理想汽车（02015.HK）日前联合国创决策智能技术研究所正式发布端侧大模型“软硬协同设计定律”，提出面向车载与边缘场景的大模型软硬一体化设计方法，为下一代智能驾驶芯片的架构定义提供系统性理论基础。

行业共识

软硬协同在业内由来已久。

在智能驾驶领域，从特斯拉（TSLA）自研FSD芯片并构建端到端架构，到华为昇腾系列芯片与MindSpore框架的深度耦合，再到高通（QCOM）与谷歌（GOOG）合作部署Gemini模型，头部玩家早已将算法与硬件的联合优化视为核心竞争力。甚至地平线（09660.HK）也凭借其“天工开物”平台，以软硬协同策略在辅助驾驶市场占据一席之地。

据悉，理想汽车这套“软硬协同设计定律”的本质，是一套可量化、可预测的数学框架。它通过结合损失函数扩展法则和Roofline性能建模，实现了模型精度与推理延迟的联合优化，旨在打破传统“先设计芯片再适配算法”或“先开发算法再寻找硬件”的割裂模式。

国创决策智能技术研究所论文指出，理想汽车早在上一代基于NVIDIA Jetson Orin/Thor的车载计算平台上就深刻体会到这一矛盾。虽然英伟达（NVDA）的Orin/Thor平台提供了强大理论算力，但在实际部署大语言模型时，常发现“芯片峰值性能≠实际系统效能”的困境——精心设计的模型架构往往无法充分利用硬件特性，而为了硬件适配做出的妥协又可能损害模型智能。

验证结果显示，在成熟车载平台上，应用该定律优化的模型，在与Qwen2.5-0.5B保持完全相同延迟的前提下，实现了19.42%的精度提升。这直接回应了前述车载算力的核心悖论。

在此背景下，理想汽车高调发布一套名为“定律”的软硬协同设计理论，其意图或远超单纯的技术展示。

反思成果

理想汽车CEO李想在2025年曾公开反思公司在近期走的“弯路”，并宣布拥抱AI。2026年初，理想内部一场全员会上，李想更是全程不谈主营业务汽车，只谈AI趋势，并宣布将正式入局人形机器人领域。

近期，理想汽车进行了深刻的组织架构重组，将研发体系划分为基座模型、软件本体、硬件本体三大板块，明确从汽车制造商向“具身智能”企业转型。

此前2025年9月，理想汽车在季度财报中首次确认，其自研的AI推理芯片M100已于2025年第一季度完成样片回片，并进入小批量样车道路测试阶段，计划于2026年量产装车。2025年11月的三季报电话会，李想与CTO谢炎进一步披露，M100芯片正处于大规模系统测试阶段，预计2026年启动商业化落地。该芯片与自研软件系统协同设计后，其性能成本比有望达到当前高端芯片的三倍以上。

2026年1月，M100芯片的量产被置于战略核心；2月，李想透露新款理想L9 Livis将搭载2颗5nm自研M100芯片。

3月1日，理想汽车官方宣布称，2026年2月共交付新车2.64万辆；截至2026年2月28日，公司的历史累计交付量为159万辆。