最近，理想汽车连续三天推出「2024 理想 AI Talk」，分享了理想汽车董事长兼 CEO 李想对人工智能的最新思考，以及包含智能驾驶和理想同学在内的人工智能技术的最新进展。
其中，最引人关注的是，李想宣布基于自研基座大模型 Mind GPT 的理想同学将从车机进入手机，目前 App 已经上线。
这意味着理想汽车正式加入「基座大模型+个人超级助手」的竞争行列，与字节豆包、月之暗面 Kimi、腾讯元宝、百度文心一言等产品同场较量，进一步加剧了原本就竞争激烈的市场。
李想和理想团队「All in AI」，看似进入了一个潜力巨大的市场，但其背后所面临的技术挑战和资本投入不可小觑。理想汽车是否具备足够的资金和技术积累，支撑这一宏大 AI 梦想，值得关注。
01
对标特斯拉
在 AI Talk 中，李想勾勒出一个从智能汽车迈向人工智能科技公司的蓝图。
李想表示，理想汽车的愿景绝不仅限于智能汽车的技术迭代，而是要塑造一家全球领先的人工智能企业。他认为，汽车的智能化不仅是提升软件性能的过程，而是通过人工智能全面进化，推动汽车从工业时代的交通工具转型为人工智能时代的「空间机器人」。
理想要做的不是汽车的智能化，而是做人工智能的汽车化 | 图片来源：理想汽车
李想特别强调了基座模型在人工智能时代的重要性，将其比喻为操作系统与编程语言的结合。基座模型不仅是推动汽车智能化的核心，还成为未来全场景智能应用的技术基石。
在谈到人工智能的未来布局时，李想提出了一个全新的概念——「硅基家人」，这是理想汽车对通用人工智能（AGI）的长远布局。通过这个构想，理想汽车展现了从汽车厂商到人工智能公司的转型决心。
尽管这些战略蓝图听起来鼓舞人心，但冷静下来后，不禁让人思考：理想到底要干什么？具体要如何实现这些目标？
简单说，李想的蓝图无疑直指全球最前沿的企业竞争——不止步于成为中国智能汽车的领导者，而是以 AI 为核心能力，与特斯拉这样的行业巨头争夺人工智能时代的制高点。
在访谈中，李想详细阐述了汽车行业的四个代际发展，并为理想的未来明确了路径：
第一代（BT，流程化时代）：福特通过流水线大规模生产汽车，推动了汽车从奢侈品到大众消费品的转变。丰田的精益生产理念进一步深化了这一阶段。
第二代（IT，信息化时代）：以控制为目的的软件系统的出现，如 SAP 和 Oracle，它们帮助车企实现业务流程的数字化和管理的标准化。
第三代（DT，数据技术时代）：数据技术成为核心，强调对完整数据的收集和分析，以实现对客户全生命周期的服务和管理，比如汽车之家。
第四代（AI，人工智能时代）：AI 进一步推动了数据的进化，通过深度学习和智能算法，企业能从海量数据中提取智能决策能力。在汽车行业，AI 不仅用于智能生产，还广泛应用于自动驾驶、机器人和个性化服务。
目前，能被称之为第四代企业的公司少之又少，特斯拉算一家。马斯克多次强调，特斯拉已经不再是一家传统车企，而是一家以人工智能和机器人为核心的科技公司。特斯拉在人工智能领域做了大量前瞻性投入。2024 年 4 月，马斯克在社交平台上宣布：「特斯拉今年将在人工智能方面投入约 100 亿美元。」
特斯拉人形机器人搭载与车辆同源的 AI 技术 | 图片来源：视觉中国
特斯拉在自动驾驶领域的突破尤为突出。2024 年 3 月，特斯拉正式在北美市场全面推送 FSD（完全自动驾驶）V12.3 版本，标志着智能驾驶的又一次重要技术突破——端到端大模型的上车。
除了在汽车领域的智能化，特斯拉正在拓展人工智能技术的更多应用场景：以 Tesla Bot 为代表，特斯拉正在开发能服务家庭、工业等多领域的通用机器人；通过自研超级计算机 Dojo 和大规模数据处理架构，特斯拉构建了强大的 AI 生态体系。
从智能汽车到人工智能科技公司，李想为理想汽车描绘了一幅宏伟蓝图，对标特斯拉成为第四代企业。这不仅是一次技术路径的选择，更是一场面向未来的战略竞逐。
然而，蓝图和愿景最终都需要技术和时间的验证。
02
巨头的游戏
