近日，騰訊新聞科技主筆張小珺與理想汽車CEO李想有一場對話。
在3個小時的對談中，二人探討了理想汽車在人工智慧領域的戰略佈局和未來願景。李想分享了他對人工智慧技術與產品觀的深刻見解，以及理想汽車如何從一家新能源電動車企業轉型為全球領先的人工智慧企業。
在這次獨家訪談中，李想不僅討論了理想汽車的技術創新，還涉及了智慧駕駛的發展、市場競爭策略，以及對個人助手市場的展望。他預測，隨著人工智慧技術的不斷進步，汽車將從交通工具進化為空間機器人，而理想汽車將在這個過程中扮演關鍵角色。
這段對話為我們揭開了理想汽車在智慧化浪潮中的雄心與挑戰，以及李想對人工智慧時代作業系統和程式語言的深刻理解。文章很長，但值得一讀。以下，Enjoy：
主筆作者 | 張小珺
編輯 | 石丁
出品 | 騰訊新聞《潛望》
2024年12月，我與理想汽車CEO李想有一場對話。此時，他們決定車機助手理想同學推出手機版App，並於此前做了基座大模型，兩者相加約等於Kimi。
這意味著，人們認知中的新能源電動車企業，宣告要進入與位元組豆包、月之暗面Kimi、騰訊元寶、百度文心一言等個人助手之戰。這場原本已然紅海的“基座大模型+個人超級助手”商戰，競爭烈度更大了。
很多人腦海中，個人超級助手與智慧駕駛是截然不同的兩件事——產品不同，底層架構無法打通。李想不這麼認為。在他看來，OpenAI定義的第三階段（智慧體）與自動駕駛定義的第四階段（自動駕駛）會在相近時間點交匯，併合併到統一架構上。
各異的企業將匯入同一片賽場，因為“基座模型是人工智慧時代的作業系統+程式語言”，“基座模型所構建出的人工智慧超級產品，會是新一代入口——它會在所有裝置之上，在所有服務之上”；如今這些企業都在爭奪“AGI L3和自動駕駛L4的門票”，這會是雙邊的iPhone 4時刻。
全球看，對於人工智慧的探討正從技術認知轉向產品構想。對話中，這位非技術背景、被認為在產品上有天賦的創始人，復原了這兩年他關於人工智慧完整的技術與產品觀。同時，他也首度談了談MEGA失利、蘋果放棄造車、雷軍造車成功、理想會做機器人嗎、怎麼管理00後等各種話題。
文章比較長，大家可以參考目錄：
● 第一節：談人工智慧
1. 我絕對不止做一棵樹了
2. 大家再不承認，我也不知道怎麼形容了
3. 基座模型是作業系統+程式語言
4. L4就是智慧體
5. 終極產品想象是矽基家人
6. 人工智慧表達的是能力，不是功能
7. 李想有理想嗎？
● 第二節：談智慧駕駛
1. 三年我們能推出把方向盤摘掉的產品
2. 我們相位元斯拉又不缺胳膊少腿
3. L4實現，買車的人會更多
4. 我們100%會做機器人，但不是現在
● 第三節：談汽車之戰
1. 覆盤MEGA失利
2. 今天做的所有事是為了拿L4門票
3. 對雷軍說，小米車要想成功，你必須all in
4. 2030年，我們有機率做一輛超級跑車
5. 我從來沒有司機
● 第四節：消失的李想
1. 典型的李想的一天
2. AI是知識、認知和能力平權
3. 我人生最大改變是，對自己好
4. 從對事不對人，到先對人再做事
5. 只要所有的中國企業不放棄
以下是與李想的對話（為方便閱讀，作者做了一些文字最佳化）。
第一節
談人工智慧
01
我絕對不止做一棵樹了
張小珺：別人都在做純電，你在做增程；現在很多人開始轉增程，你怎麼又不想造車、要去做人工智慧企業了？
李想：造車肯定是要造的，但是呢，大家經常講：電動化是上半場，智慧化是下半場。我認為智慧化講的不是傳統軟體智慧，而是真正的人工智慧。這是造車往下延續的必經之路。汽車將從工業時代的交通工具，進化成為人工智慧時代的空間機器人。
張小珺：我看了一下你第一次對內說，“2030年要做一個全球領先的人工智慧企業”，是在2023年1月，此時ChatGPT剛好誕生兩個月。你這是跟風嗎？
李想：不是跟風。
我們每年春季戰略釋出起源於上一年9月份，在北京雁棲湖開的每年一度內部戰略會。2022年9月，我們已經確定，要把人工智慧包含自動駕駛作為真正重要的方向，這是未來競爭關鍵。
2023年初發布戰略時，我們做了根本性變化，把人工智慧從隱藏戰略變成開放的陽謀戰略。這樣，才能吸引足夠多人才。OpenAI發揮了非常大作用，把一個全新的人工智慧時代打開了。所以，我們對人工智慧內心所有的想法、所有的期盼，不用再藏著了，應該拿出來正面講。
張小珺：你對AI感興趣可以追溯到什麼時候？
李想：追溯到這一次創業開始，我腦子裡看到很重要的事：如何用全新技術改變物理世界發生的一切？
我在做汽車之家，在線上，我們成了全球最大汽車網站。但是，汽車之家有很多遺憾——比如我們做的汽車電商類業務，一直沒有成功，我們想改造整個物理世界，包括一輛車從製造、倉儲、庫存、物流到體驗。我們會發現，除了在線上多花一份錢，並沒有對物理世界產生有效改造。所以，我做理想汽車很重要的一點是，必須藉助最新技術，對物理世界進行改造。
張小珺：你是想做一家人工智慧企業，還是想透過人工智慧賦能電動車？
李想：怎麼來講呢？汽車是物理世界人工智慧最大的應用。
如果看清楚這一點，我們應該是一家人工智慧企業。團隊總問我，我們logo後邊寫“理想”還是“理想汽車”？我們講“理想汽車”是為了方便跟外界溝通和宣傳，但logo從來沒把“汽車”加上去。
張小珺：但你也可以說，你要做的是一個人工智慧技術驅動的電動車企業，或者一個擁有人工智慧技術的自動駕駛企業，為什麼一定要是人工智慧企業？本質區別是什麼？
李想：Emm，其實，做汽車之家，有我一生中最大的遺憾。汽車之家是我第二次創業。
第一次創業，我的泡泡網趕上了PC網際網路時代，那時我還不懂什麼是創業，剛高中畢業就開始做這麼一個網站，錯失了很多好的機會。
但在做汽車之家，我非常看中汽車這樣一個新興行業。我們當時做過分析，中國一年只能賣200-300萬輛車，到今天一年賣接近3000萬輛車。但同時，汽車之家發展成功一個重要因素是，我們率先做了移動網際網路的應用和業務。我們做了幾乎全世界最早的Web網站、Windows Mobile版、iOS版和安卓版。我們非常好地抓住了移動網際網路視窗。很長一段時間，你看身邊朋友，尤其男同胞，抱著汽車之家看車、買車是他們生活重要的一部分。
但是，到2013年汽車之家IPO後，到2015年我決定離開汽車之家，有一個非常大的遺憾。2009年，汽車網站的競爭就結束了，後面幾年過得挺輕鬆的。我還有更多能量，團隊還有更多能量。我們在移動網際網路時代選了一個非常垂直的領域。雖然你做得很好，但某種程度，你可能為了一棵樹，錯過了一個森林——這是我最大的遺憾。
所以呢，再選擇第三次創業，很重要一點是：我要選擇一個森林，我要做那個森林裡最大的。無論多麼難，無論需要我經歷什麼樣的困難，我絕對不止做一棵樹了。
張小珺：你是覺得把它叫人工智慧企業，是一個更大的故事、更大的夢想？
李想：不是更大的故事，如果你看我們到底在做什麼，你就會相信。我們一年100億研發投入，有接近一半投在人工智慧。我們是全世界第一個做基座模型（的車企）；端到端和VLM，從最開始論文，到技術研究，到最後研發和產品交付，也是全世界最早做出來的。
我們不僅僅在做智慧駕駛，還有理想同學、智慧商業和智慧工業團隊。
（作者注：理想的AI產品包括兩個C端產品，即智慧駕駛和理想同學；兩個B端產品，即智慧商業和智慧工業。）
只是人工智慧，如果是原來的規則演算法、知識圖譜，大家覺著沒什麼希望。手機上有Siri，使用比例非常低。雖然大家相信人工智慧，但技術是錯配的。它用了並不是真正符合人工智慧的方式。但這都是進展。我們可能吃到第8個包子吃飽了，但前面每個包子都有價值。正是由於一層一層遞進，才出現今天人工智慧相對繁榮的景象。
張小珺：我還是不能相信你從創辦理想的第一天就想好要做一家AI公司。你確定當時這麼想嗎？剛創業就覺得人工智慧時代要來了？
李想：我覺得是一種感覺。我們從最開始也沒有把它當成傳統汽車做。為什麼理想ONE只有一個車型？是因為我把它本身看成一個數據和軟體的整合。
張小珺：喬布斯說“如果硬體是產品的大腦和肌肉，軟體就是靈魂”，你表達的也是這個意思？
李想：當然是了。我最開始創業，投資人經常問我一個特別有意思的話題：憑什麼是你？為什麼你能做出來？那時我們還沒有產品出來呢。我當時講了一個最重要的觀點。我說：我會比傳統汽車企業更懂怎麼做網際網路和大型軟體，我會比網際網路和大型軟體公司更瞭解怎麼製造一輛車。
張小珺：有人去年問了一些理想員工，你相信理想是一家人工智慧企業嗎？他們都說不相信。既然你都不能讓你僱的人相信，怎麼讓更多的人相信？怎麼讓大眾相信？
李想：當技術變更的時候，不相信是很正常的。我們做增程的時候，如果你去問我們員工，這輛車成功率有多少？銷量有多少？當時我們員工填最多的是，一個月能賣1500輛。大部分員工認為一個月只能賣幾百輛。因為大家並沒有體驗過新技術，沒有看到這個技術能帶來的價值。
這可能真的是創業者和大部分人的很大不同：你會相信那些看著不是那麼明白、不是那麼清晰的事。
張小珺：所以，AI對於理想意味著什麼？
李想：意味著未來的全部。
02
大家再不承認，我也不知道怎麼形容了
張小珺：你第一次用ChatGPT是什麼時候？感受是怎麼樣的？
李想：釋出的時候，我們就去用了。怎麼來形容呢？——最大感覺是，人工智慧應該有的樣子就是這樣子的。到今天為止，我跟身邊很多人的判斷不一樣。
我認為OpenAI是個非常、非常了不起的公司，甚至它了不起來的程度，超過了當年谷歌之於網際網路了不起的程度。
張小珺：為什麼這麼說？OpenAI未來會長成什麼樣？會超越谷歌嗎？
李想：我覺得基本是確定性的。
我看一家公司不會單獨從技術看。第一，我會看這家公司對行業標準的定義，很多時候大家忽視這是最重要的，谷歌當年在搜尋上定義了很多行業標準。第二，我會看它的研究工作做得怎麼樣。第三，我會看它的技術研發工作做得怎麼樣。第四是產品化。第五是商業化能力。商業化能力分階段，今天是不是它一定要獲取多少收入？其實沒那麼重要。
