理想汽車闡述 Mach VLA 的演進藍圖，目標在 2026 年第四季達到 FSD V14 的同等水準

在理想汽車近期舉辦的「Livis Day」產品發布會上，該公司基礎模型團隊（智能駕駛）負責人詹坤，針對 Mach VLA（視覺-語言-動作）模型的演進路線圖進行了詳細說明。 該公司宣布計劃於 2026 年第三季，將全新的 Mach VLA 功能推送給其 AD MAX 用戶群。更為進取的是，理想汽車公開設定目標，將於同年第四季前，在功能上達到與特斯拉備受期待的 FSD V14 同等水準。

自動駕駛與具身人工智慧的融合

這份路線圖的發布不僅對電動車市場意義重大，對更廣泛的具身人工智慧領域而言亦然。 驅動理想汽車先進駕駛輔助系統的 VLA 架構，本質上與通用型類人型機器人控制所需的認知引擎屬於同一類別。這兩大領域均需要一套系統，能夠處理海量的多模態感測器數據、理解複雜的空間與語義情境，並產生連續且即時的物理控制動作。

透過在汽車領域積極擴展 VLA 模型的應用規模，像理想汽車這樣的企業，無論是無意間——抑或出於戰略考量——都在加速推動機器人技術所需的「大腦基礎設施」發展。為解決自動駕駛問題而建構的龐大數據收集引擎、模擬環境及運算叢集，皆可直接應用於解決具身智能的挑戰。

特斯拉基準測試與競爭態勢

詹坤明確將自家系統與特斯拉的 FSD V14 進行對標，凸顯了自動駕駛領域中激烈的競爭壓力。 特斯拉的 FSD 長期以來被視為黃金標準，其底層架構甚至已被運用來驅動 Optimus 類人型機器人。透過以達到 FSD V14 的同等水準為目標，理想汽車正昭示其立志持續站在端到端 AI 控制技術的絕對最前沿。

系統。電動車製造商之間的這場科技軍備競賽，正迅速拓展實體人工智慧的技術邊界。

RobotAIGeek 觀點：理想汽車（Li Auto）針對 Mach VLA 所制定的激進時程表，證實中國領先的電動車製造商正實際上成為全球資源最雄厚的具身人工智慧企業。 為 AD MAX 打造的資料引擎與運算叢集，勢必將被運用於更廣泛的機器人應用領域，這將使汽車原廠（OEM）在打造通用實體智慧的競賽中，相較於純機器人新創公司，擁有巨大的結構性優勢。

主要來源：

1. 36Kr（36氪）— 理想汽車 Livis Day Mach VLA 發表會（2026年6月18日）