　张小珺：理想同学会上法拉利吗？

　　李想：如果我没买法拉利之前，我会说永远不会上法拉利。但买了以后，这是一个可能性。我能想象当实现L4，大家都会把车做成方盒子。那一刻，各种各样的方盒子出现，里面有非常好的空间。但是，谁来满足乐趣？如果能有一辆想自动驾驶就自动驾驶、想自己开就自己开，但又非常好的人工智能的车，为什么不可以？科幻电影里有这样的体现。

　　就跟穿鞋一样，穿运动鞋最舒服，为什么女生还要穿高跟鞋？是因为一定有它的价值存在。

　　我今天一个想法是，可能到2030年，我们甚至有50%概率会做一辆非常有趣的超级跑车，但它一定是人工智能的。

　　张小珺：在你看来，法拉利这样的车企应该拥抱AI吗？

　　李想：可能跟很多人想象的不一样，法拉利也可能因为乔纳森去当独立董事，法拉利对于CarPlay的使用非常好，包括CarPlay里面的交互和连接关系，甚至比很多普通企业做得要好。

　　但欧洲奢侈品品牌，最重要的还是延续稀有和设计。那个价值是它独有的。哪怕到了下一个时代，还是应该变成一个更好的法拉利，而不是变成一个科技企业。只是科技企业里可能出现有意思的车型。

　　05我从来没有司机

　　张小珺：有人说你是理想产品的天花板，你怎么看？

　　李想：我就是理想产品的天花板。从0到1，产品是我来主导。我带有两个原因：一个原因是我对X7、GLS、Model X，对三排座椅的车有非常深的体验。中国可能没有任何一个CEO比我对三排座椅的车，体验得更全面、深刻。

　　我从来没有司机——你也知道，哪怕去机场，都是我自己开着车去，司机再把车开回来。

　　张小珺：你是带着司机一起去机场？

　　李想：对。体验的能力、范围和深度，是你做产品的预训练，是你的基座模型。没有这些，后面都是白搭，东拼西凑一些东西凑不上去。

　　所以我是天花板，我也是瓶颈。在第一个阶段我就得这么干，并且带着他们有这个能力。今天汤靖也是，他有L9，有MEGA，对这些体验非常深，也长时间开问界M9——这就对了。李昕旸也一样，他还有别的牌子的电动车，去做深度体验，任何一个新品出来以后，要开很长时间——这就对了。只要他有这些体验，就能做出好的产品，按照我们这套方法论体系。

　　早期我带着去做业务，去做产品，这是必须的。但到了这个阶段，我就是瓶颈了。我们要升级。我怎么把这个东西变成一个能力，让他们去拥有？怎么建立培养他们的体系？我是一个从来没工作的人出来创业，我行，他们一定行。他们受的教育比我更好。

　　张小珺：怎么选拔产品的大将军？怎么样是一个好的产品经理？

　　李想：第一，是他的向外感知、向外体验、跨领域的感知能力特别强。

　　我们增程的想法并不来自雪佛兰Volt，来自苹果MAC的Fusion Drive。我们当时就发现苹果在解决这个问题，用Fusion Drive解决。因为SSD硬盘太贵，但速度很快；HD硬盘很慢，但容量很大。它就让程序跑在SSD上，把存储放在HD上，并且SSD能存基础的所有东西。

　　我们做的增程结构跟之前的增程完全不一样，甚至可以讲重新发明了增程。雪佛兰Volt只是为了做而做一个产品，没有想明白真正用户价值在哪。一定要跨领域感受、体验、获取知识。

　　第二，要特别敏感，不能随随便便凑合，不能无所谓。这个东西歪了就是歪了。我坐L9第一次下车，它蹭腿了就是蹭腿了，你不要再去解释什么奔驰也蹭腿，宝马也蹭腿。蹭腿就是不对，就得去改。

　　他要非常之敏感。MEGA最开始那个版本，悬架就是晃。他就讲别的MPV晃。我说不能，我们要解决问题，我们就不能晃。今天大家觉得MEGA几乎是电动车悬挂天花板。那是因为我们特别敏感、苛刻，不放过任何一个影响到我们体验的细节。这些人敏感，我觉得不是坏事；哪怕这些人带些情绪，都是好事。