但OpenAI做了當年谷歌做的最重要的事。很多人忽視谷歌當年的成功，是源於施密特（谷歌前CEO Eric Schmidt）加入後在商業上的巨大成功，就是谷歌當年拿下AOL首頁。百度當時很重要的成功也是收購了hao123，作為重要入口。如果當時，美國超過50%的人上網首頁是谷歌，谷歌搜尋就是排他性競爭。
今天，OpenAI同樣很厲害，拿下了兩個超級巨頭：一個叫微軟，一個叫蘋果。這非常了不起。這五個維度綜合看，它是一個遙遙領先的人工智慧企業。
張小珺：在你看來，OpenAI一定會成為下一個入口嗎？
李想：我就拿資料看吧，OpenAI在這些人工智慧的聊天產品裡，如果看全球，基本佔了80%份額。最新資料一個月有36億訪問量，離最近的是Gemini，應該是2億到3億——這個，如果大家再不承認，我也不知道該怎麼形容了。
張小珺：如果讓你做OpenAI的CEO，你會比Sam Altman做得更好嗎？
李想：不會。我覺得Sam Altman做得非常成功，非常成功。
張小珺：如果你是OpenAI的CEO，你現在會做什麼？
李想：最大一個挑戰是，今天還是OpenAI定義的AGI L1階段：聊天機器人。L2階段是他們最近在推廣宣傳的，包括12天直播，是推理者階段。大家相信2025年最重要的是，跑在頭部的企業能某種程度實現L3階段：Agent（智慧體）。
現在，OpenAI非常好地講明白，並按照這個定義做了，聊天機器人最好的產品體驗。
張小珺：是OpenAI定義的L1階段。
李想：對。L2階段不是普通人使用，Pro賣到200美金，要麼是to B在用，要麼是大的C、專業使用者在用。
到了L3階段，到了Agent階段，才是真正iPhone4時刻。普通老百姓都能用了，而且它能獨立、持續地完成任務，不用靠密集提示詞的方式。這時產品應該是個什麼互動？這是所有頭部企業都應該認真思考的。
張小珺：Agent會在三年內實現嗎？
李想：美國可能更早一些。中國的能力足夠的Agent，應該在三年之內實現。
03
基座模型是作業系統+語言
張小珺：我們來談談你們的兩款AI產品，一個是理想同學，它是一個個人助手；一個是智慧汽車。
我知道，理想同學以前是一個車機的個人助手，但它現在要走出車門，進入手機變成一個App，未來還會上更多終端。這意味著，你們一個電動車企業要進入通用個人助手這場紅海戰役了，要去跟豆包、Kimi、ChatGPT競爭了，是這樣嗎？
李想：如果我們是純硬體公司，可以符合你說的定義。蘋果不是一家只賣Mac的公司，才有了後面的可能性。但這個可能性不是iPhone出來後發生的，是在Mac變成透明殼那一刻就在發生。華為也不只是運營商企業，後面的一切是它從運營商做到相對穩定階段，就開始產生的。小米不只是一家手機企業，它有IoT，有自己的生態，甚至也有汽車。
今天這些企業，不能以一個硬體來定義它到底是什麼企業。這個硬體是它的支柱業務，是起點。今天每一家企業都應該是一家人工智慧企業。
如果我們相信人工智慧，人工智慧最關鍵是什麼？如果在智慧手機時代，最重要的是作業系統、應用商店和雲服務。最開始大家做觸屏手機，其實中國，我印象有非常多家觸屏手機，甚至很多品牌也都一年賣幾千萬臺。但到了作業系統、應用商店、雲服務競爭的智慧手機時代，這些企業要有龐大的大型軟體能力，因為很多時候硬體能力，供應商就能解決。
我們之所以做硬體，是為了更好控制這個硬體體系以及效能再高一點點。但大型軟體不一樣，不是所有人能做作業系統，不是所有人能做大型雲服務，這就變成了更大挑戰。
回到人工智慧也一樣，今天你能看到幾百家電動車企業，是因為中國有非常完善供應鏈，但是我問：這幾百個企業，未來有哪些企業能做基座模型？
張小珺：你認為，基座模型是一個分水嶺？
李想：當然是了。
張小珺：現在誰做了？
李想：至少我們做了。至少我們一直在做基座模型，無論多麼難，非常堅定。
我認為，基座模型是人工智慧時代的作業系統+程式語言——你就知道它有多麼重要了。
基座模型所構建出的人工智慧超級產品，會是新一代入口——它會在所有裝置之上，在所有服務之上。
張小珺：把理想同學+Mind GPT加起來，約等於Kimi，可以這麼通俗理解？
李想：可以這麼形容。
張小珺：理想同學從車機進入手機，這是一個戰略級決定還是你們只是想試試看？
李想：沒那麼複雜。站得很遠看，一個有效大模型產品，尤其你在掌握基座的前提下，會在所有裝置、所有服務之上，這是我相信的一點，否則它不是人工智慧。它發展到智慧體，能自主使用所有裝置、服務。
站在近處看，我們很多使用者、孩子，一上來接觸的人工智慧就是理想同學。很自然，我為什麼不把這個東西也同樣放在他們日常使用的裝置上？很多使用者的孩子在使用完車內理想同學後，拿著手機也喊理想同學。這是真實需求場景。
我們可不可以先把100多萬用戶以及家庭，這300到500萬人，讓他們用上一個非常好的，在車上、在手機上、在電腦上、後邊可能出現在眼鏡上，體驗一致的人工智慧產品？這是必須要做的。
張小珺：理想同學會存在收集使用者資料、使用者隱私的問題嗎？
李想：不會。當你真正預訓練、後訓練，你會發現跟原來網際網路不一樣。我們並不需要這些東西。比如，預訓練更多是從公開資料集收集。
如果未來讓使用者使用得更好，會建立記憶系統，但記憶系統會把使用者的記憶轉成token。它既不是位元，也不是傳統文字或聲音記載。大家完全不用擔心。
大家今天如果擔心人工智慧的隱私問題，還是對於人工智慧技術本身不夠了解。
張小珺：對話類個人助手已經非常紅海，你怎麼看在這片紅海市場中的戰爭？
李想：今天是非常初期階段。如果講第一個明確階段，還是人人可用的to C智慧體出現（也就是OpenAI定義的L3階段）。今天在嘗試中。
張小珺：今天是嘗試去拿那張船票？
李想：對。今天大家做的所有事情，是為了拿AGI的L3和自動駕駛的L4的門票。
04
L4就是智慧體
張小珺：在我腦子裡，理想同學作為個人助手和汽車的智慧駕駛是兩件事——這是兩個產品，支援他們的是兩種技術架構——為什麼給我感覺，在你腦子裡，它們是一件事？
李想：由於這兩個領域同時都做，我們看到一個更有意思、讓我們更堅定去做的機會。
今天我們做的理想同學和自動駕駛，按行業標準是分割開的，處於早期階段：
-
我們在做的Mind GPT（理想自研大模型），大家叫LLM、大語言模型，其實它叫語言智慧。
-
我們在做的自動駕駛，李飛飛定義叫空間智慧，我們內部叫行為智慧。
只有你真正去這個領域大規模做，才知道這兩個有一天一定會連在一起。
如果一個人只有語言智慧，他足夠聰明，但不能行動。如果一個人只有行為智慧和空間智慧，他像一個普通工種。一個人什麼呢？是這幾個結合。
我們認為，基座模型到一定時刻，一定會變成VLA（Vision-Language-Action Model，一種結合了視覺、語言和動作的多模態模型）。因為語言模型也要看三維世界，也要透過語言、認知理解三維世界。三維世界不只有圖片，或者用Diffusion、生成的方式就可以。因為它並不能還原真實物理世界，需要向量。
自動駕駛也一樣，它真正變得更強，走向L4，是它要有極強認知能力。當這些東西發生變化，它能夠有效理解這個世界，而不只是端到端背後的那些壓縮記憶。這是我們看到的一個變化。
所以，我對團隊的一個要求：至少在中國範圍內，未來幾年必須保證大語言模型的基座模型是行業前三。你需要什麼樣的訓練算力，我們願意投資。要真正跟頭部企業去PK，去競爭，把能力構建起來。而不只是在汽車行業裡比一比。
對於我們最開始做的端到端+VLM（智慧駕駛的架構），還包含下一代研究工作，我們如何在空間智慧裡保證在中國是最領先、第一的地位？這非常之重要。
但我相信這個時間點會非常相似——就是，空間智慧實現L4，語言智慧實現Agent的時候——一個大機率是，這兩個會變成一個模型。
張小珺：就是VLA模型？
李想：就是Vision、Language和Action（視覺、語言和行動），它跟人一樣。變成一個更大的模型能力。
其實L4就是智慧體。智慧體，你必須得很好地理解物理世界。
張小珺：智慧駕駛能怎麼幫助大語言模型？
李想：智慧駕駛所獲得的資料可以為語言模型或者下一步基座模型，構建三維向量空間的能力。
舉個例子，我們在VLM使用中也會遇到一些問題，今天VLM是從大語言模型基礎上做出來的。雖然做VLM這些基座模型，它也會喂幾億甚至幾十億張圖片，但這些圖片是二維的，在三維向量空間裡，比如我們去做自動駕駛，它可以透過這個畫面看到：哦，哪裡是公交車道？公交車道提示是什麼？什麼是潮汐車道？甚至能認出交警，這個交警在幹什麼？但它並不知道具體位置。
是因為端到端的基座和VLM基座是兩個不同基座，它倆只能互動，不能透過端到端確定位置。這也是我們看到說：哎，最終，它應該像人類一樣，一套大腦系統既能處理語言，也能處理影像，並且處理影像的時候，人是具備三維向量空間的能力，能呼叫自己的行動。
接下來也能看到我們的一些論文。我們如何用三維向量空間，包括用高斯球方式，給語言模型具備三維向量空間的能力。
張小珺：它最終會合並統一到Mind GPT基座模型上？
李想：到時候是不是叫Mind GPT，不一定。
但我們肯定會往語言模型放三維向量token，現在已經開始嘗試，做預訓練。
05
終級產品想象是矽基家人
張小珺：很多人說你是超級產品經理，能不能從產品的角度講講，隨著人工智慧的能力從L1到L5（按照OpenAI定義標準）演進，你對產品是如何構想的？今天我們看到的還是一個非常基礎的對話App，以後呢？
李想：產品是把使用者需求和你背後所有能力進行結合。好的產品經理是，我對需求瞭解得足夠清楚，且我對能力瞭解清楚——這兩個交集越大，產品價值越高；交集越小，產品價值越低；或者浪費越多，內耗就越多。
