,华纳公司被黑，不给出款，联系不上上家，怎么办？

,当模仿者追上来，理想选了更难走的路，很高兴为您解答这个问题，让我来帮您详细说明一下。

重庆市铜梁区、黄南泽库县、长治市潞州区、深圳市坪山区、渭南市华州区、德州市夏津县、广西南宁市横州市、铁岭市铁岭县、宣城市郎溪县、九江市浔阳区、内蒙古阿拉善盟阿拉善右旗、郑州市中牟县、白沙黎族自治县元门乡、鄂州市华容区、通化市通化县、合肥市蜀山区、商丘市虞城县

上半场赢在产品，下半场赢在底层。定焦 One（dingjiaoone）原创作者 | 陈颐编辑 | 方展博6 月 15 日，理想举办了一场发布会。主角不是车，是 "AI 怎么走进物理世界 "。在 "Livis Day 理想汽车软件与具身智能发布会 " 的演示环节，理想空间智能产品经理吕怡然对着车说了句：后排小朋友困了，帮我哄他睡觉吧。话音刚落，车里的灯暗了下去，欢快的歌换成了摇篮曲，空调风量调到最轻的一档，座椅缓缓放平；主动悬架也配合着伸缩，让整个车左右缓慢摇晃起来。整个车厢，从可以开 party 的氛围，变成了适合婴儿入睡的地方。没有人翻菜单、点按钮，理想的具身智能系统 Livis 听懂了这句话，把这一切做完了。这一下看着轻巧，其实并不容易。AI 现在能帮我们写代码、做图、做视频，可一旦要它走出屏幕、到真实世界里干点活，难度完全不是一个量级。就拿开车来说，我们现在还是要自己开、自己停、自己在复杂路口判断交警的手势。李想在台上抛出一个观点：今天的智能手机和智能汽车，其实都不智能，它们本质上还是功能驱动的，不是真正的智能体。那么问题就来了，AI 要走出屏幕，第一站会落在哪儿？理想的答案是汽车。想一想很合理：汽车每天在真实道路上跑，要感知、要决策、要控制；支撑一辆车的感知、模型、芯片、控制和操作系统，恰恰是通用人形机器人的技术底座。而在所有机器人形态里，只有汽车，已经是一个万亿级的付费市场。一位关注汽车产业的投资人告诉「定焦 One」，他现在评估一家车企，只看一件事：AI 能力，具体说就是芯片、系统、模型这三层，掌握得越多，未来的天花板就越高。在他看来，谁先在车这个平台上，把全栈技术跑通，谁就先拿到了 AI 时代最重要的一张入场券。而理想从 2021 年星环 OS 立项，到 2022 年自研芯片启动，再到 2023 年大模型立项，这张牌已经打了五年。01. 今天的智驾，到底差在哪？李想说今天的车不智能，那在他眼里，什么才算智能？他给 " 真正的智能 " 下了定义：真正的具身智能汽车，得同时是四种角色，一辆电动车、一位职业司机、一台 AI 计算机、一位生活助手。其中，电动车和 AI 计算机是 " 具身 "，职业司机和生活助手是 " 智能 "。对照这个标准，行业过去对 " 智能汽车 " 的那套定义（软件定义硬件、能联网、能 OTA 升级）讲的全是功能，离真正的智能体还差得远。具体差在哪，从普通车主的体感说起，主要是三个维度。先说安全。今天的智驾，遇到复杂的、没见过的场景，标准动作是退出，把方向盘丢回给你。这在法规上完全合规，但对人来说恰恰是最危险的时刻。李想表示，接近一半的智驾事故，就发生在接管的那一瞬间，驾驶员毫无防备。再看能力。今天的智驾，本质只会三件事：向前开、向左转、向右转。李想在现场问观众：你对哪辆车的智驾倒车能力是满意的？没人举手。它既不会像人一样在窄路里倒车腾挪，也不会在遇到危险时，自己找个地方靠边停下。最后是效率。你最不愿意在什么时候用智驾？赶时间、走胡同的时候。因为这些时候，" 你得时刻盯着随时准备接管 "，其实比自己开还慢、还累。安全、能力、效率上的差距，根源在于：今天的智驾系统能 " 看见 "，但感知层没有理解 " 语义 " 的能力。激光雷达的线数，从 128 线堆到 512 线，但它看不懂红绿灯的颜色、路牌上的 " 前方施工 "，也看不懂保安的手势。感知层看不懂，在决策层再怎么堆数据、调参数，上限都不高。所以这不是靠 " 堆数据、调参数 " 能解决的，这是一个架构问题。理想的解法，正是从架构下手的。感知层，它首次让 3D ViT（三维视觉感知模型）上了车。