　　第三，要遵守纪律。产品是专业体系，我们很认真在构建产品专业体系。怎么去体验，怎么去验证，怎么去定义，怎么去验证定义，定义出现了问题又怎么去修正，他一定要走这个体系，不能拍脑袋。

　　他很敏感，但他的敏感只是启发，仍然要走产品专业体系。今天大家做产品最大问题是太懒以及不专业。这三个组合了，这个人自然就训练出来。但这三个条件挺反差。所以产品的人最难培养，上学也没有这个专业。

　　张小珺：今天距离你当时录“产品实战课”的时候，产品经验有迭代吗？

　　李想：最大迭代是人工智能产品。大家今天得有一个新的理解：它是能力，能力是不一样了，包含整个工作方式也不一样。当我们做人工智能，研发方式会发生根本性变化。

　　我看到三类最重要的人才：

　　●第一类做预训练，我们内部称为“AI的教授”。它相当于把人类知识，任何形式表达的知识，汇集在一起，相当于我读了好多专业，拿了好多学位，后边变成MoE以后，更类似这样一个状况。

　　● 第二类做后训练，我们称为“AI的教练”。我们怎么把这些“最佳实践”变成能力？它要有非常强的BT、IT、DT能力，才能用AI的能力。他得了解业务，才能知道怎么做好数据收集，后面的训练，什么是高质量数据。这类角色包含原来写代码的，企业产品经理，还有业务专家，如何通过自己学习变成AI教练。

　　●第三类重要角色，是怎么为AI提供计算。这是今天AI的研发，它又跟过去数据方式不一样。

　　如果我们想把AI产品做得更好，我们进入做自动驾驶的最好的核心，是驾驶DT的数据；如果是我们想做一个to C产品，最重要的是人类对话记忆DT的数据。这本身也是AI教练必须要做好的一部分。

　　这是我们看到的全新三大工种。今天各种专业的人，要往这三个工种找自己的未来之路。

　　张小珺：你是哪个？

　　李想：（思考5秒…）我第一个肯定做不了，最后一个也做不了。

　　我更像是第二个，AI教练的角色。

　　第四节

　　消失的李想

　　01典型的李想的一天

　　张小珺：你现在怎么学习AI？因为你不是一个技术型创业者，学AI对你来说难吗？

　　李想：第一，学AI一个重要方式是我们有研究团队。有一个是每隔一天的会议，有一个是每周一次的AI例会。我每周会参加四到五次AI的会——有一个是每隔一天的会议，有一个是每周一次的AI例会。会讲两方面东西：一是最新论文，二是不同团队关于AI的最佳实践，哪怕一个很小的亮点都可以分享，它会对其他团队有相互启发。我自己读论文能力很差的，但通过有效讲解和分析，我对各个领域的AI前沿论文会有了解。

　　第二，肯定是自己要使用。这些东西你一定要去使用。使用过程中，会有自己真正的感受和感悟。

　　第三个特别重要的，包括为什么一定请你来当主持人——我特别喜欢看今天的对话。尤其是大语言模型以后，传播效率最高来自于对话。包含Sam Altman、黄仁勋的观点，都是通过对话的方式看到。

　　一个人如果单独演讲，有什么问题？他表达的内容包含了why、what和how，因为他讲的每句话有自己的认知。但听的人很难收到。尤其他想表达全新、复杂的东西。对话方式特别好，提问者在提问的时候已经结构化了，并把意图明确了，甚至把意义明确了。所以，对话过程中，其他聆听者接收效率会特别高。

　　张小珺：听起来你要做的事情好多啊，又是理想同学，又是大模型Mind GPT，又是智能驾驶，又是车，时间怎么分配？

　　李想：我们已经是千亿收入规模企业里，做减法做得最厉害的。（笑）车型也很克制，车型的平台化程度非常高。

　　我要解决的就三个方面：

　　● 第一是认知智能。

　　● 第二是空间智能。

　　我要确保，在人工智能方面，我们给自己和团队出的题是对的，做这些题的人和组织是对的。

　　● 第三是为这两个提供足够的资源，就是计算——资源是相对理性的资源吧，也不是拍脑袋。资源是足够能够实现我们目标的。

　　张小珺：你给团队出的题是什么？

　　李想：郎博是自己出的题，他们更早会用到BLM这套工具（Business Leading Model）。他们给自己出的题是：大概2025年实现500公里一次接管，把MPI提升到500公里，比今天大概提升十倍。

