理想汽车近期密集释放“3年实现全自动驾驶”及“年底对齐特斯拉FSD V14”的信号，并亮出马赫M100自研芯片与VLA大模型等全栈自研成果。这并非单纯的技术炫技，而是在行业价格战与利润承压背景下，试图通过垂直整合重构智能驾驶成本曲线、从整车制造商向具身智能企业转型的战略突围。
从时间线看，理想的布局具有明显的逆周期特征。2022年启动AI芯片立项时，正值行业缺芯与算力成本高企；2025年一季度净利润同比下滑、毛利率跌至6.1%之际，研发投入反而增至113亿元，其中约50%投向AI与芯片。这种“亏损期加码研发”的反常识操作，核心支撑是其超1000亿元的现金储备。在产品端，理想i6以23.98万元起售价将ADMax高阶智驾作为标配且永久免费，上市首月锁单近7万辆，验证了“技术普惠”策略的市场接受度。技术层面，马赫M100芯片采用动态数据流架构，算力利用率达82%，远超行业30%-50%的平均水平，配合VLA司机大模型的全量推送，形成了“芯片+算法+数据”的闭环迭代能力。这一系列动作表明，理想正将智驾从“溢价配置”转变为“基础能力”，并通过硬件自研掌握定价主动权。
当前智能驾驶行业正处于从“功能比拼”向“体验与成本双重竞争”转折的关键期。一方面，特斯拉FSD入华预期增强，其端到端架构与规模化数据优势对国内车企形成直接压力；另一方面，国内高阶智驾渗透率虽快速提升，但普遍依赖英伟达等高成本芯片方案，导致BOM成本居高不下，难以在25万元以下主流市场实现盈利性普及。政策层面，L3级自动驾驶准入试点逐步放开，监管重心从“技术验证”转向“安全责任界定”，这对车企的全栈可控能力提出更高要求。在此背景下，单纯依靠算法优化已触及天花板，唯有通过芯片、操作系统与模型的深度耦合，才能在保证体验的同时大幅降低单位算力成本。理想的战略选择，本质上是对“智能化下半场”竞争规则的重新定义——谁能在同等体验下做到更低成本，谁就能赢得规模效应。
对产业链各方而言，这一转型带来结构性影响。上游芯片供应商面临车企自研替代的压力，尤其是中高端智驾芯片市场份额或被挤压；中游Tier1需从“黑盒交付”转向“白盒协作”，否则将丧失价值链主导权；下游消费者则有望以更低价获得高阶智驾体验，加速市场教育。竞品方面，小鹏同样立下“8月对齐FSD V14”的目标，但其路径更侧重纯视觉与端到端算法，未涉足芯片自研，两者在成本控制与技术自主性上将形成差异化竞争。监管层则需关注全栈自研带来的责任归属难题——当车企同时掌控硬件、软件与数据，传统供应链责任划分机制或将失效。值得注意的是，理想将智驾免费开放，短期内会压缩单车毛利，但若换来车队规模突破500万辆门槛，其数据飞轮效应将反哺技术迭代，形成长期护城河。
未来三年是验证该战略成败的关键窗口。短期看，2026年四季度能否真正对齐FSD V14的体验指标，以及马赫M100芯片在多车型上的适配稳定性，将是首要考验。中期变量包括：特斯拉FSD在华落地进度是否超预期、国内L3法规细则是否明确责任主体、以及理想自身现金流能否支撑持续高强度研发。若上述条件顺利兑现，理想有望在2027年前后实现L4级自动驾驶的商业化雏形，并将单车智驾BOM成本降至行业平均水平的60%以下。反之，若芯片量产遇阻或用户体验未达预期，高额研发投入将成为财务负担。此外，具身智能叙事能否被资本市场持续认可，也取决于其能否在汽车主业之外开辟第二增长曲线，例如机器人服务或空间智能订阅。
理想汽车的全栈自研不是技术理想主义的产物，而是基于成本、规模与竞争格局的精密商业计算，其成败将重塑中国智能汽车产业的估值逻辑与竞争范式。