今天哪怕我在公司想推動人工智慧，最重要的是，讓大家對很多東西的理解變容易。對於實現AGI到最終階段，我經常用三種方式描述：
第一階段叫“增強我的能力”。增強我的能力意味什麼？意味著它是我的一個輔助，但最後決策權在我這。我可以拿Midjourney畫一幅畫，但最後還要拿Photoshop修改一下才能出版。我也可以拿理想同學生成一篇文章，但這個文章不會直接發到公眾號，還要進行文字整理。包括L3智慧駕駛，我們叫“有監督智慧駕駛”，還需要我在車上監督，我來進行最後兜底。這裡邊核心是，第一個階段能力還不夠。
張小珺：所以在這個階段負責任的是人。
李想：對。但如果你能特別好地使用人工智慧這方面能力，它確實讓我變得更方便、效率更高。隨著它能力的提升，也隨著人類對它信任，到第二個階段，就是智慧體所描述的階段。
第二階段叫“成為我的助手”。我只要給它發任務，甚至可以發連續任務，它就可以獨立完成，並對結果承擔責任。
比如，我可以跟一輛L4的車講，你要去幫我接孩子，我不需要坐在車上，它就可以到學校幫我接孩子，並進行面部識別，開啟門讓孩子上車，然後再完成下個任務，送孩子學游泳、學樂高。它也可以幫我做上週工作總結，併發給我所有減一層管理者。這是第二個階段。
這個階段比較好的狀況是，它會變成大規模應用，是真正的iPhone4階段。
而汽車企業只有實現了L4（按自動駕駛行業標準），才是真正的iPhone4階段，今天還不是。
張小珺：今天汽車企業是什麼階段？
李想：如果實現L3（按自動駕駛行業標準），更像黑莓階段。方向盤在上邊，就跟鍵盤在上邊一個道理。
第三階段是我想的終極階段。因為我們要“創造移動的家，創造幸福的家”，我在內部叫“矽基家人”。
我不需要再給它任何指示，也不需要分配任務，它就是家庭成員，甚至是家庭重要的組織者。它不但瞭解我，還了解我的孩子，瞭解我身邊的朋友，甚至比我還了解。它更多記錄下的是事實，我很多時候記錄的是一種感覺和一些被壓縮的記憶。這時它會主動幹很多事，可以自主幫我把家管理好。
我作為一個人很重要的是記憶。我的記憶就是我的模型，它也在不停訓練，變得更強。很重要的一點，我的記憶會被它得以延續，可能我的肉體不存在了，但我的記憶會變成它的一部分。我的後代想了解我很容易，只要跟它聊就像跟我聊，沒區別。
張小珺：那你也沒有隱私了啊。
李想：我是它的一部分了。
如果按照OpenAI定義，到AGI，它本身是組織者。它不是隻有能力，必須有智慧——它會是人類優質智慧的彙集之河，不只是人類知識和能力的彙集之河。
張小珺：在產品形態上，“矽基家人”是你腦海中構想的最終產品嗎？
李想：對。我最興奮的是，我和我們團隊能在有生之年實現第三階段，我希望是透過我們的手實現。
不過，哪怕最終由於各種遺憾，沒有透過我們的手實現，我也希望看到有最頂尖的企業，把這個階段在我們有生之年實現了。
張小珺：如果你的最終目的是“矽基家人”，那它不適合叫“理想同學”這個名字，會改名嗎？
李想：很快大家能看到我們允許每個人創造自己的理想同學。
但如果它不是家人階段，不要強努著給它一個家人階段的名字。
06
人工智慧表達的是能力，不是功能
張小珺：這類（對話類）產品已經高度同質化，你們的優勢是什麼？
李想：今天還不能講同質化，真正大規模to C的關鍵節點，是在智慧體實現的階段。今天大家都有機會。
作為理想汽車，分三個維度講：
1. 相比一般創業公司，我們有100萬家庭使用者的基礎，有啟動量。
2. 在大語言模型產品和基座方面，我們是跟隨者，但跟隨要有目標。我們從10名開外怎麼先進入第五，從第五怎麼進入第三。這也是我們後邊要設定目標，以及和最好、最優秀的選手進行對比的有效工作方式，並按照這樣的目標有效投入。
3. 在空間方面，包括端到端，今天大家聽到各種各樣做機器人、具身智慧的公司講“系統一”、“系統二”，大家可以回頭看一看這些論文，最早是我們自動駕駛研究團隊做的。所以，在空間智慧或行為智慧方面，我們對自己的要求是必須保持第一。
張小珺：你剛才說產品就是要技術能力匹配產品需求，你今天是對產品需求認知更深，還是對技術能力認知更深？
李想：我覺得不太一樣了。大模型到來以前的階段，我們透過程式設計甚至規則演算法做硬體——本質上我們提供的東西叫“功能”，並且這個“功能”有“體驗”。比如這是冰箱，它是功能，冰箱放在不同地方，體驗是不一樣的。
所以，這時候企業很重要的競爭是，你提供什麼樣的“功能”，以及這個“功能”帶來的“體驗”，再加上“品牌”。無論你是網際網路產品，還是硬體產品，或者智慧硬體產品，你又提供軟體功能，又提供硬體功能——這是這個時代的競爭。
“功能”比較好理解，“功能”最主要獲取方式來自“體驗”。無論是你透過買不同產品獲得體驗，還是在供應商那看到新東西，或者自己研發，可以透過體驗判斷功能價值。只要你願意做，獲得功能和體驗沒那麼難。
願意做小白鼠很重要。我們為什麼率先出理想汽車iOS的App，是因為我從iPhone1開始沒有簡訊，要透過貼東西才能用SIM卡。那時很多人嘲笑，李想你小白鼠，為什麼要用這些東西？
可能大家不知道，我是中國第一輛雪佛蘭Volt這個通用的增程電動車的使用者。很貴，那時40多萬買了一輛車。大家會覺得我是小白鼠，但小白鼠一個好處是，能獲得優先選擇權。我就會比所有沒體驗過Volt的人，更瞭解增程到底什麼樣，還有那些做的不成功的增程，為什麼不成功。它的小電瓶和大電池沒有連線在一起。你只有體驗，能獲得這樣的一個認知。所以我說這是“功能的時代”。
但到了人工智慧時代不一樣——人工智慧時代是“能力的時代”。
所以，從人工智慧開始，這些頭部人工智慧企業必須搞研究。研究工作並不是技術本身，還有包含比如它跟人類記憶的關係，這樣才能對技術方向有效判斷。必須得搞研究，再搞技術研發，再產品化。前兩個步驟如果做不好，直接產品化，根本不行。
有點像楊植麟（月之暗面創始人兼CEO）講的那句話：“屎上雕花”。
張小珺：所以，AI時代企業競爭的維度變了？
李想：對，變了。
張小珺：不可能一家公司不做技術研究，只做產品？
李想：當然取決於你想成為什麼樣的AI公司。如果你想做AI細分裡邊再細分的小應用，沒問題。但如果你想做AI助手，想做基座模型，想做L4自動駕駛，就不一樣了。你必須得搞技術研究工作，跑不掉的。
張小珺：你怎麼看楊植麟說的“模型即應用”？也就是，好的產品是在模型能力提升過程中“沿途下蛋”。你認可他的這種產品觀嗎？
李想：當然認可了。大家最開始說：哎，OpenAI去做聊天工具，所以我們可以做搜尋！但你今天看，OpenAI也在做搜尋，OpenAI也會進入一個個細分領域。
原來講是“功能”，今天是“能力”。能力有了，任何能力所能解決的問題都能實現。
07
李想有理想嗎？
張小珺：很多人認知你，覺得你是一個非常實用主義的人。大家在追求做電車的時候，你還在做增程，為什麼你今天對人工智慧技術這麼激進？——李想有理想嗎？
李想：我覺得不是有理想、沒理想的問題。
是……（停頓3秒）……我第一次創業，泡泡網做的並不成功，起了個大早趕了個晚集。我後來真正明白一點，就是中國古人講“天時、地利、人和”，非常之重要，而且這三個有清晰順序。
排第一的是“天時”。商業社會什麼是“天時”？“天時”就是技術，是我們對技術有效使用。
作為創業者，如果我做一輛燃油車，還做了10擋變速箱，我仍然賣不到賓士、寶馬任何一個品牌在中國1/10的銷量。但我如果做增程車，並賦予了非常好的軟體體驗和部分的人工智慧體驗，我就可以在很短時間追上賓士、寶馬、奧迪的銷量，甚至在可見的未來一兩年，超越他們。這是重要技術變革點。
人類跟我們相關最重要的技術變革：一是能源，二是資訊。
“天時、地利、人和”。第一重要是技術。第二重要是“地利”，在哪創業。你如果不在中國和美國，想做人工智慧，太難了。因為你不是主流語種，你沒有足夠龐大的市場，你沒有足夠多的人才和這方面的投入，包括人才是否經歷了上一個時代能力的積澱。第三才是“人和”，要面對什麼樣的使用者，構建什麼樣的組織。
技術第一重要。進入汽車行業，很多人說，巨頭們都那麼厲害，幾十年沒有真正大廠出現，為什麼覺得你有戲？——還是我說的，我比汽車廠商更知道怎麼做大型軟體，比網際網路公司更瞭解汽車，因為做了10年汽車之家。
進入這行後，我們發現真的跟想的方向一致。拿汽車行業舉例，這是我相信的東西：
時代演進方向：BT——IT——DT——AI。
賓士雖然發明了汽車，但真正汽車行業進入老百姓家是福特開始。福特跟其他作坊型汽車廠一個根本差異在於，建立了流水線和生產線。它用了幾分之一的價錢，就可以讓普通美國老百姓擁有福特T型車。這時，它幹了一件事，是把生產一輛車流程化了。我們內部把流程的簡稱叫BT，是流程。這是第一階段。後來豐田又把流程發揮更加極致。美國到70年代還成立了流程協會，流程協會也誕生了後邊大量軟體公司。
到第二個階段什麼？是IT出現，就是軟體，而且是以控制為目的的軟體出現。我們在建常州第一個工廠時，還沒有精力自己寫這個工廠軟體，我們當時就選擇是SAP還是Oracle的工廠軟體？當時我就問顧問公司：SAP和Oracle有什麼不同？他講，SAP呢，比較反人性，比較死，什麼都不能改，但好處是，所有人不要指望從這邊任何一個流程繞過去；Oracle有比較好靈活定製的能力。
我一個做網際網路公司出身的，肯定覺得Oracle好。當時又問了一句：如果從汽車行業最佳實踐看，是什麼樣的？他說，至少在中國大部分用Oracle的，最後也都切回SAP。
哦，我當時就明白了——這些軟體能力和我們網際網路公司構建的軟體能力不一樣，最主要目的是控制。包含銀行上IT系統，包括製造體系、銷售體系上軟體系統，都是為了控制。之前流程靠人來盯著，靠紙來記。今天跑在軟體裡。所以，汽車上萬個零部件可以標準化生產出來，甚至汽車跑在路上的質量比手機還要好，是BT和IT發揮了巨大作用。