　　张小珺：如果资源有限，理想同学和智能驾驶必须二选一，你放弃哪个？

　　李想：我去减别的，不会减这两个。

　　张小珺：我看了你的日程。这周不算我们的访谈，一共只有9个会——这里面，两个会2小时，3个会1小时，3个会不到1小时，你没有早会要开、晚上也不安排日程——这对于一个管理着3万人的CEO来说，相当清闲。

　　能不能给我描述一下一个典型的李想的一天？

　　李想：我的时间分配大概是这样。按照我的工作重要级：

　　●第一对我重要的是员工相关工作。无论招聘、培训，还是一些组织和人力资源的制度，都是我的优先级。甚至广州车展，跟我们重要的员工文化培训冲突，我选择不去广州车展，去做员工文化培训。任何18级及18级以上，还包含少部分17级员工，我都会面试。

　　● 第二是产品相关工作。因为我们交付给用户还是个产品。在很长时间，在产品层面，我还能给团队贡献很多价值，包括让他们怎么构建产品体系，包括把这一拨人带着把产品能力变得更高。

　　● 第三个工作是人工智能相关工作。而且，我们的资本团队和技术团队会大量帮我们邀请各个行业最优秀的人沟通和交流。

　　张小珺：你描述的是时间分配，你能纵向跟我讲讲你的一天吗？你是家和公司两点一线吗？

　　李想：也没有。有时候晚上会跟一些朋友见面，聊一聊，听一听。

　　我上午，产品工作比较多。中午左右是人相关的工作。包含校招团队培训沟通什么的，都会放中午、下午。一般再比较晚，就是AI相关。基本上大家会这么来排序，这么着，大家时间比较好凑在一起。

　　我们最重要决策放在周六。战略委员会的团队都是周六工作。因为周六，做任何决策时间可以很长。他也不用担心别的工作，大部分员工不上班。我们不用受别的工作影响，不用受客户、合作伙伴影响。如果很多重大决策一小时、两小时就完，就没人吵架。

　　我们战略委员会质量特别高，是因为大家天天在吵架。

　　张小珺：拍桌子吗？

　　李想：当然拍桌子了。（笑）

　　张小珺：爆粗口吗？

　　李想：好在我们这帮人承受力很强，大家该爆粗口爆粗口，都会有。

　　02AI是知识、认知和能力平权

　　张小珺：如果作为一家AI公司的CEO，你的优势和劣势是什么？

　　李想：对于人工智能的理解，源于我个人。小时候我在老家长大，上小学回石家庄，上初中开始接触电脑，但自己家里没有电脑。我通过把所有零花钱买各种各样电脑杂志和书籍学习电脑。但在初中，我面对的所有东西都是质疑——父母担心我学习不好，是不是还可以考虑上一些职业学校，从而有一个稳定工作和饭碗。

　　张小珺：你当时成绩有多不好？

　　李想：如果按分位的话，大概属于70-80分位，中等偏好。中等偏好在班里一般不太受欢迎，老师要么关注学习好的，要么关注学习不好的。

　　张小珺：中不溜秋。

　　李想：对。那个时代很多人不知道什么是电脑，只觉得电脑是游戏机，是坏东西。也会反对说：哎，你这么学是不对的，你这个孩子天天研究，是不是有自闭症？那是我的初中时代。

　　初中升高中，我拥有了电脑。有了电脑我还印象特别深，我跟班里电脑水平最高的同学聊，他跟我说：“我有电脑的时候，你还没见过电脑，你没资格跟我聊。”后边发展就完全不一样了，我一个月电脑水平就超过他了。因为我过去三年获取的信息，到真正去实践提供了巨大帮助。我就找到了一个有效模式。几年前，很多人说理想汽车核心驱动力是什么？我觉得是成长。但成长是完整模式，是通过学习，再去验证，最后形成成长。

　　我在高中就有效找到一个方式，我的成长速度比身边同学快。第一，我在解决什么问题的时候，会去广泛阅读各种各样的信息，尤其有了互联网，非常有帮助。甚至在没有互联网之前，我还用Telnet去获取大量信息。如果我是人工智能，这非常像我的预训练。包括跟各种各样的人去聊，让我对这个领域有了解。