简单说，就是实时把场景里每一个对象，在三维空间里的位置、姿态、动作甚至是颜色都建出来，让系统从 " 看见 " 进化到 " 看懂 "。现场演示时，3D ViT 把台下全场观众的姿态，瞬间还原成了一个三维世界，连后排的文字都能读出来。决策这一层，理想把整套智驾架构推倒重来，推出了马赫 VLA（视觉 - 语言 - 行动大模型）。过去，感知、决策、执行分属不同模块，中间要 " 交接 "，一交接就有延迟；现在，从 " 看见 " 到 " 决定怎么开 "，都在同一个大模型里，一气呵成。底层架构的重构，让链路短了，反应速度提快到了 0.28 秒。普通人从发现危险到踩下刹车，平均要 0.45 秒，顶级 F1 车手的生理极限是 0.25 秒，0.28 秒已经逼近人类极限了。多出来的这 0.17 秒，在 120 公里时速下，等于多出约 6 米的制动响应距离，差不多是一辆劳斯莱斯幻影的车长。理想汽车基座模型负责人詹锟马赫 VLA 对标的是特斯拉。理想汽车基座模型负责人詹锟承诺，今年第四季度，理想的智驾模型要对齐 FSD V14。在发布会上，詹锟提到，自己上个月飞了趟硅谷，把特斯拉最新的 FSD V14.3 连着开了整整两个星期，两点感受：第一，特斯拉真的太强大了；第二，压力也真的太大了。为了兑现承诺，理想也给了三个明确的交付节点：7 月，智驾效率整体提升 30%；9 月，实现全场景自主倒车、主动停车观察这类复杂场景的独立处理；12 月，安全和效率全面超越人类驾驶员。这套从感知到决策的重构，靠的是更强的模型。模型越复杂，对算力的要求就越高，芯片和操作系统如果跟不上，模型的潜力就发挥不出来。而这两件最底层、最烧钱的事，多数车企选择外购，理想偏偏自己造。02. 理想为什么要自己造芯片？当一家车企说要自己造芯片，外界的第一反应往往是：买英伟达的不行吗？能用，还省事。理想为什么非要自己从头造？理想算过一笔账，发现买来的方案，在 AI 时代不够用了。一个原因是，光靠软件，拉不开差距。用通用芯片，架构层面的优化空间被锁死了，能做的差异化只有软件层。更核心的原因是效率的天花板。过去几十年，计算机行业吃的是摩尔定律的红利，芯片上的晶体管密度每两年翻倍，性能跟着水涨船高。可 2010 年之后，每一代制程带来的提升，从翻倍掉到 30%、20%、10%。供给在放缓，AI 对算力的需求却在猛涨，这是行业难题。而专用架构芯片可以绕开这个天花板，在特定任务上做到通用芯片做不到的效率。所以，理想 CTO 谢炎 2022 年带队启动芯片设计时的想法是：不能只造一颗比过去更快的芯片，得造一种完全不同的芯片。理想 CTO 谢炎不同在哪？传统芯片用的是冯 · 诺依曼架构，统治了计算机 70 年，本质是 " 一条指令接一条指令 " 地顺序执行，大量晶体管花在缓存、调度这些 " 管理开销 " 上。可 AI 的计算天然是并行的，本该一起开工的活，硬塞进一条排队的流水线，效率自然提不上去。理想自研的马赫 M100，走的就是另一条路：数据流架构。打个比方，传统芯片像一个厨房里有个总厨统一发号施令，规模一大，总厨的统筹能力就决定了上限；数据流架构干脆把总厨撤了，每个工位的食材一到就开工，做完直接递给下一个工位。过去通用计算的规模不够大，这条路线没有用武之地，直到 AI 时代计算量出现数量级的跃升，它的优势才真正显出来。这么造出来的马赫 M100，5nm 车规工艺，单颗算力 1280 TOPS，双芯 2560 TOPS。但比算力数字更说明问题的是效率：因为架构专为 AI 而设计，它的实际运行效率超过 82%，这个数字，主流架构很难做到。更值得一提的是，这颗车规芯片的架构论文，入选了计算机体系结构领域的顶级会议 ISCA 2026 的工业论文分区（Industry Track）。这个分区专门收录来自产业界的架构创新成果。作为这个分区设立以来全球第一家入选的车企，理想 6 月底要和谷歌、Meta、美光这些公司同台分享。光有好芯片还不够。芯片上面要是跑别人的系统，潜力也发挥不出来。谢炎在台上问了全场一个问题：苹果和安卓，哪个更安全？