群友：特斯拉FSD V14.2试驾感受。借着来美国加州旅游的机会，我们在旧金山硅谷特斯拉工厂和洛 杉矶的销售店分别试驾体验了最新版本的FSD14.2，车型是model y和Cybertruck，每次体验约20分 钟，每次距离约30多公里，包括城市道路和高速。美国试驾时全程都是客户自己试驾，没有工作人员 跟随，只是简单教你怎么操作，一两分钟就能掌握。 这两次试驾完全是车位到车位，我们从上车到下车，一次都没有碰过方向盘，刹车，电门（强调一 下，是一次都没有）。上车导航设定好目的地，点一下屏幕启动智能驾驶，然后车就自动驶出车位。 全过程驾驶员真的感觉很无聊，没有任何的驾驶乐趣了。 两次试驾我们一共4人，前排两人，后排两人，其中三人有理想汽车智能驾驶的体验。本次试驾后， 一致认为特斯拉的驾驶和乘坐体验远超理想汽车（当然也远超国内所有车企，真正的遥遥领先。启 动，加减速，刹车，变道，超车，拐弯，下匝道，红绿灯启停，进停车场找车位，泊车等等所有场景 都非常丝滑，比老司机还要稳准快，舒适，就是李想说的国宾级司机（当然是美国的）。 加微信，进群深度交流理想实际经营情况与长期基本面。不是车友群。 如果能在各种路况下稳定保持这种 ...

TOP2个人对激光雷达持有待进一步观察的基础观点。 关于激光雷达在自动驾驶应用上大致三个流派 1.完全不用派（特斯拉是代表，小鹏属于现在全系不用了，不过留了口子说将来或许会用） 核心逻辑链是：现阶段而言，纯视觉可以实现激光雷达的所有好处（主要指安全），且激光雷达带来了额外坏处（延时与scaling up效率降低），并不是 单纯的只有额外好处或额外冗余，额外坏处不包含更高的bom成本。 细化视角为： 光靠摄像头可以实现很高的安全水准， 任意时刻都全神贯注 开车的老司机的事故率远低于平均事故率。光靠摄像头能比全神贯注开车老 司机更安全。 2.激光雷达主要用于主动安全，当作一个类似安全带的安全件的定位，驾驶本身主要靠纯视觉。（理想是其中的典型代表） 3.激光雷达也要深刻参与自动驾驶本身（Waymo是代表，H此前也是，现在是什么状态不详） 本文将侧重分析纯视觉派与激光雷达安全冗余派的观点差异，不侧重激光雷达深度参与派的观点。 纯视觉派的常见叙事逻辑是：靠纯视觉不论博弈能力还是安全水平的上限都非常高，人类不需要激光雷达就能开车。 激光雷达安全冗余派的常见叙事逻辑是：XXX情况下，有激光雷达对主动安全很有帮助，当个安全件 ...

2025年12月25日Insta 360 CEO刘靖康朋友圈表示：研发的同事问我"如果创新要被黑到自闭，我们为什么要创新"，被问住了，想起了理想Mega.统 计了一下，过去3年我们才送了6，7个人进牢里，估计26年要猛增。我想对过去和未来要送进去的人说一声: TOP2备注：2025年11月Insta360运动相机全球市场份额43.3%。 . . . Merry Christmas. ...