到第三階段非常有意思。這個時代描述最好的是，從IT時代進入到DT時代，DT指Data Technology（資料技術）。
我們做網際網路公司，我做汽車之家，所有網站服務使用者的軟體是自己寫的，所有面向客戶的軟體是自己寫的，包括所有資料分析、流量分析的軟體都是自己寫的。這是中國成規模的網際網路公司必須要有的能力，因為你每個月要服務上億訪問者。我們當時寫這些系統後，會發現跟IT有很大不同。
所有資料必須滿足三個條件：
-
第一，它必須是面向一個客戶提供閉環服務。傳統公司喜歡叫“端到端”，網際網路公司叫“閉環”。包括他從進入一個店，到把這個車買走，這是一個“端到端”。
-
第二，我要獲得原子級資料，而不是控制點的資料。它能反映出所有的起因、過程和結果，反映任何一個客戶在這裡發生業務的全貌。
-
●第三，如果是面向一個使用者，它是一個端到端或閉環，大機率會跨業務，甚至跨公司。比如支付環節到了騰訊或阿里。第三個重要點是，要把財務放進去。你獲取使用者的過程是成本，你變現的過程是收入。只有把財務放進去，才能避免每個專業只看自己一畝三分地。他有看全貌的能力，就有使用整體資料的能力。
所以，資料產生以後，帶來三個特別好的結果：
-
第一個結果是，我們最開始做理想汽車，很多人跟我們推薦一些老專家。我們當時把專家招進來，我還是網際網路思維說：你能不能把你知道的know-how寫出來？發現他寫不出來。
這個模型在他腦子裡，但他寫不出來，只有遇到問題幫你診斷才能解決問題。當時並不知道怎麼使用老專家。
當我們有了DT以後，當我們寫大型軟體能獲得完整資料，意味著什麼？只要是高成功率、低成本地完成了一個業務，它就是個“最佳實踐”，就是藏在老專家腦子裡。哪怕我們遇到了問題，這個問題怎麼被有效解決，也是“最佳實踐”——所以，這些經驗、知識，從老專家的腦子裡變到我們系統裡。這是一個巨大收益。
這給我們帶來非常大一個好處。我們常州第二個廠房，產能不夠的時候，生產L7、L8這兩個產品。我們這個工廠，從開始生產到產能爬滿，只用了15天。我們團隊有來自傳統汽車廠商的人，他們說如果在原來的企業，需要6到12個月。相當於我們可以把“最佳實踐”有效複製。
這也是我們敢於開直營店的原因。開一家店很難，很多店從0開始要養很長時間。但我們店裡人員是集中來北京或常州培訓。我們只要一個店選址沒問題，它從開始營業到最後達到一個月超過100輛，大概是3到6個月。會比正常一家新店啟動速度快得多，甚至比你找加盟速度還要快。
這是第一大好處：把所有“最佳實踐”沉澱在資料系統裡。
-
第二，它產生什麼好處呢？就跟我們原來做汽車之家一樣，雖說我們瞭解使用者，但瞭解使用者並不是跟使用者聊，而是認真去看使用者的訪問行為——他為什麼走了？為什麼來？他從不同渠道來了以後，是什麼軌跡？他最後出現問題走的時候，那就是真因，我們怎麼讓他順暢地瀏覽下去？
比如他看一個帖子頁面，10張圖片就翻一個頁，翻著翻著沒意思就走了，因為翻著太累。當我們把一個頁面變成50張圖一頁，他就非常有耐心一直往下看。
我們用這種方式，一方面驅動我們怎麼獲取使用者，讓使用者停留時間更長，讓使用者一直留存下來；另一方面驅動我們的收入，甚至包括收入怎麼定價，都是拿資料決定。
所以汽車之家，我們漲價，雖然廣告客戶會抱怨，但也沒什麼可說的。因為我們完全能透過資料評估，他一個店，我們到底給他帶來多少收入、多少利潤。
另一點，很多時候是對人的訓練。它比較像什麼呢？像強化學習（RL，Reinforcement Learning），因為它是給每個使用者一個有效反饋機制。
看我們的銷售團隊，他們是一個月賣二三十輛車的王牌銷售？還是賣十輛、賣幾輛的？影響因素排在最靠前的，是他對資訊、資料和工具的使用，而不是她是不是個美女，或者是內向還是外向。
-
第三是最重要的一點，資料裡的“最佳實踐”是人工智慧後訓練的全部。
很多基座模型在解決一些通用能力很好，但進入專業的時候發現，完全沒有能力。這些資料不可能放在網際網路公開，都是企業獨有，而且是頭部企業才懂得怎麼去獲得。
本身你得是賣智慧車最好的企業，才能做自動駕駛的訓練，否則你過去連感測器都沒有，這些資料都沒獲得。
同樣，使用者這些駕駛資料，我們肯定也按模型看。駕駛效率最高的，和安全性最高的進行權重，這3%的人，他們的clips（資料樣本）怎麼放入模型裡訓練？就形成了端到端模型。
張小珺：聽起來，預訓練Scaling Law（規模效應）到達瓶頸，進入後訓練Scaling Law，對你們是好事？
李想：是好事，到了物理世界對我們也是好事。
張小珺：你沒有回答我剛才的問題，你覺得李想是個實用主義的人嗎？李想有理想嗎？
李想：（思考2秒…）實現矽基家人那一刻我真的相信，而且無比堅定，就連我都可以被它去延續。
這算不算有理想？
張小珺：所以，你信仰的是AGI的矽基家人，不是AGI？
李想：任何技術一定要賦予一個意義。增程是技術，但城市用電、長途發電，是它的意義。這是根本。
第二節
談智慧駕駛
01
三年我們能推出把方向盤摘掉的產品
張小珺：剛才聊的是理想同學，接下來我們聊聊你們的另一個產品：智慧駕駛。
你現在開車百分之多少會用輔助駕駛？
李想：大概80%吧。
張小珺：剩下的20%是因為你們技術不夠嗎？
李想：最主要是我趕時間。
張小珺：什麼時候可以100%使用自動駕駛？
李想：我自己的目標是三年。三年我們就能推出把方向盤摘掉的產品。
張小珺：什麼時候能看到理想第一個為自動駕駛L4定義的車？現在已經在定義了嗎？
李想：給我三年時間吧。它需要技術和產品到位，需要環境和政策到位，也需要消費者對人工智慧信任到位。
張小珺：你既然說AI這麼重要，在你創業之初就已經決定要做，為什麼你們開始智駕是同行裡最晚的？
李想：我是連續創業者，最大好處是知道企業發展節奏。從你沒有錢，從0到1，先解決什麼問題。當你有了收入，從1到10要做什麼。這是我跟新進入創業者一個根本性不同。
理想汽車早期融資能力最差，融的錢最少。那麼多錢情況下，第一個步驟是想著如何把產品做好。我們獲得了市場認可，有了自己的收入，也包含2020年和2021年分別在美國和香港IPO，有了更多錢。
從2020年初開始，我們就開始做技術的平臺化。就像智慧駕駛平臺，大家看到的AD Max、AD Pro，座艙平臺SS，也開始做整車域控制器XCU。我們在研發有了很大進步。過去傳統供應商我們不再需要，我們自己成為了這幾個關鍵零部件、車內控制器的一級供應商。再往後，也包含我們做模型，做電機的碳化矽。
它是一個創業公司往上成長，在你資源有限和資源增長以後，分別去投資什麼的演進。
張小珺：聽說你們之前被供應商欺負的很慘，他們鐵了心覺得你們做不出來。
李想：我們經常發出一個郵件，尤其疫情期間，兩週以後才有人回覆。我們沒辦法，決定要自己做自動駕駛所有研發，從域控制器開始做。
02
我們相位元斯拉又不缺胳膊少腿
張小珺：在自動駕駛上，你們做了兩個相對激進的決策：第一是用只有一個模型的端到端，其他中國車企可能還在用兩個模型；第二是你們是第一個取消角毫米波雷達的中國車企，走了以純視覺為主的技術路線。這兩個決策當時是怎麼做的？是你拍的板嗎？
李想：我經常跟團隊說：我們相位元斯拉又不缺胳膊少腿，為什麼它能做的你做不到？
我們為什麼還保留前面的毫米波雷達，以及前面的雷射雷達？毫米波雷達和雷射雷達和做端到端關係不大，因為端到端是純視覺的。包含我們的互動，大家再看到我們下個大版本更新，可以看到端到端、VLM（視覺語言模型）怎麼工作。
很多人不太理解，你為什麼要保留雷射雷達？是不是因為你技術不好？不是。中國和美國不一樣。如果你經常在中國夜路開車，你會看到，有尾燈壞了的大貨車，甚至大貨車直接停在主路，也有不那麼標準的半夜道路施工。一個前面的雷射雷達，是為了安全。
我們在使用端到端，包括透過Transformer做BEV架構，至少今天的攝像頭在深夜沒有光線下看到的距離只有100米出頭，但是，雷射雷達在任何沒有光線的情況下可以看到200米，這就幫助我們實現130公里時速的AEB（自動緊急制動系統）。我們是面向家庭的車，每個人生命安全非常重要。這是我們繼續保留雷射雷達根本原因所在，後面的車型會持續保留——雷射雷達相當於“安全帶”，幫車主解決重大事故。
我相信如果馬斯克在中國，在深夜，在不同高速開過車，他也會選擇把前面一顆雷射雷達保留下來。因為特斯拉對於安全同樣重視，只是他要在這個環境看到。
雷射雷達和視覺的配合，在安全上有兩個作用：一方面，最容易出的事故是鑽到大車底下，產生追尾。尤其光線不好，甚至沒有光線的情況下，如果可以做到，能減少90%以上重大傷亡事故。
甚至我們研發AES（自動緊急避讓），哪怕他超速，剎不住我怎麼躲避？包括AES的兩段式，就是第一次躲避以後遇到問題怎麼做第二次躲避，都是為了讓車輛變得足夠安全。我們想辦法消除90%以上，甚至最終目標是消除所有重大傷亡事故。刮蹭還會有，但重大傷亡事故我們儘可能解決掉。
另一方面，是對於其他交通參與者的安全。他可能踩的是滑板車，騎的是單板車，也可能喝醉了坐在路上，更好的感測器對安全有巨大幫助。
張小珺：剛才說到那兩個你相對激進的決定，為什麼其他中國車企沒有馬上這麼做？
李想：可能跟我們有一些比較好的外腦有關，像王興、陸奇博士，給我們帶來很多啟發。
比如，用規則演算法，用解決corner case（極端情況）的方法能不能解決自動駕駛？解決不了。他不一定幫你解決，但他會給你一些視角。我說服郎博（理想汽車智慧駕駛研發副總裁郎鹹朋）很重要的一點：你們經常解決了一個corner case，又出現三個corner case，因為你是基於這個場景解決這個corner case，場景一變化，又出現新的corner case——你們一輩子都在解決corner case！解決不完！
一次戰略會，陸奇博士給我們講，你們應該思考一下人是怎麼工作的。這對我們幫助很大。