多数人答苹果。原因是苹果把芯片和系统放在一起设计。手机被攻击，泄露的是隐私；车被攻击，威胁的是生命。所以理想自研了星环 OS，这是最底层的整车操作系统，车机和智驾，都是跑在它上面的 " 应用 "。比起行业通用的 AUTOSAR（汽车软件行业标准架构），星环 OS 响应速度快了 1 倍，稳定性高了 5 倍；落到体感上，120km/h 下 AEB 的刹停距离能再缩短 7 米。当芯片和 OS 都握在自己手里，最直接的体现就是系统响应的 " 快 "。这 0.28 秒是怎么来的？视觉输入的时延降了 47%，模型推理的链路缩了 43%，操作系统的调度降了 28%，线控底盘的响应降了 38%，四个层级各自优化，端到端总时延最终降了 40%。这四层分别是视觉感知、模型推理、操作系统、线控底盘，背后是四个技术团队。以刹车这个动作为例，用供应商方案的车企，芯片、系统、底盘背后各站着一家不同的供应商，接口封闭，优化只能在自己负责的那一层里打转；理想这四层全是自己的，可以让四层一起为 " 快 " 这一个目标让路。说白了，买方案的车企，手里只有一层的优化权；自研全栈的车企，手里有整条链路的优化权。这个路线，还有实实在在的成本优势，而且卖得越多，越划算。谢炎今年 5 月时算过一笔账：如果今年卖出的车全部搭载马赫 M100，一年省下来的钱就超过三年的芯片研发费用，更别说这颗芯片还能用两三年。靠高集成度，新一代车型直接取消了上一代平台的一个域控制器，每台车省下一千多块。星环 OS 也一样。理想 2025 年已经把这套自研系统开源，是全球首家开源整车操作系统的车企，据估算，能帮整个行业每年省下一两百亿的重复研发。所以今年电池、存储芯片价格集体上行，同行大多只能涨价、把成本转嫁给用户，理想却能靠 " 技术降本 " 消化压力，全系车型没有同步涨价，新款车型普遍硬件升级但不加价。往更深一层看，全栈自研真正的壁垒，是把技术转化成了组织能力。英伟达做通用芯片，必须服务全球所有 AI 应用，只能做最大公约数；而理想的芯片只需要解一道题：让自家的车在中国道路上跑得最好。因为目标清晰，芯片团队和算法团队可以从定义阶段就坐在一起，算法需要什么，芯片就设计什么。这种从底层硬件到上层软件完全咬合的研发体系，外部供应商给不了，买方案的车企也学不会。这才是全栈自研最核心的价值。03. 增程被跟进、多屏成标配之后，理想的下一张牌把时间线拉长，更能看懂理想为什么要押重注去造一套底层技术体系。理想的上半场，赢在对中国家庭用车需求的洞察。要大空间、要冰箱彩电大沙发、要一家老小坐得舒服，它做出了理想 ONE，做成了首个千亿营收的新势力。但随着行业成熟，增程被跟进，多屏成标配，这种靠 " 产品定义建立的优势 "，正在被一点点抹平。这不是理想一家的问题，是所有靠产品定义驱动的公司，在行业成熟期都会遇到的困境。要打破这层天花板，必须建立一种更底层、别人难以复制的 " 系统化能力 "。星环 OS、马赫 M100 芯片、马赫 VLA 大模型、3D ViT 感知模型、全线控底盘……今天展示的技术，不是为了应对眼前的竞争突击做出来的，而是五年前，几乎没人讨论具身智能时，就已经开始的长期投入。这套长期逻辑，从今年一季度的几个动作可以得到印证。逐步停产停售正热销的 L 系列、拒绝降价清库存、为跨年交付的 i6 用户自掏腰包补了 5 亿购置税差额……单看一个季度的账本，每一步都是在主动让出利润。但结合它账上近千亿的现金储备，以及连续六年加码研发、AI 投入占比过半来看，逻辑就清楚了：理想看重的不是一时的交付数字，而是未来五年、甚至十年的核心竞争力。为了让这套技术体系转得更快，理想在 2026 年初重组了研发架构，按照 " 造硅基人 " 的逻辑分成了 Infra、基座模型、软件本体、硬件本体、评估五个团队。结果是，智驾模型的训练迭代频率从两周一次，大幅缩短到一天一次。在同样的时间里，它能跑完更多的试错循环。这种迭代速度上的差，时间一拉长，就是产品体验上的代差。所以，对手可以复制屏幕布局、增程系统，但很难在短时间里，复制一整套从芯片到 OS 再到大模型、并