核心人事变动 - 理想汽车第二产品线总裁张骁将于近期离职 张骁是公司早期员工 于2016年5月加入 曾深度参与理想ONE L9等车型的产品定义 与CEO李想合作密切 [1] - 张骁此次为主动提出离职 并非因特定项目“背锅” 其去年上半年也曾主动提过离职 此次离职后计划去创业 [2] - 张骁离职后 公司第一 第二产品线将合并 由“老汤”统一管理 此次合并也是因其提出离职而促成 [2] 公司组织与战略调整 - 公司求变的锚点之一是未来将不再严格按照整10万元价格段来划分产品线 按价格段划分产品线被认为会被人为束缚 [1][4] - 2025年除MEGA外 所有车型的交付量均未达到公司年初设定的预期 而MEGA年初预期为1万至1.5万辆 1至11月实际共交付17,602辆 [3] 内部文化与人员评价 - 有观点认为张骁是一个爱公司且不擅长维护自身利益的人 近两年公司内部氛围在一定程度上促使具备此类特质的人主动或被动离开 [4] - 尽管公众舆论对张骁多有批评 但有观点明确认为这些批评大部分有失偏颇 张骁背负了许多不应由其承担的责任 [4] 未来展望与关键节点 - 公司2026年的关键节点在于L系列车型改款后的市场反应 [4] - 企业发展过程中 责任如何分配并非最重要的事 核心在于能否有效解决用户需求 并探索先进用户价值的前进方向且有效执行 [4] - 张骁的离职本身 既不增大也不降低公司实现上述核心目标的概率 [4] 管理层状态与行业参照 - 有文章提及CEO李想可能正在经历“心力重塑” 并引用其他企业家的经历作为参照 例如比亚迪在2009年至2020年长达12年间 年销量一直在40万至50万辆区间浮动 [4][5] - 创业被描述为需要不断面对失败与自我怀疑 并重新振作的过程 引用了马斯克与黄仁勋的相关言论 [5]

文章核心观点 - 具身智能时代已拉开序幕 中国凭借其物理与数字世界的供应链响应速度 成熟度及人才优势 将成为世界具身智能中心 并诞生大量杰出人物 [1] - 维他动力发布的定价9988元人民币的机器狗“大头” 是具身智能时代开启的标志性产品 其高完成度与零毛利策略展示了中国供应链的强大能力 [1] - 具身智能的C端产品已可面向早期用户提供有用价值 其发展逻辑与自动驾驶技术有诸多相通之处 [4][6] 维他动力公司背景与产品 - 公司成立于2024年12月9日 核心团队由前地平线与理想汽车高管组成 包括CEO余轶南（前地平线副总裁） 联创赵哲伦（前理想智能驾驶产品总监）和宋巍（前地平线软件平台总架构师）[3] - 公司产品“大头”机器狗定价9988元人民币 以零毛利销售并提供终身质保 是首款万元级别可承载128TOPS算力的产品 [1] - 产品采用三元锂电池 支持240W Type-C充电 2.5小时充满 电池容量相当于8个2万毫安时充电宝 可为约32部iPhone充满电 安全性类比户外移动电源 [6] 产品定位与用户体验 - 产品定位为面向成年人的、可长期互动玩耍的伴侣 例如具备“遛狗”功能 但公司因当前文化背景未在宣传中强调成年人用户群 [4] - 产品能提供巨大情绪价值 公司CEO及机器人自媒体在体验中均表现出高度投入与喜爱 将其互动场景描述为“物理世界的塞尔达” [4] - 用户体验存在门槛 观看视频与线下实际体验差异显著 最佳体验需要公司人员引导 线下体验活动计划于2026年2-3月启动 [5] 技术路径与行业洞察 - 具身智能与自动驾驶技术逻辑相通 均利用AI理解并与物理世界交互 需对抗延迟与安全问题 算法架构相似 主要区别在于数据集类型 [6] - 中国已进入大量创业者以兴趣为第一驱动力的发展阶段 财富与名声并非首要目标 [5] - 公司团队被认为诚实且有底层驱动力 专注于发挥自身真实优势 而非刻意贬低竞争对手 [6]

文章核心观点 - 辽宁省高层领导与理想汽车董事长会面 双方就深化在新能源汽车产业领域的合作达成共识 辽宁希望吸引并支持理想汽车加大投资 理想汽车则表达了深耕辽宁、拓展业务的意愿 [1][3][4] 辽宁省产业环境与合作诉求 - 辽宁省强调其雄厚的产业基础和完善的汽车产业体系 配套能力强 市场辐射作用显著 [3] - 辽宁省正加快传统产业“智改数转” 培育壮大新兴产业和未来产业 致力于构建现代化基础设施体系 [3] - 辽宁省希望理想汽车加大在辽投资布局 完善智能充电网络 深化与本地汽车零部件企业合作 并与科研院所共同研发新产品、新技术 [3] - 辽宁省承诺将持续打造一流营商环境 优化创新生态 为企业在辽发展创造良好条件 [3] 理想汽车的战略布局与合作意向 - 理想汽车认可辽宁的区位和交通枢纽优势 以及扎实的工业基础和富集的科创资源 特别提到新材料、新能源领域研发实力强 [4] - 公司坚定看好辽宁 计划围绕新能源汽车及相关产业 谋划落地更多技术和项目 [4] - 公司将聚焦寒区应用场景 深化产学研联合攻关 并与产业链企业携手发展 [4] - 截至2025年12月22日 理想超充站在辽宁高速服务区数量为0 [4]