我說服郎博，是拿我愛人舉例。我愛人也是正常駕校學開車，拿到駕本。但她最開始開車經常刮蹭。我給她買了一輛寶馬X6，她開起來刮蹭，覺得車是不是太大？因為X6接近5米長。我又給她換了4米2、4米3的高爾夫GTI，還是刮蹭。你坐在車裡說，你不要刮蹭、不要刮蹭，還是會蹭。她會蹭別的車，進小區會蹭門。
怎麼解決？當時，我想了一個特別有意思的方式，因為我家有X6、X5M，我就說，你應該去學一學寶馬駕駛培訓學校，學初級班就可以，一天時間。寶馬駕駛學校的初級班是什麼？很重要的是解決你的能力問題，並不是解決corner case。
一天下來只學兩件事：你開車應該看哪裡，教你怎麼踩剎車。我老婆後面基本跟刮蹭告別了，開車開得非常之好。但她只學了一天，學的是能力。
端到端最後體現出來的是能力，而不是去解決功能、解決corner case。
張小珺：在你看來，端到端是自動駕駛的終極手段嗎？
李想：端到端只能解決L3，肯定解決不了L4。（笑）
張小珺：L4需要VLA？
李想：對，L4必須使用VLA。
端到端+VLM可以解決L3，比如實現500公里到1000公里一次接管，讓你在車上相對輕鬆。但它想L4，泛化能力是遠遠不夠的。
03
L4實現，買車的人會更多
張小珺：你們會像馬斯克一樣做Robotaxi嗎？
李想：我不想做，我們的使命是“創造移動的家，創造幸福的家”。
“移動的家”終極是L4，而“幸福的家”是矽基家人。
張小珺：會不會Robotaxi到來以後，就沒人開車了？
李想：今天租房比買房便宜得多。你拿出存款利息，就可以租到很好的房子，錢都在你手裡。但我們仍然買房。
我們為什麼要買房、要構建家？我們需要高質量陪伴。我們需要為家人創造穩定、安全、舒適的環境。車也這樣，實現L4自動駕駛，家庭用車更便宜、成本更低。我相信，願意擁有一輛車的人會更多。
可能五年、十年後大家重新看，到底Robotaxi是未來主流，還是更多人擁有一輛自動駕駛的車，它使用率很高，能為家人、朋友享用？可能未來幾年是分水嶺。我相信，當一個空間變得更好、效率更高、體驗更好，我更應該擁有這個空間。
張小珺：你怎麼看特斯拉和Waymo的路線之爭？做L4的派系（如Waymo）會說，你們L2輔助駕駛做得越好，就離L4自動駕駛越遠。
李想：L2等於規則演算法，也有拿規則演算法直接做L4的，但在限定場景。L3實現來自端到端。很多過去做L4的公司，也一定在做端到端，在端到端上再做一些迭代和創新。但我相信真正具備廣泛性、通用性、而不是特定區域的L4，一定是VLA。
我相信，Waymo、特斯拉最後也會變成VLA。所有想通往L4的企業可能都是VLA，或者比VLA更好的方式。大家不會拒絕這件事的，就跟大家今天都用Transformer，都用大語言模型一樣。
張小珺：這兩類公司的商業模式呢？
李想：特斯拉和我們比較好的一點是，在沒有達到L4之前，只要能力提升，就會帶來賣車的商業優勢。比如我的MPI接管率從50公里到500公里，而如果別人只有200公里，我的車就會好賣很多。不是非得到L4那一刻才產生商業模式。
在人工智慧領域，經濟反饋模型對汽車企業比較友好。雖然汽車本身在內卷，但這個反饋方式挺友好——你能力的提升，會直接帶來變現和競爭力。
Waymo做得也很好，在努力商業化，在舊金山打車佔比越來越高。都是一幫足夠聰明的人，不用為他們擔心。（笑）
04
我們100%會做機器人，但不是現在
張小珺：很多人在問，理想會做機器人嗎，特別是人形機器人？既然你要創造矽基家人。
李想：機率是100%，但節奏不是現在。
我們如果連L4級別自動駕駛汽車，都解決不了，怎麼去解決更復雜的？
車是無接觸機器人，包括道路提示、參與者都是標準化的，每個人都受交通規則的訓練，這已經是最簡單的人工智慧機器人。如果車沒法實現，其他人工智慧機器人非常有限。
張小珺：對於機器人，你們會自己做還是會投資？
李想：如果世界上有做得好的，我們會合作。如果沒有，就會自己做。
理想同學，可不可以在手機上使用？可以啊，手機廠商做得非常好了，不需要我再去做手機。理想同學可不可以接電腦？那也很好啊，整個瀏覽器模式是標準化的，你還可以把理想同學做成瀏覽器外掛，讓瀏覽器體驗變得更好，都是公開的。你可以在Chrome上做，可以在Safari上做。
別人做得很好了，我們就不會再做一個相同的硬體。但核心是，如果我們看到一個特別重要的事情，沒有人去解決這個硬體，我們就必須得去——因為好的硬體是軟體的必要條件。（笑）
第三節
談汽車之戰
01
覆盤MEGA失利
張小珺：你說你從來不認為電動車是創業的終點，但你現在電動車這場仗還沒打贏啊。
李想：是的。
張小珺：你怎麼看待MEGA的失利？
李想：（思考3秒…）嗯，我覺得分兩個階段：第一階段是看到一些更表面或者眼前能解決的問題；後面，我們看到的是當時一些選擇帶來不可改變的東西。
-
先說一些小問題，比如我們錯判了MEGA市場規模。
我們認為MEGA可以在50萬以上乘用車裡去吃。L9發揮了這樣的作用，既能搶轎車，又能搶MPV，還能搶SUV。但MEGA出來，我們發現，這個判斷有問題。因為MEGA太長了，有5米3，使用者群相對窄一些。
我們確實搶了很多豪華MPV使用者，但普遍都是長期MPV使用者買MEGA，非常滿意。但並沒有從太多其他轎車、SUV人群搶到屬於MEGA的使用者。因為他們自己開的時候，更願意開SUV和轎車，這個尺寸停車更方便，倒不是因為造型。
這意味我們只能在50萬MPV裡搶市場。50萬以上MPV，一個月是4000輛，我們今天做到1000輛，25%市場份額，可能還會再大。但哪怕我們吃掉50%，也就是一個月2000輛市場份額。
-
第二個問題是我們對純電的理解還是不夠，尤其對充電樁怎麼建。
我們開始認為，只要在高速建充電樁就可以了，不需要在城市建。但我們忽視了一個問題，車主的交際圈，比如他在二線城市居住，他去一線城市交際，除了路上要充電，這些城市也要能充到電。他的時間很值錢，他不願意跟網約車司機擠在那裡，等一個多小時充電。我們充電樁建的數量遠遠不夠。
問題是機會。充電樁流程體驗也非常差，早期，MEGA關於充電站的NPS（淨推薦值）只有30多分。我們一直最佳化，開足夠多站點，最佳化每個細節，包括站位，包括軟體做得順暢。
我認識非常多北京MEGA車主，家裡有多輛車，過去去阿那亞、北京周邊開燃油車，今天他們開MEGA。也因為我們對充電的理解和充電體系的建設，包括充電從App上如何給大家構建安全感，也包括我們除了自建，還把大量、高質量充電樁認證以後加入這個體系，使用者只需要花積分就可以使用。作為高階純電車體驗，我們應該是非常領先了。
-
如果再往外站出來看，很重要的是，我們經歷了一個重要階段。
我最開始創辦這家公司，招的最多的人是創造好產品，以這樣的人為主。包括劉傑（理想汽車產品線總裁）啊、範皓宇（理想汽車產品部高階副總裁）啊，這些最優秀管理人才是這麼鍛煉出來的。所以我們做了理想ONE，並把L系列做得非常成功，L9各方面都是天花板。
L9在2022年9月出來，這些天花板是因為我們從2019年就開始構建平臺化能力，並且從2020年開始堅定投資，這麼多年把這些東西做出來了，才出來L9這樣的產品。包括從全世界招募設計團隊，最開始設計團隊都是中國人，後來有了Ben（理想汽車高階設計總監Benjamin Baum）這些頂級設計師加入，把能力提升。所以，L9出來是一個震撼世界的產品，L8、L7、L6也享受到這個好處。
相當於，我們有收入開始從2020年，大概用了三年多就做到一年超過1000億收入。但是，L9出來，我們遇到一個很大問題：運營能力完全跟不上。當時運營能力還是我當年做汽車之家那幾十億、接近100億規模的運營能力，並沒有大幾百億甚至上千億的運營能力。
我舉例，我們招了很多大公司同事來了以後，他們說這件事怎麼做？有沒有什麼流程？我應該怎麼入手？這些人後來都變成我們流程的建設者了。但他給我講——咱們公司原來在管這些業務運營的時候怎麼管？就是：哎，要想到達那個地方怎麼走？瞄準方式就是：你記住，前面第四棵樹左轉，遇到一個井蓋右轉。
哦，他講完我就知道了，我們要想把運營體系支撐一個千億規模，我要建立體系。我們雖然很多同事在千億收入公司工作過，但沒有建立過這個體系，沒有修過路。我得先把路修好，車才能跑順，而不能靠大家背井蓋、背樹，那這個公司沒法運作了。
這相當於革命。如果我讓從外面招的優秀的人做，他們成“戊戌變法”了。（笑）最好的方式是什麼？讓過去這些做產品、做業務最優秀的人來主導變革——去修研發領域的路，修銷售領域的路，修管理領域的路。所以這段時間，我們把最重要的人才，範皓宇、劉傑……都調去提升運營能力了。
我們產品創造領域缺少了一些大將軍。雖然後來長出來一些將軍，但當時那些將軍是最強的一幫將軍。
張小珺：不是還有你嗎？
李想：對我一個很大挑戰是，我在開L9產品定義會、產品評審會的時候，我身邊是劉傑、範皓宇、湯靖（理想汽車第一產品線總裁）。是公司的VP，對吧？但我們做MEGA遇到一個問題。我開評審會的時候是總監，是高階經理。他們沒有經歷過為什麼成功的階段——少數人經歷過，多數人沒有經歷過。
現階段，我們用了兩年，把千億體系能力構建起來了。我們回頭看，這個課是必須得補。同時，像皓宇、郎博、劉傑這樣的，他慢慢同時具備兩個能力了——一是，怎麼構建產品、創造價值的能力，把屋頂拉得越來越高；二是，他知道怎麼運營好的能力。
按任正非講的是，這些合格的管理者同時要具備兩個能力：一個是建黑土地的能力，一個是打糧食的能力，或者他知道怎麼跟別人協作這個能力。這是我們過去用兩年所做的重要變化。補這個能力不後悔，但多少它對現階段產品的能力，有一定耽誤。MEGA並不是所有方面都是天花板，但L9是。
重要挑戰是，當我們出SUV系列，我們推出的產品是不是這個價位、這個級別方方面面的天花板？——這是很公平的，對所有企業是一樣的挑戰。
張小珺：MEGA有過讓你徹夜難眠的時候嗎？