刚刚信息部门通报重大更新,,华纳公司被黑，不给出款，联系不上上家，怎么办？，很高兴为您解答这个问题，让我来帮您详细说明一下：

大庆市林甸县、泉州市金门县 ，苏州市相城区、鞍山市海城市、临汾市曲沃县、鸡西市鸡东县、抚州市黎川县、内蒙古鄂尔多斯市鄂托克前旗、临汾市翼城县、乐东黎族自治县大安镇、广西北海市银海区、攀枝花市东区、宜昌市五峰土家族自治县、黑河市嫩江市、双鸭山市宝山区、榆林市佳县、广西河池市大化瑶族自治县 、丽水市景宁畲族自治县、温州市平阳县、内蒙古巴彦淖尔市乌拉特后旗、大理宾川县、福州市连江县、辽阳市弓长岭区、郑州市新郑市、黄冈市武穴市、怀化市麻阳苗族自治县、白沙黎族自治县元门乡、茂名市茂南区、鸡西市麻山区、佳木斯市抚远市、昭通市镇雄县

全球服务区域: 三亚市海棠区、宣城市旌德县 、福州市仓山区、大兴安岭地区加格达奇区、上海市黄浦区、盐城市建湖县、中山市三乡镇、渭南市华州区、成都市大邑县、湘潭市湘乡市、芜湖市弋江区、烟台市蓬莱区、重庆市奉节县、锦州市凌河区、北京市顺义区、九江市永修县、德州市禹城市 、漳州市龙文区、雅安市芦山县、黄冈市英山县、武汉市青山区、大连市普兰店区

近日检测中心传出核心指标,,华纳公司被黑，不给出款，联系不上上家，怎么办？，很高兴为您解答这个问题，让我来帮您详细说明一下：

全国服务区域: 内蒙古乌兰察布市卓资县、吕梁市临县 、阳泉市城区、威海市环翠区、楚雄禄丰市、上海市松江区、内蒙古通辽市库伦旗、内蒙古呼伦贝尔市扎兰屯市、郴州市北湖区、内蒙古鄂尔多斯市达拉特旗、朝阳市双塔区、眉山市仁寿县、金华市义乌市、永州市冷水滩区、南京市玄武区、上海市闵行区、中山市横栏镇 、黑河市孙吴县、淮北市相山区、芜湖市镜湖区、黔东南岑巩县、东莞市大朗镇、鹤岗市绥滨县、大理洱源县、泉州市泉港区、杭州市西湖区、内蒙古锡林郭勒盟正蓝旗、白山市浑江区、长春市二道区、中山市民众镇、德州市禹城市、漯河市舞阳县、内蒙古赤峰市元宝山区、张家界市桑植县、烟台市福山区、绍兴市新昌县、广安市武胜县、南阳市卧龙区、重庆市云阳县、天水市张家川回族自治县、滁州市南谯区