通用多模态大模型垂直应用面临的挑战 - 将通用多模态大模型迁移至垂直应用面临两大主要矛盾：灾难性遗忘，即注入领域知识会导致模型原有通用理解能力退化；以及缺乏系统的后训练方法论，现有方法往往在优化领域能力时牺牲了基础能力和用户体验[2] - 当前多模态模型训练存在三个关键低效与偏差现象：资源分配粗放，对所有数据均等处理导致高价值数据挖掘不足；奖励机制导致单一化，传统Pass@1机制使模型收敛到少数安全回复模式，牺牲输出多样性；单模态虚假相关，模型过度依赖语言先验而非视觉证据，导致幻觉风险[3] MindGPT-4ov后训练范式的核心模块 - 数据构建模块基于信息密度评分进行数据合成，IDS从主体多样性、场景空间关系、OCR文本丰富度、世界知识相关性四个维度量化图像数据，并依据分数动态调整生成问答对的数量，实现资源高效配置[4] - 数据构建模块采用双维标签系统，构建领域加能力的树状标签体系，确保合成数据既覆盖垂直领域知识，又兼顾通用视觉能力[5] - 监督微调模块采用三阶段协同课程学习：第一阶段跨域知识学习，重点注入垂直领域知识；第二阶段能力修复，使用通用数据集恢复可能下降的通用能力；第三阶段偏好对齐，使用高质量偏好数据优化响应格式并减少幻觉[6] - 强化学习模块采用混合奖励机制，引入多种奖励信号以平衡准确性、多样性与简洁性，包括鼓励探索不同推理路径的Pass@k奖励、惩罚语义相似回答的多样性奖励、强制输出简洁响应的长度奖励，以及惩罚知识泄漏的对抗性幻觉数据[7] - 基础设施模块采用5D并行训练，在3D并行框架上引入序列并行和专家并行，并对推理过程中的模型适配、流式推理和高并发场景进行优化[4] 后训练与部署的具体流程 - 标签构建由专家定义一级标签，再利用MLLM扩展生成二级及三级细粒度Topic，形成覆盖广泛的知识树[8] - 数据合成过程对图像进行粗粒度（Top-3）和细粒度（Top-5）Topic匹配，结合IDS分数生成问答对，并通过多模型投票机制过滤低质数据[8] - SFT训练执行三阶段课程学习，期间穿插数据准入与拒绝采样机制，动态调整数据配比[8] - 强化学习分为两个阶段：第一阶段在线RL使用GSPO算法，结合Pass@k和多样性奖励，重点提升多模态逻辑推理和STEM能力；第二阶段离线RL使用DPO算法，利用人类偏好数据和对抗性幻觉数据进行领域能力对齐和幻觉抑制[8] - 推理部署采用分块预填充和视觉编码缓存策略，在用户输入阶段并行处理图像，以降低首字延迟[8] 模型性能表现 - 在垂直领域知识掌握方面，MindGPT-4ov能准确识别理想汽车特定车型的设计特征及定位，而基座模型Qwen3-VL出现知识缺失或幻觉[8] - 在响应简洁性方面，在MathVista等基准测试中，MindGPT-4ov的平均响应长度显著短于对比模型，同时保持了更高的准确率（83.3% vs 80.1%），验证了长度奖励机制的有效性[9]