　　第二，我会设定目标，运用这些知识，真正去解决问题。当问题解决以后，我会复盘，把它变成自己的能力，其实是成长。

　　所以，我自己的经历模式，就是学习、验证、成长的过程。非常像人工智能中的预训练、后训练，包括强化学习这么一套体系。

　　张小珺：所以你想做人工智能，是觉得跟它有亲切感是吗，并不是因为你相信这个技术本身？

　　李想：（思考4秒…）我的一个最大感觉是，尤其当大模型出现，人类会发生根本性改变，会变得更好。

　　互联网实现了信息的平权，人工智能开始帮助大家实现知识、认知和能力的平权。

　　03我人生最大的改变是，对自己好

　　张小珺：你是一个敏感的人，这对做产品很好，对于做一个CEO呢？

　　李想：没什么问题。CEO有不同类型，我们一直在讨论，人的性格、特质，甚至原生家庭，跟他创业有没有直接关联？我跟很多顶级投资人聊，他们都讲“投的是人”，但判断人非常难。

　　我问过一个顶级投资人，你投资所有成功案例，这些人具备什么共性？——这是非常有意思的话题——他当时想了想，说：虽然我们不知道怎么有一套方法选到准的人，但共性是有的。共性是，这个人无论你觉得他气场特别大，还是气场特别小；是善于表达，还是不善于表达的人，每当最艰难和最关键的时刻，他总能看透本质，做出选择。跟他的背景、学历、经历没关系，是他具备这个特质，而这个特质可以延续，他会多次做出这样的选择。

　　最重要的是每当关键时刻，每当在一个最艰难的十字路口，这个创始人能不能看透本质、做出对团队最好的选择，并通过未来可以验证？这是最重要的能力。

　　张小珺：回顾过去10年，2019年是你最困难的时刻吗？

　　李想：不是。我最困难的还是2008年5月，几个小股东要把我和樊铮（汽车之家联合创始人兼副总裁）赶出公司。融钱融不到，现金流断掉了，股东也在挑战我们，甚至认为我们不适合，应该离开公司。那是我至今最困难的一次。那是真的会自己伤心到会哭的那个程度——很多事你自己想着想着情绪就会掉眼泪。后边没有我自己会伤心到会哭的。

　　那也是我至今成长最大的一次。要把我们赶出公司的引领人是邵震，他是三个合伙人之一，把我们引入北京，并把商业体系构建起来。我们当时来北京，在林业大学租了40平米房子，一室一厅，白天在工作，晚上甚至在一张床上睡觉。这么着大概有一年多才搬到中关村租的写字楼。他的贡献是巨大的，当时出现这么一个问题。

　　但后来我们和解了，和解的重要原因，他帮我获得最大一次成长。他说：最难受的一点是，当公司融资困难，你一个人在死扛，你不告诉我们。你每天虽然工作十几个小时，把钱都拿出来，但你自己在死扛，我们帮不上忙。你要知道你在死扛的时候，我们帮不上忙，有多痛苦。

　　他说：如果你当时把这些困难跟大家说出来，现金流遇到问题说出来，我们愿意把房子抵押来支持公司，我们每个人都愿意。但你并不给我们机会，你选择自己死扛，而且公司变得越来越差——他说的时候，你从他眼睛里看到绝对说的是真话。

　　那一刻，我做了一个巨大的反思。

　　2008年以前，我是对自己特别苛刻的一个人。我们曾经挣到钱，他们买的都是宝马5系，我开Polo；他们在北京买一两百万的房子，我买几十万的房子；我一天最少工作14小时，甚至16小时，从来不休假。

　　我从小受到的教育就是，你要对自己特别严格，甚至苛刻，你不需要对自己好。这至少是80年代那帮人训练的一个体系——尤其你想很自立。你要跟自己对话，你没有什么退路。我选择创业很难再去找一份工作了，因为你学历什么都不行，所以对自己很苛刻。

　　那起事件，让我学到两个特别重要的能力：

　　第一要对自己好，要接受自己的优点，也能接纳自己的不足。很多不足是优点造成的。

　　比如我有点懒，但往往懒的人能做出特别好的产品，懒的人更能做出好的决策。如果我很勤奋，运营就会变得非常好，但我运营能力很差，所以我从不碰运营的工作，我知道自己这方面不行，我要找到最好的人跟我配合。