李想：（思考3秒…）沒有，我睡眠挺好的。我們意識到這個問題，我又重新把劉傑、皓宇、湯靖這些做產品能力最強的人角色進行了調整，重新成立了產品線，讓這些人主導產品。
讓這些可以跟李想一吵架，能吵一個月、兩個月——跟我吵得特別開心（笑），但是結果特別好的——這幫人，來真正變成大將軍，主導我們後面的產品。
張小珺：他們跟你因為什麼吵架？為什麼會吵一個月、兩個月？
李想：什麼都會吵。很多東西需要時間驗證。但是，湯靖啊、張驍（理想汽車第二產品線總裁）啊，李昕暘（理想汽車第三產品線總裁）啊，從歷史而言，吵架總是能贏我。（笑）
張小珺：他們因為什麼和你吵過兩個月？
李想：比如針對L7、L8，是否應該用一個車型做五座版和六座版？我們在過去幾個月就吵過。我認為用一個車型提供五座版、六座版就可以，把上下車做好。但做出來以後，不是我們滿意的，還得兩個車型，因為上下車也不是最好的，造型也不是最好的。我們不想做任何一個錯誤的產品。又分成兩個。
但我當時堅持要做一個，最後我妥協了，做兩個。我妥協是因為他們真的對，驗證出來體驗不一樣。我們不能做湊活的產品。
張小珺：一般大家普遍畏懼溝通、畏懼衝突，作為CEO其實是喜歡高管和自己吵架，是嗎？
李想：我挺喜歡這種感覺的。特別像喬布斯講的那個故事——他認識一個鄰居，一個大爺拿著一堆普通石頭放到一個機器裡，幾天以後拿出來，都是漂亮的球。
真正頂級團隊在做產品，做研究，做創造的時候，就應該是這樣。
我喜歡看到大家在吵架。
02
今天做的所有事，是為了拿L4的門票
張小珺：純電這場仗，接下來準備怎麼打？
李想：沒什麼絕招。在這個價位，使用者最在意的一些價值，你是不是天花板？就這麼件事。
它是綜合之戰，你的技術到產品，產品到商業的一個完整作戰體系。
張小珺：電動車這場仗什麼時候能分出勝負手？現在中國汽車仍然非常內卷。
李想：電動化和智慧化是兩場仗。電動化相當於沒有資源企業的一張門票。
三星到了智慧手機還是拿到了門票。雖然它是傳統手機廠商，之前也跟諾基亞時代競爭，但它一直手裡拿著這張門票。它的手機也經歷了從傳統功能機到觸屏機再到智慧機的階段。
也有別的領域非常強的人，到進入那一刻競爭的時候，他有門票。只是它的門票不是硬體本身，是已經掌握了另外一個能力的門票。比如它有作業系統的能力，有大型軟體的能力——蘋果，它就可以過來拿這張門票；谷歌可以過來拿這張進入決賽的門票。
電動車本身，L4會分出來真正的勝負。我們今天在做的所有事是為了L4拿門票，因為L4所需要花的錢、所需要擁有的能力、所需要的資料量是今天不具備的。今天大家要靠這個東西去拿L4的門票。
張小珺：拿L4的門票先決條件是什麼？
李想：第一，足夠多的車跑在路上。
張小珺：多少車？
李想：（思考4秒…）得500萬輛以上。
第二，要掌握VLA這個基座模型的能力。
第三，要足夠多的錢，招募最頂級的人才，擁有足夠算力。
張小珺：當都滿足了這些條件，且做到足夠卓越，能做出一家像蘋果這樣的公司嗎？
李想：一定會的。
張小珺：所以，你認為這場仗什麼時候能打贏？
李想：並不存在打贏不打贏。汽車企業發展那麼多年，跟傳統汽車廠的競爭結束了，又有很多外來者。是不是有一天蘋果說，我應該做汽車了？我讀蘋果流傳出來的內容，當時喬納森（Jony Ive，曾任蘋果首席設計師兼資深副總裁）說了很重要的一點：蘋果沒必要設計一個帶方向盤的車。這是我印象最深的一句話。如果沒有方向盤了，蘋果會不會也進入這一項領域？
最開始大家看到，新勢力、特斯拉，跟傳統汽車的競爭。後來華為進來了。後來小米又進來了。（笑）大家又發現這個競爭發生了新的變化——這就是世界的精彩和豐富之處。
張小珺：為什麼蘋果現階段放棄造車？
李想：有兩個挑戰：第一個挑戰是如果做汽車，蘋果組織模式必須發生變化。因為汽車比手機更復雜，這是真實存在的。但是，由於蘋果過去公司的治理模式，太完美了。這個時候要產生變化，如果沒有特別明確、清晰的願景，或者強大的吸引力，很難說服蘋果內部的人改變現在組織和工作方式。
蘋果決定放棄造車的時候，特斯拉也幾千億美金市值，而蘋果是兩萬億美金。組織內會說，我們一個兩萬億市值的公司為什麼要學一個幾千億的，甚至它的估值是被高估的？它享受了那麼高市盈率。這對於最成功、成功到完美的公司，是巨大挑戰。
第二個問題是，人工智慧對蘋果也有一定的延期。你可以從蘋果價值觀看到，它對隱私格外在意。如果你做規則演算法、知識圖譜，這些data就是隱私。如果你做到了大模型階段，它變成token，跟隱私什麼關係都沒有了。相反，它是解決隱私最好的方式。
這些厲害的企業都是一幫足夠聰明的人。當他看明白，當他去擁抱AI，可能比大家想象的進步速度快得多。
03
我對雷軍說，小米要想成功，你必須all in
張小珺：那你怎麼看待小米做出來了呢？
李想：雷軍做硬體的能力非常強，這沒什麼可質疑。他不只是做車做好了，電視機、空調做得也非常好，各個東西做得都非常好。這是他本身的優勢，而且他帶著發燒友的心態做。我們作為一個家庭使用者不會在意的東西，在小米SU7做出來，又會吸引一個非常大的人群去喜歡那些功能。比如兩秒多的加速。
張小珺：他在做車的過程中，你有給過他什麼建議嗎？
李想：我給過他一個特別重要的建議。他經常會找我聊一下，有時候電話，有時候讓我去他們公司，而且一聊時間很長。他經常跟我聊，我對特斯拉的看法、對比亞迪的看法、對華為的看法，我會如實跟他講。有一次他聊完，他說我（對這三家看法）跟他是比較接近的。我說：是啊，這三家都非常頂級的企業啊。
他最後問了個問題：如果我們做汽車，你給我一個建議，只要一個，是什麼？
我說：小米車要想成功，你必須all in——沒有什麼其他的，只要做到這一點，小米汽車就會成功。
我們跟小米關係也不錯，MEGA遇到問題，他們團隊還來幫我們。我們對惡性公關沒有經驗，小米常年遇到這樣的問題，都在幫我們。包括我們MEGA後面，L6很艱難，雷軍來幫我們站臺。
（突然眼眶泛紅…）我們都非常感激，幫了我們非常非常多。
04
2030年，我們有機率做一輛超級跑車
張小珺：對了，你為什麼買法拉利？它又不AI，又不自動駕駛。
李想：體驗對我來說很重要。體驗就像我做預訓練的一部分。
大家今天之所以看到L9是面向家庭最好的六座產品，很重要是我長期是寶馬X7、賓士GLX和特斯拉Model X的使用者，這些體驗不可替代。
買法拉利一個重要原因是，身邊很多朋友，包含股東，對理想汽車提出了下一階段的挑戰：品牌如何做升級？在品牌層面，我向很多人拜訪、學習。這包含汽車行業做得最好的品牌——我最喜歡的，一個是寶馬，一個是法拉利。法拉利我還沒體驗過。只有透過體驗，才能變成我的認知和能力。
張小珺：300萬買訓練大模型用的卡不好嗎？
李想：這不衝突。做好了功能和體驗，做好了能力和訓練，以及更好的品牌，給使用者提供更高陪伴和情緒價值，都不衝突。
張小珺：理想同學會上法拉利嗎？
李想：如果我沒買法拉利之前，我會說永遠不會上法拉利。但買了以後，這是一個可能性。我能想象當實現L4，大家都會把車做成方盒子。那一刻，各種各樣的方盒子出現，裡面有非常好的空間。但是，誰來滿足樂趣？如果能有一輛想自動駕駛就自動駕駛、想自己開就自己開，但又非常好的人工智慧的車，為什麼不可以？科幻電影裡有這樣的體現。
就跟穿鞋一樣，穿運動鞋最舒服，為什麼女生還要穿高跟鞋？是因為一定有它的價值存在。
我今天一個想法是，可能到2030年，我們甚至有50%機率會做一輛非常有趣的超級跑車，但它一定是人工智慧的。
張小珺：在你看來，法拉利這樣的車企應該擁抱AI嗎？
李想：可能跟很多人想象的不一樣，法拉利也可能因為喬納森去當獨立董事，法拉利對於CarPlay的使用非常好，包括CarPlay裡面的互動和連線關係，甚至比很多普通企業做得要好。
但歐洲奢侈品品牌，最重要的還是延續稀有和設計。那個價值是它獨有的。哪怕到了下一個時代，還是應該變成一個更好的法拉利，而不是變成一個科技企業。只是科技企業裡可能出現有意思的車型。
05
我從來沒有司機
張小珺：有人說你是理想產品的天花板，你怎麼看？
李想：我就是理想產品的天花板。從0到1，產品是我來主導。我帶有兩個原因：一個原因是我對X7、GLS、Model X，對三排座椅的車有非常深的體驗。中國可能沒有任何一個CEO比我對三排座椅的車，體驗得更全面、深刻。
我從來沒有司機——你也知道，哪怕去機場，都是我自己開著車去，司機再把車開回來。
張小珺：你是帶著司機一起去機場？
李想：對。體驗的能力、範圍和深度，是你做產品的預訓練，是你的基座模型。沒有這些，後面都是白搭，東拼西湊一些東西湊不上去。
所以我是天花板，我也是瓶頸。在第一個階段我就得這麼幹，並且帶著他們有這個能力。今天湯靖也是，他有L9，有MEGA，對這些體驗非常深，也長時間開問界M9——這就對了。李昕暘也一樣，他還有別的牌子的電動車，去做深度體驗，任何一個新品出來以後，要開很長時間——這就對了。只要他有這些體驗，就能做出好的產品，按照我們這套方法論體系。
早期我帶著去做業務，去做產品，這是必須的。但到了這個階段，我就是瓶頸了。我們要升級。我怎麼把這個東西變成一個能力，讓他們去擁有？怎麼建立培養他們的體系？我是一個從來沒工作的人出來創業，我行，他們一定行。他們受的教育比我更好。
張小珺：怎麼選拔產品的大將軍？怎麼樣是一個好的產品經理？
李想：第一，是他的向外感知、向外體驗、跨領域的感知能力特別強。
我們增程的想法並不來自雪佛蘭Volt，來自蘋果MAC的Fusion Drive。我們當時就發現蘋果在解決這個問題，用Fusion Drive解決。因為SSD硬碟太貴，但速度很快；HD硬碟很慢，但容量很大。它就讓程式跑在SSD上，把儲存放在HD上，並且SSD能存基礎的所有東西。
我們做的增程結構跟之前的增程完全不一樣，甚至可以講重新發明了增程。雪佛蘭Volt只是為了做而做一個產品，沒有想明白真正使用者價值在哪。一定要跨領域感受、體驗、獲取知識。