理想汽车当前车型交付与订单状态 - L系列与i8/MEGA车型处于订单驱动交付状态，而i6处于产能驱动交付状态 [1] - 截至2025年12月1日，i6和i8累计订单突破10万辆，i6月产能预计在明年初稳步提升至2万辆 [1] - 截至2025年11月30日，i6累计交付约12,977辆，i8累计交付约20,396辆 [1] - 由于置换补贴提前结束，年底未出现通常的订单旺季，且2026年2月16日为除夕，春节前是自然淡月 [1] 行业普遍性规律观察 - 大多数车型在公布价格一个月内，可大致定性其头6个月的销量情况 [2] - 大多数车型头几个月是销量最好的时期，仅有少数车型能在几个月后或跨年销量重新提高（如SU7/MEGA/L789/L89） [2] - 车企对自家某一车型销量高估或低估是常见现象 [2] 理想汽车2026年销量关键节点与心态 - 2026年销量关键节点为两类：新车或改款发布后一个月左右，以及2026年3-4月i8/i6是否存在超额口碑促进订单的迹象 [3] - 预期公司心态层面在2026年会更认真对待市场，因为真心觉得有可能卖不好 [3] - 如果2026年销量不佳，可能促使公司创始人进行更深刻的自我反思与成长 [3] 2026年新能源车行业主线 - 主线一：以经过市场验证的车型定义为根基，进行各种改变，如做得更便宜、电动化+初级智能化、长板加强等，其好处是风险更小 [4] - 主线二：尝试做更大程度的新定义，风险显著变大，市场接受时间更长，需要think different [4] - 主线三：智驾与其他潜在的物理AI视角的车内用户价值 [5] - 从高端到入门车型，做电动化+初级智能化是市场验证成功的可起量思路，而将已验证的新能源车做成性价比车型也是同理 [5] 理想汽车的长期价值与战略倾向 - 如果L4级自动驾驶能在2-5年左右实现，车内布局将发生很大改变，而理想汽车在此维度的基础能力被认为是最擅长的，这是其长期价值的保底线 [6] - 理想汽车目前倾向于选择上限更高但风险相对更高的方案，这与其公司基因和气质更倾向“敢为天下先”有关 [6] - 公司早期智驾探索符合“敢为天下后”，近期则越来越接近“敢为天下先” [6] 理想汽车2026年潜在的价值创造增量 - L系列将进行大改款且会全系支持5C充电 [7] - 智驾能力的提升，预期2026年底的实际能力比2026年初明显更好是高概率事件，且第二代自动驾驶芯片会比第一代整体更好 [7] - 座舱方面，公司存在一个新的交互逻辑，属于新的产品定义部分 [7] - 基础失真负面舆情大范围减少以及向往感回归 [7] - 超充站数量将达到4800座，且存在部分站点未来可实现自动充电的可能性 [7] - 智驾价值分为基于实际使用的用户价值和竞争维度价值，当能做到稳定加塞时，则能跨越鸿沟到早期大众 [7] 补能体系的竞争与产品策略 - 终局而言，活下来的车企预期补能体验会大同小异 [7] - 在较长一段时间内，理想汽车将始终是补能体验最好的车企，这有真实用户价值，并将在某个时期反馈为销量的助推器 [8] - 大电池+5C增程与小电池2C增程是两种不同的产品，前者可以打动一部分纯电潜在客户，后者则不行 [8]

核心观点 - 创始人梁文锋在本科阶段即展现出卓越的工程实践能力、强大的自学能力与专注力 其成功路径并非遵循传统好学生模式 而是通过竞赛等实践途径脱颖而出 并始终保持着低调务实的作风 这些特质为其后续在量化投资与人工智能领域的成就奠定了基础 [1][2][4][5] 个人特质与能力 - **卓越的工程实践与创新能力**：大二时已能独立完成从电路设计、PCB、单片机编程到软件UI的全流程开发 将普通吉他改装为可通过电脑UI控制炫音的电吉他 展现了软硬件结合的系统性工程能力 [2] - **强大的自学能力与独特的学习路径**：大学期间很少上课 主要依靠自学 认为上课进度慢、浪费时间 其专业绩点处于中上游 未达保研线 但通过竞赛获奖获得保研资格 [2] - **极强的专注力与投入度**：共事者评价其拥有“绝世无双的专注力” 可以为了做一件事一天呆在桌子前十小时不动 时刻全身心投入 [7] - **对技术的纯粹热爱**：在技术上的成功并非源于绝顶聪明 而是源于对技术的纯粹爱好 无人能及 [7] - **低调务实的作风**：一贯低调 大学期间许多同专业同学不熟悉他 在公司获得巨大关注时也未公开发声 这种低调源于其做事的超强专注力 而非刻意为之 [4][5] 大学经历与早期成就 - **通过全国性竞赛脱颖而出**：与两名队友参加全国大学生电子设计竞赛 作为团队主力 在浙大内部集训时很多设计题目几乎由其一人搞定 最终团队获得全省第一名、全国一等奖 三人均获免试推荐浙大研究生资格 [3] - **非传统的学业与职业路径**：因竞赛定奖时间晚于学校保研时间 导致本科(2002-2006)与研究生(2007-2010)之间有一年空档期 在此期间继续从事电子传感系统设计与产品开发 涉及海洋导航等领域 硬件、软件、算法均由其一人搞定 [3] - **独立完成高水准项目**：本科时代所做的每一个电子系统 其水准足以作为电子系的硕士论文 [3] - **丰富的课外经历**：曾骑自行车周游华东数省 经常在野外打地铺过夜 花费极少 [3]