　　如果有一些是致命缺陷，我肯定要改。就像刚才我说的问题，已经严重影响到身边的人，也影响到自己了——我要变得对自己好。我当时一个说法是，如果从来没吃过糖，我怎么给别人甜头？这是我很重要的一个改变。

　　这个问题解决后，我当时给自己很大方买了宝马X6，我从来没买过那么贵的车。汽车之家上市，我还给自己买了辆迈凯伦的MP4-12C，一个超跑。我也去买了大一点的房子。包括当时同事说：你开POLO，你让我们开什么？我们开什么都不合适。

　　当你不对自己那么苛刻，你会看到别人的优点。自那以后，我也会去休假。包括我跟原来女朋友的问题，大部分都来自于我无视人家。所以2008年我认识的女朋友，变成我今天的老婆，家庭很幸福。后面汽车之家的团队，维护的也非常好。

　　第二个重要变化是，很多事我不死扛了。我解决不了的问题才是大家的能力。我们过程中融资都很难，我不是等到没钱再去找张颖（经纬中国创始管理合伙人）说：“张颖，我们没钱了。”

　　张小珺：当时还有多少钱？

　　李想：还有十几个亿，但因为汽车后边要量产，供应链投资也要投几十个亿，包括你要开店。我们现金还够6个月，我就会找到张颖，我会跟他讲两个。

　　一个是如果我们今天不融资，到了明年再融很难，资本市场不好，公司还得降低估值，甚至融不到钱。今天融的话，明年4月我们就可以在上海车展收真正的订单。而且2018年10月发布的时候很受用户欢迎，后边就会进入一个上升阶段。我会把这些困难跟张颖讲，张颖很快帮我们又融了19亿。

　　张小珺：这个过程没有媒体写的那么艰难是吗？我记得当时你生病了。

　　李想：那是在下一轮，更难了。那时特斯拉也遇到问题，又遇到疫情，蔚来当时跌到很便宜的价格，融资是最难的，比上一次还难。我们见了150多个投资人，我当时得病了，免疫力都不行了，浑身过敏，连呼吸道都长。当时实在不行，也是找张颖说怎么办？张颖说你认识那么多有钱的朋友，去找一找他们。当时找了张一鸣（字节跳动创始人），也找了王兴（美团创始人兼CEO），他们都投了。

　　后来，我遇到很多困难，我会跟团队讲，甚至把我看到、团队没看到的困难跟团队讲，大家一起解决。2019年初，钱很困难，我跟团队讲，我们接下来如果按这个花钱速度，没办法做到车交付，大家要节省钱。都是自己主动砍。这帮人就是今天主力，包括范皓宇、刘杰、马东辉（理想汽车总裁兼总工程师）、李铁（理想汽车首席财务官）。我们都是一起决定，比我最开始预期还要好，也形成了凝聚力。

　　那一次对我而言是最痛苦，也是改变最大的，甚至让我后边人生更幸福。

　　04从对事不对人，到先对人再对事

　　张小珺：看得出来你是一个喜欢研究人的CEO，最近对人性有多一层认知吗？

　　李想：有。2024年在人的方面，最大收获来自3000多人校招团队。

　　我们2022年才开始招校招，很晚。早期很不成功，经常网上很多负面，因为不太会。2023年开始的校招人才，规模和质量非常好，因为很多大厂不招校招，给了我们更多机会。我说，正常我们把他招进来放在这，像普通员工一样用，肯定不行；我们能不能通过更深刻的方式构建认知？

　　除了一到两周培训，我们让大家到工厂去工作，包含电机厂、制造厂、工厂，从而他才了解工业领域的人工智能做到什么程度。他从文字上看不到，要亲身去体会。他要去店面工作，看我们怎么服务客户，这些客户是不是我们讲的家庭客户，怎么决策买一辆车。再有两周这样的。这方面投入比一般企业要高得多，我们配最好的管理者陪着去。这一波校招产出非常之好。

　　我一个很大感触是，大家老觉得什么年轻人有问题，我说这比我们那代人优秀10倍以上，最优秀的人来了。他们受最好的教育，心智也很成熟——但我发现对他们的管理方式不一样了，我们很意外地打通了一套新的管理方式。