第二，要特別敏感，不能隨隨便便湊合，不能無所謂。這個東西歪了就是歪了。我坐L9第一次下車，它蹭腿了就是蹭腿了，你不要再去解釋什麼賓士也蹭腿，寶馬也蹭腿。蹭腿就是不對，就得去改。
他要非常之敏感。MEGA最開始那個版本，懸架就是晃。他就講別的MPV晃。我說不能，我們要解決問題，我們就不能晃。今天大家覺得MEGA幾乎是電動車懸掛天花板。那是因為我們特別敏感、苛刻，不放過任何一個影響到我們體驗的細節。這些人敏感，我覺得不是壞事；哪怕這些人帶些情緒，都是好事。
第三，要遵守紀律。產品是專業體系，我們很認真在構建產品專業體系。怎麼去體驗，怎麼去驗證，怎麼去定義，怎麼去驗證定義，定義出現了問題又怎麼去修正，他一定要走這個體系，不能拍腦袋。
他很敏感，但他的敏感只是啟發，仍然要走產品專業體系。今天大家做產品最大問題是太懶以及不專業。這三個組合了，這個人自然就訓練出來。但這三個條件挺反差。所以產品的人最難培養，上學也沒有這個專業。
張小珺：今天距離你當時錄“產品實戰課”的時候，產品經驗有迭代嗎？
李想：最大迭代是人工智慧產品。大家今天得有一個新的理解：它是能力，能力是不一樣了，包含整個工作方式也不一樣。當我們做人工智慧，研發方式會發生根本性變化。
我看到三類最重要的人才：
-
第一類做預訓練，我們內部稱為“AI的教授”。它相當於把人類知識，任何形式表達的知識，彙集在一起，相當於我讀了好多專業，拿了好多學位，後邊變成MoE以後，更類似這樣一個狀況。
-
第二類做後訓練，我們稱為“AI的教練”。我們怎麼把這些“最佳實踐”變成能力？它要有非常強的BT、IT、DT能力，才能用AI的能力。他得了解業務，才能知道怎麼做好資料收集，後面的訓練，什麼是高質量資料。這類角色包含原來寫程式碼的，企業產品經理，還有業務專家，如何透過自己學習變成AI教練。
-
第三類重要角色，是怎麼為AI提供計算。這是今天AI的研發，它又跟過去資料方式不一樣。
如果我們想把AI產品做得更好，我們進入做自動駕駛的最好的核心，是駕駛DT的資料；如果是我們想做一個to C產品，最重要的是人類對話記憶DT的資料。這本身也是AI教練必須要做好的一部分。
這是我們看到的全新三大工種。今天各種專業的人，要往這三個工種找自己的未來之路。
張小珺：你是哪個？
李想：（思考5秒…）我第一個肯定做不了，最後一個也做不了。
我更像是第二個，AI教練的角色。
第四節
消失的李想
01
典型的李想的一天
張小珺：你現在怎麼學習AI？因為你不是一個技術型創業者，學AI對你來說難嗎？
李想：第一，學AI一個重要方式是我們有研究團隊。有一個是每隔一天的會議，有一個是每週一次的AI例會。我每週會參加四到五次AI的會——有一個是每隔一天的會議，有一個是每週一次的AI例會。會講兩方面東西：一是最新論文，二是不同團隊關於AI的最佳實踐，哪怕一個很小的亮點都可以分享，它會對其他團隊有相互啟發。我自己讀論文能力很差的，但透過有效講解和分析，我對各個領域的AI前沿論文會有了解。
第二，肯定是自己要使用。
這些東西你一定要去使用。使用過程中，會有自己真正的感受和感悟。
第三個特別重要的，包括為什麼一定請你來當主持人——我特別喜歡看今天的對話。尤其是大語言模型以後，傳播效率最高來自於對話。包含Sam Altman、黃仁勳的觀點，都是透過對話的方式看到。
一個人如果單獨演講，有什麼問題？他表達的內容包含了why、what和how，因為他講的每句話有自己的認知。但聽的人很難收到。尤其他想表達全新、複雜的東西。對話方式特別好，提問者在提問的時候已經結構化了，並把意圖明確了，甚至把意義明確了。所以，對話過程中，其他聆聽者接收效率會特別高。
張小珺：聽起來你要做的事情好多啊，又是理想同學，又是大模型Mind GPT，又是智慧駕駛，又是車，時間怎麼分配？
李想：我們已經是千億收入規模企業裡，做減法做得最厲害的。（笑）車型也很剋制，車型的平臺化程度非常高。
我要解決的就三個方面：
-
第一是認知智慧。
-
第二是空間智慧。我要確保，在人工智慧方面，我們給自己和團隊出的題是對的，做這些題的人和組織是對的。
-
第三是為這兩個提供足夠的資源，就是計算——資源是相對理性的資源吧，也不是拍腦袋。資源是足夠能夠實現我們目標的。
張小珺：你給團隊出的題是什麼？
李想：郎博是自己出的題，他們更早會用到BLM這套工具（Business Leading Model）。他們給自己出的題是：大概2025年實現500公里一次接管，把MPI提升到500公里，比今天大概提升十倍。
張小珺：如果資源有限，理想同學和智慧駕駛必須二選一，你放棄哪個？
李想：我去減別的，不會減這兩個。
張小珺：我看了你的日程。這周不算我們的訪談，一共只有9個會——這裡面，兩個會2小時，3個會1小時，3個會不到1小時，你沒有早會要開、晚上也不安排日程——這對於一個管理著3萬人的CEO來說，相當清閒。
能不能給我描述一下一個典型的李想的一天？
李想：我的時間分配大概是這樣。按照我的工作重要級：
● 第一對我重要的是員工相關工作。無論招聘、培訓，還是一些組織和人力資源的制度，都是我的優先順序。甚至廣州車展，跟我們重要的員工文化培訓衝突，我選擇不去廣州車展，去做員工文化培訓。任何18級及18級以上，還包含少部分17級員工，我都會面試。
● 第二是產品相關工作。因為我們交付給使用者還是個產品。在很長時間，在產品層面，我還能給團隊貢獻很多價值，包括讓他們怎麼構建產品體系，包括把這一撥人帶著把產品能力變得更高。
● 第三個工作是人工智慧相關工作。而且，我們的資本團隊和技術團隊會大量幫我們邀請各個行業最優秀的人溝通和交流。
張小珺：你描述的是時間分配，你能縱向跟我講講你的一天嗎？你是家和公司兩點一線嗎？
李想：也沒有。有時候晚上會跟一些朋友見面，聊一聊，聽一聽。
我上午，產品工作比較多。中午左右是人相關的工作。包含校招團隊培訓溝通什麼的，都會放中午、下午。一般再比較晚，就是AI相關。基本上大家會這麼來排序，這麼著，大家時間比較好湊在一起。
我們最重要決策放在週六。戰略委員會的團隊都是週六工作。因為週六，做任何決策時間可以很長。他也不用擔心別的工作，大部分員工不上班。我們不用受別的工作影響，不用受客戶、合作伙伴影響。如果很多重大決策一小時、兩小時就完，就沒人吵架。
我們戰略委員會質量特別高，是因為大家天天在吵架。
張小珺：拍桌子嗎？
李想：當然拍桌子了。（笑）
張小珺：爆粗口嗎？
李想：
好在我們這幫人承受力很強，大家該爆粗口爆粗口，都會有。
02
AI是知識、認知和能力平權
張小珺：如果作為一家AI公司的CEO，你的優勢和劣勢是什麼？
李想：對於人工智慧的理解，源於我個人。小時候我在老家長大，上小學回石家莊，上初中開始接觸電腦，但自己家裡沒有電腦。我透過把所有零花錢買各種各樣電腦雜誌和書籍學習電腦。但在初中，我面對的所有東西都是質疑——父母擔心我學習不好，是不是還可以考慮上一些職業學校，從而有一個穩定工作和飯碗。
張小珺：你當時成績有多不好？
李想：如果按分位的話，大概屬於70-80分位，中等偏好。中等偏好在班裡一般不太受歡迎，老師要麼關注學習好的，要麼關注學習不好的。
張小珺：中不溜秋。
李想：對。那個時代很多人不知道什麼是電腦，只覺得電腦是遊戲機，是壞東西。也會反對說：哎，你這麼學是不對的，你這個孩子天天研究，是不是有自閉症？那是我的初中時代。
初中升高中，我擁有了電腦。有了電腦我還印象特別深，我跟班裡電腦水平最高的同學聊，他跟我說：“我有電腦的時候，你還沒見過電腦，你沒資格跟我聊。”後邊發展就完全不一樣了，我一個月電腦水平就超過他了。因為我過去三年獲取的資訊，到真正去實踐提供了巨大幫助。我就找到了一個有效模式。幾年前，很多人說理想汽車核心驅動力是什麼？我覺得是成長。但成長是完整模式，是透過學習，再去驗證，最後形成成長。
我在高中就有效找到一個方式，我的成長速度比身邊同學快。第一，我在解決什麼問題的時候，會去廣泛閱讀各種各樣的資訊，尤其有了網際網路，非常有幫助。甚至在沒有網際網路之前，我還用Telnet去獲取大量資訊。如果我是人工智慧，這非常像我的預訓練。包括跟各種各樣的人去聊，讓我對這個領域有了解。
第二，我會設定目標，運用這些知識，真正去解決問題。當問題解決以後，我會覆盤，把它變成自己的能力，其實是成長。
所以，我自己的經歷模式，就是學習、驗證、成長的過程。非常像人工智慧中的預訓練、後訓練，包括強化學習這麼一套體系。
張小珺：所以你想做人工智慧，是覺得跟它有親切感是嗎，並不是因為你相信這個技術本身？
李想：（思考4秒…）我的一個最大感覺是，尤其當大模型出現，人類會發生根本性改變，會變得更好。
網際網路實現了資訊的平權，人工智慧開始幫助大家實現知識、認知和能力的平權。
03
我人生最大的改變是，對自己好
張小珺：你是一個敏感的人，這對做產品很好，對於做一個CEO呢？
李想：沒什麼問題。CEO有不同型別，我們一直在討論，人的性格、特質，甚至原生家庭，跟他創業有沒有直接關聯？我跟很多頂級投資人聊，他們都講“投的是人”，但判斷人非常難。
我問過一個頂級投資人，你投資所有成功案例，這些人具備什麼共性？——這是非常有意思的話題——他當時想了想，說：雖然我們不知道怎麼有一套方法選到準的人，但共性是有的。共性是，這個人無論你覺得他氣場特別大，還是氣場特別小；是善於表達，還是不善於表達的人，每當最艱難和最關鍵的時刻，他總能看透本質，做出選擇。
跟他的背景、學歷、經歷沒關係，是他具備這個特質，而這個特質可以延續，他會多次做出這樣的選擇。
最重要的是每當關鍵時刻，每當在一個最艱難的十字路口，這個創始人能不能看透本質、做出對團隊最好的選擇，並透過未來可以驗證？這是最重要的能力。
張小珺：回顧過去10年，2019年是你最困難的時刻嗎？