文章核心观点 - 热成型钢用量与车身安全性并非简单的正比关系 片面强调高比例不严谨[1][3] - 车身材料选择是系统工程 需平衡强度 吸能 轻量化与造型等多重需求 最终应关注权威安全测试结果而非单一材料参数[17] - 一体化压铸技术有其明确优势与适用场景 其维修性问题被过度“妖魔化” 成本是制约该技术普及的主要因素而非维修性[24][35] 热成型钢的应用与认知误区 - 使用热成型钢（强度通常达1500MPa-2000MPa）的主要原因是其高强度 用于关键安全结构件可防止碰撞时过度变形侵入乘员舱[4] - 早期提升热成型钢比例确实有助于安全性与轻量化 但存在上限 例如沃尔沃车型热成型比例曾升至38%后未再突破 且其中仅33%为1500MPa以上超高强钢[5][7] - 车身材料需满足多种需求 热成型钢并非万能：1) 需要中低强度材料（如铝型材或常规高强钢）在特定区域进行高效吸能[8][10] 2) 外观覆盖件需要高塑性材料以满足复杂造型 热成型钢延伸率低无法胜任[10] 3) 铝合金的大量使用可实现显著轻量化 尤其在电动车时代为平衡电池重量 会替代部分钢材 如沃尔沃EX90热成型比例降至21%[10][21] 车身安全性的系统性评价 - 评价车身安全性不应只看单一材料比例 而应关注系统性结果 如中保研 IIHS等权威碰撞测试成绩[17] - 不同车型因设计目标与材料组合不同 热成型钢比例差异可以很大但均能实现顶级安全 例如沃尔沃XC90热成型超高强钢比例达33% 而XC40仅为12% 理想L6超30% 而MEGA因采用全铝合金下车体（铝合金占比40%多）该比例明显更低 但均获顶级安全评价[19][21][23] 一体化压铸技术的理性分析 - **维修经济性**：一体化压铸结构在碰撞设计中通常不处于第一线 前方有防撞梁 吸能盒 纵梁等多层保护 正常乃至中等速度碰撞损伤后可进行部件更换 不存在“一碰换车”的情况 仅在极端高速碰撞下维修困难 但此时传统钣金结构亦会“伤筋动骨”[24][27][28] - **技术优劣势**： - 优势：更轻质 利于提升续航与能耗 更集成 生产效率高 有利于提升车身刚度与操控性[29][30] - 劣势：零件成本高 模具开发周期长投入大 工艺质量控制（如气孔）更难 极端碰撞后维修比钣金困难[30] - **行业应用与成本考量**：欧美品牌如沃尔沃EX90已应用一体化压铸技术[33] 国内未广泛采用的主要原因在于成本而非维修性 成本较低的车型使用钢车身更实惠 部分国内20-40万价位车型未采用该技术反而形成“隐藏的成本优势”[35] - **行业内卷现象**：行业内竞相追求压铸机“吨位”（如从5000吨至20000吨）等参数“键盘值” 可能牺牲结构灵活性 机械性能控制等 对用户价值有限[31][32]