　　我们在面对这些90年代末，00初校招生，我们使用的方式：

　　● 第一要在意他。真的重视他们，发自内心的在意，听他们的需求是第一重要的。

　　● 第二要认同他。当你认真去听他们，这些年年纪轻轻的人都有自己做解决方案的能力。我们原来认为一个员工要到16、17级才能做完整项目解决方案，他们今天每个都具备，有自己完整想法，对AI的使用是与生俱来的。当你认真听他需要什么？需要你来认同他。你不需要告诉他怎么做，只要认同他就可以了。

　　● 第三，提供必要资源支持。他不跟你讨论什么乱七八糟的事情，产出会难以置信。我们前两天一个研发团队技术展示会，AI相关产品有一半以上是校招团队做的。非常之惊讶。

　　我还延伸出另一个重点，这是我们今年面向明年一个更重要的机会。我们这些80后、70后，包括一部分90后初期的，在一个新的时代，是否需要被在意？被认可？被支持？

　　我们读的中国很多书经常讲，你要“对事不对人”，但是我读了《高效能人士的7个习惯》，读的所有美国最顶级著作，乔布斯最根本的变化都是：学会了“先对人再做事”。

　　包含我2008年最根本改变也是先对人，甚至是先对自己。

　　我们相信，无论是我们这家企业想变得更好，还是中国如果从发展中国家走向发达国家，对待人的模式都要发生根本变化。

　　一个时代过去了，一个新的时代开始了，一个新的时代会变得更好。

　　05只要所有的中国企业不放弃

　　张小珺：你的一个00后员工想问你，在当前不利的外部环境，特别是地缘环境下，怎么成为一个全球领先的人工智能企业？

　　李想：作为创业者，很重要一点是看不同阶段。今天哪怕我们做汽车不涉及人工智能，也没办法讲我会成为全球领先的汽车企业，我得先在中国市场第一，在受美国限制以外的市场下一步能不能做成第一？人工智能也一样。

　　我给团队提的要求是，到明年目标是在中国的空间智能领域能不能第一？在大语言模型方面以及它所提供的服务方面，能不能前三？团队按照这方面制定目标、构建能力以及确定组织和投资，是最重要的。节奏非常重要。

　　再往后我们看到的机会是，如何把语言模型和空间合成更大的VLA模型——去解决到AGI第三个阶段Agent，以及到L4自动驾驶阶段，你所具备的能力？站在今天还要看，我们搞什么样的研究，匹配什么样的组织，怎么提前去准备一些投资？

　　它是成长的过程，不是直达的过程。

　　张小珺：理想汽车未来还会叫理想汽车吗，如果它要变成人工智能企业？

　　李想：理想是一家人工智能企业，我们要做的不是汽车的智能化，而是人工智能的汽车化，并将推动人工智能普惠到每一个家庭。我们通过人工智能将物理世界和数字世界进行融合，让有限的空间实现无限的延伸。

　　张小珺：中国企业能成为全球领先的AI企业吗？

　　李想：（思考4秒…）只要所有的中国企业不放弃，一切皆有可能。

　　90年代之前最好的处理器都是日本企业推出的，后来美国获得了胜利。过去我们认为全世界最好的汽车是德国人制造的，但今天，中国企业和一家特斯拉提供了全世界最好的智能汽车。在人工智能方面也一样。只要我们不放弃，所有的人每天去努力，把所有的心思和精力用在去改变这些能力上面，去投入，结果一定会变得非常的好。

　　张小珺：如果理想没有成功地成为全球领先的人工智能企业，会是因为什么？

　　李想：一定是刚才讲的几个综合能力我们有缺失，包含研究、技术研发、产品和商业能力，也包含我们自身的造血能力，这是综合体现。它是一个非常大的仗，甚至美国人把人工智能形容成曼哈顿计划，这是一个非常大的挑战。

　　我会全力以赴地确保我们，有能力实现全球领先的人工智能企业，并做好每一个环节。但如果在我有生之年，我没办法实现，或者我们因为犯了巨大错误没法实现，我也非常乐于看到有中国顶尖企业能够在人工智能方面做得非常的好，实现人工智能的第五个阶段。

　　我愿意看到这样的事发生，也愿意为这样的企业而鼓掌。

　　主笔作者 | 张小珺

　　编辑 | 石丁

】