当时间走到2026年，智能汽车正加速向具身智能进化，这场深刻的产业变革，正如当年新能源汽车浪潮催生电动化、智能化、网联化技术一样，推动着汽车、人工智能、芯片等产业的深度融合与重构。也正是在这样的历史性拐点上，中国企业拥有了更大的机遇——不再只是在应用层追赶，而是从底层技术开始创新，去定义一个全新的时代。

近期，理想汽车基座模型团队联合国创决策智能技术研究所，正式发布了端侧大模型“软硬协同设计定律”。这并不是一款可以直接上车的新功能，也不是一项能够用通俗语言解释的新技术，而是一套看似枯燥却具备重要价值的“数学公式”。正是这套公式，首次在理论层面打通了算法与芯片硬件之间的“任督二脉”，为解决“算力瓶颈”提供了一把通用钥匙。这一基础理论突破更深远的意义在于，以理想汽车为代表的中国企业，正在完成从工程应用创新向基础科学研究的跨越，这些先驱者们将带动更多产业聚焦“练内功”，而非“练拳脚”。

返璞归真，用数学公式打破行业困境

AI发展到今天，一个不得不面对的现实是：模型越来越聪明，但“养”它的代价也越来越大。

以智能汽车为例，最直观的做法，就是给车装上更强、更贵的芯片，用算力去“硬扛”模型不断膨胀的需求。这条路在早期确实走得通，但走着走着，大家发现问题逐渐显现。高算力芯片通常功耗更高，散热需求也随之上升，一味堆砌算力在物理层面难以为继。

与此同时，还有一个藏在研发层面的麻烦。芯片的更新换代是以“年”为单位的，而AI大模型的进化速度却是以“月”来计算的。一款新芯片千辛万苦量产上车后，模型可能早已跑到了下一个路口；而当研发团队精心打磨好一个模型，回头一看，手里的芯片又不是最适配的那一块。就像是一对搭档，一个走得快、一个走得慢，总也踩不到同一个节拍上。这种错位，让研发团队不得不花费大量时间“互相迁就”，极大地拖慢了技术前进的步伐。

怎么办？行业不约而同地看向了同一个方向——协同设计（Co-design）。

这个概念说起来并不复杂：与其让芯片和算法各走各的、最后再拼凑到一起，不如让它们从研发的第一天起就坐在同一张桌子前，商量着一起往前走。目前，苹果、谷歌等全球科技巨头都在这条路上积极探索，协同设计已成为行业公认的技术焦点。

此次理想汽车基座模型团队联合国创决策智能技术研究所发布的“软硬协同设计定律”，做的正是这件事——只不过，它更进一步，用一套严谨的数学框架，把“协同设计”从一个方向性的理念，变成了一把可以精确计算的标尺。

这把标尺带来的改变是实实在在的。对于整个行业来说，它直接回应了前面提到的两大困境。过去，研发团队完成模型设计和选型，往往要摸索好几个月；而依据这套定律，模型的设计和选型周期理论上可以缩短到一周以内。在硬件成本上，它能够指导模型充分释放芯片的潜力，这意味着企业不必一味追求最昂贵的硬件，也能为用户带来出色的智能体验。在应用开发上，它还能根据不同的使用场景快速匹配最优的模型配置，省去了后期反复调优的漫长过程。

而对于理想自身，这项研究的意义更为深远。“软硬协同设计定律”将帮助理想在智能辅助驾驶的技术栈上，实现从上层应用、算法模型到底层芯片架构的完整闭环。换句话说，理想不仅能把智能辅助驾驶的软件做好，更具备了从算法需求出发去“逆向定义”一颗芯片的能力，真正掌握了全栈核心技术的主动权。

而这份主动权的背后，是一段远比外界想象更漫长的积累。

做“难而正确”的事

如果说“软硬协同设计定律”是树上的果实，那么理想在过去十年里对基础研究的执着投入，则是深埋地下的根系。

在外界看来，理想是一家擅长定义产品的公司。但鲜为人知的是，这家公司一直在看起来“不赚钱”的基础研究领域进行长征。

为什么要从最基础的研究做起？理想汽车董事长兼CEO李想曾揭示过背后的原因，他认为，提升能力的第一步就是研究，“研究－研发－表达能力－转化成业务价值”这四个步骤是人类最佳实践。放在当下的时代背景中，他再次强调了研究作为基本功的重要性。他表示，在内卷环境下，包括外部不确定的环境下，这是每个企业扎扎实实练基本功的最好时候，而且到了人工智能时代，基本功就更是不可逾越的。

但基础研究这条路并不好走，周期长、投入大，短期内很难直接转化为产品卖点或财务回报。在行业普遍追求快速上量、争抢市场份额的节奏下，把真金白银投向短期“看不见成果”的底层创新，需要的不只是资源，更是一种战略定力。理想每年超过百亿的研发投入中，有近一半投向了人工智能领域。这笔账在短期的财务报表上或许并不“好看”，但理想选择相信：正确的事，值得用时间去等待答案。

基于李想的判断，理想近些年在基础研究上持续深耕，并且交出了一份扎实的成绩单。2021年至2025年，理想围绕BEV感知、端到端模型、世界模型、VLA大模型、强化学习等前沿方向，在CVPR、ICCV等全球顶级学术会议上发表了近50篇高水平论文，累计被引用超过2500次。这些看似离消费者很远的学术积累，恰恰是理想技术能力持续跃迁的底层燃料。

而这些“燃料”一旦注入技术研发，释放出的能量是惊人的。回看理想智能辅助驾驶的技术演进，几乎每一次关键跃迁的背后，都是基础理论研究作为基石。2024年，理想发布了行业首创的“端到端+VLM视觉语言模型”双系统智能辅助驾驶技术架构，推动行业从规则驱动迭代迈入AI驱动迭代的新阶段。仅仅一年后的2025年8月，理想又在全球范围内率先交付了自研VLA司机大模型，让智能辅助驾驶拥有了接近人类的“看、想、做”一体化认知和思考能力，并在9月将这一能力全量推送至超过50万名用户。推送后，理想辅助驾驶的试驾好评率从2024年底的92%跃升至98%。从规则算法到双系统，再到VLA司机大模型，两次重大技术跃迁仅用了2年时间，这种令人惊叹的迭代速度，正是李想所说的“研究跑通后，研发效率变得非常高”的生动注脚。

值得一提的是，理想的“内功”并不仅限于智能辅助驾驶。在支撑智能汽车运行的底层操作系统领域，理想同样迈出了关键一步。2025年，理想将自研的智能汽车操作系统“星环OS”正式面向全行业开源。这套涵盖AI计算、智能实时系统、通信中间件和安全系统的全车统一软件架构，打破了行业长期以来“重复造轮子”的低效研发困局。截至2025年9月，已有超过30家产业链上下游企业加入星环OS社区，共同推动生态建设。从自研到开源，理想展现出的不仅是技术自信，更是一家中国企业希望以开放姿态带动整个产业共同进步的胸怀与担当。

如果说过去十年，中国企业靠的是对用户需求的敏锐洞察和供应链的极致整合；那么未来十年，决胜的关键将回归到最硬核的技术底层——谁能设计原生架构，谁能构建开源生态。

从一套数学公式出发，理想正在以扎实的基础研究和开放的行业胸怀，向全球展示中国智慧。 “软硬协同设计定律”不仅仅是一项学术成果，它更像是一个信号：在AI重构世界的浪潮中，中国企业已经不再满足于做技术的搬运工，而是选择在具身智能这一人类科技的全新疆域中，坚定地立下属于自己的灯塔。