李想：不是。我最困難的還是2008年5月，幾個小股東要把我和樊錚（汽車之家聯合創始人兼副總裁）趕出公司。融錢融不到，現金流斷掉了，股東也在挑戰我們，甚至認為我們不適合，應該離開公司。那是我至今最困難的一次。那是真的會自己傷心到會哭的那個程度——很多事你自己想著想著情緒就會掉眼淚。後邊沒有我自己會傷心到會哭的。
那也是我至今成長最大的一次。要把我們趕出公司的引領人是邵震，他是三個合夥人之一，把我們引入北京，並把商業體系構建起來。我們當時來北京，在林業大學租了40平米房子，一室一廳，白天在工作，晚上甚至在一張床上睡覺。這麼著大概有一年多才搬到中關村租的寫字樓。他的貢獻是巨大的，當時出現這麼一個問題。
但後來我們和解了，和解的重要原因，他幫我獲得最大一次成長。他說：最難受的一點是，當公司融資困難，你一個人在死扛，你不告訴我們。你每天雖然工作十幾個小時，把錢都拿出來，但你自己在死扛，我們幫不上忙。你要知道你在死扛的時候，我們幫不上忙，有多痛苦。
他說：如果你當時把這些困難跟大家說出來，現金流遇到問題說出來，我們願意把房子抵押來支援公司，我們每個人都願意。但你並不給我們機會，你選擇自己死扛，而且公司變得越來越差——他說的時候，你從他眼睛裡看到絕對說的是真話。
那一刻，我做了一個巨大的反思。
2008年以前，我是對自己特別苛刻的一個人。我們曾經掙到錢，他們買的都是寶馬5系，我開Polo；他們在北京買一兩百萬的房子，我買幾十萬的房子；我一天最少工作14小時，甚至16小時，從來不休假。
我從小受到的教育就是，你要對自己特別嚴格，甚至苛刻，你不需要對自己好。這至少是80年代那幫人訓練的一個體系——尤其你想很自立。你要跟自己對話，你沒有什麼退路。我選擇創業很難再去找一份工作了，因為你學歷什麼都不行，所以對自己很苛刻。
那起事件，讓我學到兩個特別重要的能力：
第一要對自己好，要接受自己的優點，也能接納自己的不足。很多不足是優點造成的。
比如我有點懶，但往往懶的人能做出特別好的產品，懶的人更能做出好的決策。如果我很勤奮，運營就會變得非常好，但我運營能力很差，所以我從不碰運營的工作，我知道自己這方面不行，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。就像剛才我說的問題，已經嚴重影響到身邊的人，也影響到自己了——我要變得對自己好。我當時一個說法是，如果從來沒吃過糖，我怎麼給別人甜頭？這是我很重要的一個改變。
這個問題解決後，我當時給自己很大方買了寶馬X6，我從來沒買過那麼貴的車。汽車之家上市，我還給自己買了輛邁凱倫的MP4-12C，一個超跑。我也去買了大一點的房子。包括當時同事說：你開POLO，你讓我們開什麼？我們開什麼都不合適。
當你不對自己那麼苛刻，你會看到別人的優點。自那以後，我也會去休假。包括我跟原來女朋友的問題，大部分都來自於我無視人家。所以2008年我認識的女朋友，變成我今天的老婆，家庭很幸福。後面汽車之家的團隊，維護的也非常好。
第二個重要變化是，很多事我不死扛了。我解決不了的問題才是大家的能力。我們過程中融資都很難，我不是等到沒錢再去找張穎（經緯中國創始管理合夥人）說：“張穎，我們沒錢了。”
張小珺：當時還有多少錢？
李想：還有十幾個億，但因為汽車後邊要量產，供應鏈投資也要投幾十個億，包括你要開店。我們現金還夠6個月，我就會找到張穎，我會跟他講兩個。
一個是如果我們今天不融資，到了明年再融很難，資本市場不好，公司還得降低估值，甚至融不到錢。今天融的話，明年4月我們就可以在上海車展收真正的訂單。而且2018年10月釋出的時候很受使用者歡迎，後邊就會進入一個上升階段。我會把這些困難跟張穎講，張穎很快幫我們又融了19億。
張小珺：這個過程沒有媒體寫的那麼艱難是嗎？我記得當時你生病了。
李想：那是在下一輪，更難了。那時特斯拉也遇到問題，又遇到疫情，蔚來當時跌到很便宜的價格，融資是最難的，比上一次還難。我們見了150多個投資人，我當時得病了，免疫力都不行了，渾身過敏，連呼吸道都長。當時實在不行，也是找張穎說怎麼辦？張穎說你認識那麼多有錢的朋友，去找一找他們。當時找了張一鳴（字節跳動創始人），也找了王興（美團創始人兼CEO），他們都投了。
後來，我遇到很多困難，我會跟團隊講，甚至把我看到、團隊沒看到的困難跟團隊講，大家一起解決。2019年初，錢很困難，我跟團隊講，我們接下來如果按這個花錢速度，沒辦法做到車交付，大家要節省錢。都是自己主動砍。這幫人就是今天主力，包括範皓宇、劉傑、馬東輝（理想汽車總裁兼總工程師）、李鐵（理想汽車首席財務官）。我們都是一起決定，比我最開始預期還要好，也形成了凝聚力。
那一次對我而言是最痛苦，也是改變最大的，甚至讓我後邊人生更幸福。
04
從對事不對人，到先對人再對事
張小珺：看得出來你是一個喜歡研究人的CEO，最近對人性有多一層認知嗎？
李想：有。2024年在人的方面，最大收穫來自3000多人校招團隊。
我們2022年才開始招校招，很晚。早期很不成功，經常網上很多負面，因為不太會。2023年開始的校招人才，規模和質量非常好，因為很多大廠不招校招，給了我們更多機會。我說，正常我們把他招進來放在這，像普通員工一樣用，肯定不行；我們能不能透過更深刻的方式構建認知？
除了一到兩週培訓，我們讓大家到工廠去工作，包含電機廠、製造廠、工廠，從而他才瞭解工業領域的人工智慧做到什麼程度。他從文字上看不到，要親身去體會。他要去店面工作，看我們怎麼服務客戶，這些客戶是不是我們講的家庭客戶，怎麼決策買一輛車。再有兩週這樣的。這方面投入比一般企業要高得多，我們配最好的管理者陪著去。這一波校招產出非常之好。
我一個很大感觸是，大家老覺得什麼年輕人有問題，我說這比我們那代人優秀10倍以上，最優秀的人來了。他們受最好的教育，心智也很成熟——但我發現對他們的管理方式不一樣了，我們很意外地打通了一套新的管理方式。
我們在面對這些90年代末，00初校招生，我們使用的方式：
-
第一要在意他。真的重視他們，發自內心的在意，聽他們的需求是第一重要的。
-
第二要認同他。當你認真去聽他們，這些年年紀輕輕的人都有自己做解決方案的能力。我們原來認為一個員工要到16、17級才能做完整專案解決方案，他們今天每個都具備，有自己完整想法，對AI的使用是與生俱來的。當你認真聽他需要什麼？需要你來認同他。你不需要告訴他怎麼做，只要認同他就可以了。
-
第三，提供必要資源支援。他不跟你討論什麼亂七八糟的事情，產出會難以置信。我們前兩天一個研發團隊技術展示會，AI相關產品有一半以上是校招團隊做的。非常之驚訝。
我還延伸出另一個重點，這是我們今年面向明年一個更重要的機會。我們這些80後、70後，包括一部分90後初期的，在一個新的時代，是否需要被在意？被認可？被支援？
我們讀的中國很多書經常講，你要“對事不對人”，但是我讀了《高效能人士的7個習慣》，讀的所有美國最頂級著作，喬布斯最根本的變化都是：學會了“先對人再做事”。
包含我2008年最根本改變也是先對人，甚至是先對自己。
我們相信，無論是我們這家企業想變得更好，還是中國如果從發展中國家走向發達國家，對待人的模式都要發生根本變化。
一個時代過去了，一個新的時代開始了，一個新的時代會變得更好。
05
只要所有的中國企業不放棄
張小珺：你的一個00後員工想問你，在當前不利的外部環境，特別是地緣環境下，怎麼成為一個全球領先的人工智慧企業？
李想：作為創業者，很重要一點是看不同階段。今天哪怕我們做汽車不涉及人工智慧，也沒辦法講我會成為全球領先的汽車企業，我得先在中國市場第一，在受美國限制以外的市場下一步能不能做成第一？人工智慧也一樣。
我給團隊提的要求是，到明年目標是在中國的空間智慧領域能不能第一？在大語言模型方面以及它所提供的服務方面，能不能前三？團隊按照這方面制定目標、構建能力以及確定組織和投資，是最重要的。節奏非常重要。
再往後我們看到的機會是，如何把語言模型和空間合成更大的VLA模型——去解決到AGI第三個階段Agent，以及到L4自動駕駛階段，你所具備的能力？站在今天還要看，我們搞什麼樣的研究，匹配什麼樣的組織，怎麼提前去準備一些投資？
它是成長的過程，不是直達的過程。
張小珺：理想汽車未來還會叫理想汽車嗎，如果它要變成人工智慧企業？
李想：理想是一家人工智慧企業，我們要做的不是汽車的智慧化，而是人工智慧的汽車化，並將推動人工智慧普惠到每一個家庭。我們透過人工智慧將物理世界和數字世界進行融合，讓有限的空間實現無限的延伸。
張小珺：中國企業能成為全球領先的AI企業嗎？
李想：（思考4秒…）只要所有的中國企業不放棄，一切皆有可能。
90年代之前最好的處理器都是日本企業推出的，後來美國獲得了勝利。過去我們認為全世界最好的汽車是德國人制造的，但今天，中國企業和一家特斯拉提供了全世界最好的智慧汽車。在人工智慧方面也一樣。只要我們不放棄，所有的人每天去努力，把所有的心思和精力用在去改變這些能力上面，去投入，結果一定會變得非常的好。
張小珺：如果理想沒有成功地成為全球領先的人工智慧企業，會是因為什麼？
李想：一定是剛才講的幾個綜合能力我們有缺失，包含研究、技術研發、產品和商業能力，也包含我們自身的造血能力，這是綜合體現。它是一個非常大的仗，甚至美國人把人工智慧形容成曼哈頓計劃，這是一個非常大的挑戰。
我會全力以赴地確保我們，有能力實現全球領先的人工智慧企業，並做好每一個環節。但如果在我有生之年，我沒辦法實現，或者我們因為犯了巨大錯誤沒法實現，我也非常樂於看到有中國頂尖企業能夠在人工智慧方面做得非常的好，實現人工智慧的第五個階段。
我願意看到這樣的事發生，也願意為這樣的企業而鼓掌。
經緯張穎：2023，不只克服困難而是習慣困難
經緯張穎內部講話：2024，四大關鍵決策
經緯2023年終盤點：Adaptability is the key to thriving
