理想汽车在Livis Day上正式发布全球首款动态数据流AI芯片马赫M100，单芯片算力达1280TOPS，并宣布构建完整的具身智能系统。这并非单纯的技术秀肌肉，而是理想汽车在年销百万辆规模预期下，为摆脱对外部算力供应商的路径依赖、重构智驾成本结构并掌握下一代智能汽车定义权所迈出的战略性一步。
此次发布的马赫M100采用5nm车规级工艺，核心亮点在于其“动态数据流架构”，实际运行效率超过82%，旨在解决传统GPU架构在车载AI推理任务中的算力浪费问题。该芯片将首发搭载于理想L9 Livis旗舰车型，配合自研的编译器、操作系统及马赫VLA模型，实现了从底层硬件到上层算法的全栈闭环。回顾决策节点，理想此前长期依赖英伟达Orin芯片，但随着端到端大模型上车，通用芯片的适配瓶颈与高昂采购成本日益凸显。李想提出“第二个十年赋予车生命”的愿景，实质上是将研发重心从“移动空间”转向“智能体”，而自研芯片正是承载这一转型的物理基石。值得注意的是，该芯片架构论文已入选ISCA 2026，显示出其在学术与工程层面的双重验证，而非仅停留在PPT阶段。
将此事置于行业大趋势中审视，车企自研芯片已从“可选项”变为头部玩家的“必选项”。特斯拉FSD芯片的成功证明了软硬一体对体验与毛利的双重提升；小鹏等国内新势力亦在布局安全与AI芯片。当前，高阶智驾正从规则驱动转向端到端大模型驱动，这对芯片的推理效率提出了全新要求。通用芯片厂商虽算力强大，但难以针对特定车企的算法进行极致优化。此外，随着地缘政治不确定性增加，供应链安全成为车企战略考量的重要变量。理想选择此时推出自研芯片，既是对技术路线迭代的响应，也是在国产替代浪潮下构建自主可控技术底座的防御性举措。政策层面，国家对汽车芯片自主化的支持以及智能网联汽车准入试点的推进，也为自研芯片的上车提供了合规与产业化土壤。
从利益相关方博弈来看，此举影响深远。对理想自身而言，短期需承担数十亿元级别的流片与研发团队摊销压力，但中长期看，若年出货量突破50万颗阈值，单车BOM成本有望较外采方案降低30%以上，直接增厚毛利率。对上游供应商如英伟达、高通而言，头部客户自研意味着高端芯片议价能力被削弱，倒逼其从“卖标准品”向“提供定制化服务或IP授权”转型。对竞品而言，理想的动作加剧了“全栈自研”的内卷门槛，缺乏芯片自研能力的二线车企可能在下一代智驾竞争中面临体验与成本的双重劣势。对消费者而言，短期内感知不强，但长期将受益于更快的OTA迭代速度与潜在的整车降价空间。然而，风险同样存在：芯片研发是吞金兽，若销量不及预期导致产能利用率低下，巨额折旧将反噬利润表。
展望未来推演，短期关键变量是马赫M100在L9 Livis上的量产稳定性与实际能效表现，以及三季度Orin/Thor平台用户向新模型的迁移顺畅度。中期来看，理想能否将芯片能力复用至机器人等具身智能场景，实现研发费用的跨品类分摊，是决定自研芯片商业成败的分水岭。若成功，理想将从“造车公司”重估为“AI终端平台公司”；若受阻，则可能陷入重资产泥潭。行业格局或将进一步分化：拥有自研芯片且销量规模支撑的车企将掌握定义权，而纯集成商模式的车企利润空间将被持续压缩。2026年底“全面超越人类”的目标能否兑现，不仅取决于算法，更取决于这颗自研芯片能否真正成为高效、可靠的算力引擎。
理想自研马赫M100，本质是在AI定义汽车的时代，用重资产投入换取长期的产品定义权与成本护城河，其成败将检验中国车企全栈自研模式的商业边界。