理想进军人工智能领域，展现了雄心勃勃的决心。然而，大模型无疑是一个吞噬资本的巨兽，只有具备雄厚资金的企业，才能在这场竞争中立足。否则，不仅难以进入这一赛道，更可能在激烈的角逐中被迅速淘汰。
根据拾象科技 CEO 李广密的估算，OpenAI 2024 年的买卡费用至少为 30 亿美元，全球范围内这个数字至少要翻五倍，即 150 亿美元。他预估，未来 OpenAI 训练大模型可能需要 200 亿-300 亿美元，Google 不低于这个数字，Anthropic 可能需要 100 亿-200 亿美元。这还没有算上人才激励等费用。
而在国内，可以看看国内第一梯队字节的投入。据外媒报道，2023 年 12 月底，仅买卡一项，字节跳动计划花 70 亿美元。虽然该消息被字节官方否认，但这样庞大的数字或许不是空穴来风。据科技咨询公司 Omdia 估计，2024 年字节跳动斥资购买了 23 万张英伟达 GPU 卡，是其全球第二大客户（仅次于微软）。
在训练方面，去年 8 月，百川智能创始人、CEO 王小川告诉极客公园，自研大模型的每次训练成本跟训练 token 数和参数量相关。在中国，每 1 亿参数对应训练成本 1.5 万到 3 万人民币，一个千亿级参数的模型训练单次训练成本预估在三千万至五千万人民币。如果对于模型的能力有更高要求，比如追上 GPT4.0 的水平，单次训练投入会超过 5 亿人民币。
而通常在训练之前，公司还需要做大量的实验来确定训练所会采用的策略，外加人力及数据上的投入，一个效果好的模型的整体投入会是单次训练投入的 5-10 倍，也就是 25 亿元-50 亿元。这还只是去年的数据，随着今年多模态模型、推理模型等成为主流，中国的大模型之战也一定是一个惊人的数字。
如果说创业公司主要靠拿融资，那么大企业则需要稳定的利润和现金流来支撑。
微软和 OpenAI 的联盟，引领了新一轮人工智能潮流 | 图片来源：视觉中国
在国外，以 2023 财年为例，苹果以 969.95 亿美元的净利润领跑众多 AI 玩家，谷歌紧随其后净利润达到 738 亿美元，微软以 723.61 亿美元的净利润位列前茅，Meta 则为 390 亿美元。即使是其中体量最小的特斯拉，净利润也高达 150 亿美元。参与这场游戏的企业，无一不是资本、技术的巨无霸，市值普遍突破万亿美元，年利润动辄以数百亿美元计。
在国内，主要的模型玩家，字节据报道 2023 年利润达数百亿美元；阿里巴巴 2023 财年营收为 8687 亿元、净利润为 1440 亿元；腾讯 2023 年营收 6090 亿元，净利润 1577 亿元；百度 2023 年收入为 1346 亿元、净利润 284 亿元。但即便如百度这样的大厂，去年 9 月也被传言要放弃基座大模型（被官方否认），足以看出大模型这场游戏之难。
相比之下，理想汽车在市值、营收和利润方面差了一个量级。2023 年，理想汽车营收 1238.5 亿元，同比增长 173.5%；净利润 118.1 亿元，第一次实现全年扭亏为盈。而 2024 年前三季度，理想汽车的净利润累计为 45 亿元，截止 9 月底现金储备为 1065 亿元。虽然放在新能源汽车领域表现优异，但距离这些大玩家还有很大差距。
况且，智能汽车领域的竞争，尚未见分晓，正逐步进入真正的「大决战」阶段。随着行业的激烈博弈，理想汽车此时选择开辟人工智能这一「第二战场」，无疑是一次充满风险的大胆选择。
相比智能汽车，人工智能是一场更庞大资金量、更高难度、以及竞争对手更强大的赛道。
「All in AI」体现了李想对于汽车产业未来的核心思考，这个判断毫无疑问是对的。但对于理想汽车来说一个更迫在眉睫的挑战，或许应该是此前折戟的纯电系列车型，在 2025 年如何在市场中复制增程车型的成功，有了稳健的根据地，才有足够的自由度，进而依靠在大模型领域绝对的创新，而不是绝对的“有钱”去实现这个战略判断的最终实践。
理想虽然表达「不想造车，而是给用户创造硅基家人」，但创业者的宿命在于，很多时候创业者最不想做的事情，往往是最需要最先做好的事情。因为只有最终执行出来的战略，才是好战略。
还没有评论，来说两句吧...