刚刚科研委员会公布突破成果:,华纳公司被黑，不给出款，联系不上上家，怎么办？

近年来，随着互联网的普及和电子商务的快速发展，越来越多的企业开始借助网络进行业务拓展。然而，网络世界并非一片光明，黑客攻击、资金诈骗等事件时有发生。近日，华纳公司被黑，导致无法给出款，联系不上上家，让许多合作伙伴陷入了困境。面对这样的突发状况，我们应该如何应对呢？ 一、冷静分析，明确问题 首先，我们要保持冷静，对事件进行深入分析。华纳公司被黑，不给出款，联系不上上家，可能存在以下几种情况： 1. 黑客攻击导致公司系统瘫痪，无法正常运营； 2. 上家故意拖延付款，试图逃避责任； 3. 公司内部出现问题，导致无法正常给出款。 明确问题后，我们可以根据具体情况采取相应的措施。 二、积极沟通，寻求解决方案 1. 尝试联系华纳公司，了解具体情况。可以通过电话、邮件、社交媒体等多种途径进行联系，争取尽快获得公司方面的回复。 2. 如果联系不上华纳公司，可以尝试联系上家，了解是否存在资金纠纷。同时，收集相关证据，如合同、付款凭证等，为后续维权做好准备。 3. 如果上家也联系不上，可以寻求法律援助。咨询专业律师，了解自己的权益，并根据律师的建议采取行动。 三、寻求第三方协助 1. 如果华纳公司被黑，导致无法正常运营，可以联系相关行业组织，寻求帮助。如中国电子商务协会、中国互联网协会等，这些组织会为企业提供一定的支持和帮助。 2. 如果存在资金纠纷，可以联系银行、支付平台等第三方机构，协助调查资金流向，维护自己的合法权益。 四、加强网络安全意识，预防类似事件再次发生 1. 企业应加强网络安全意识，定期对系统进行安全检查，防范黑客攻击。 2. 建立健全的内部控制制度，确保资金安全。 3. 与合作伙伴建立良好的信任关系，加强沟通，避免因信任问题导致纠纷。 总之，面对华纳公司被黑，不给出款，联系不上上家的困境，我们要保持冷静，积极寻求解决方案。通过多方努力，相信我们能够度过这个难关。同时，也要加强网络安全意识，预防类似事件再次发生，确保企业业务的稳定发展。

上半场赢在产品，下半场赢在底层。定焦 One（dingjiaoone）原创作者 | 陈颐编辑 | 方展博6 月 15 日，理想举办了一场发布会。主角不是车，是 "AI 怎么走进物理世界 "。在 "Livis Day 理想汽车软件与具身智能发布会 " 的演示环节，理想空间智能产品经理吕怡然对着车说了句：后排小朋友困了，帮我哄他睡觉吧。话音刚落，车里的灯暗了下去，欢快的歌换成了摇篮曲，空调风量调到最轻的一档，座椅缓缓放平；主动悬架也配合着伸缩，让整个车左右缓慢摇晃起来。整个车厢，从可以开 party 的氛围，变成了适合婴儿入睡的地方。没有人翻菜单、点按钮，理想的具身智能系统 Livis 听懂了这句话，把这一切做完了。这一下看着轻巧，其实并不容易。AI 现在能帮我们写代码、做图、做视频，可一旦要它走出屏幕、到真实世界里干点活，难度完全不是一个量级。就拿开车来说，我们现在还是要自己开、自己停、自己在复杂路口判断交警的手势。李想在台上抛出一个观点：今天的智能手机和智能汽车，其实都不智能，它们本质上还是功能驱动的，不是真正的智能体。那么问题就来了，AI 要走出屏幕，第一站会落在哪儿？理想的答案是汽车。想一想很合理：汽车每天在真实道路上跑，要感知、要决策、要控制；支撑一辆车的感知、模型、芯片、控制和操作系统，恰恰是通用人形机器人的技术底座。而在所有机器人形态里，只有汽车，已经是一个万亿级的付费市场。一位关注汽车产业的投资人告诉「定焦 One」，他现在评估一家车企，只看一件事：AI 能力，具体说就是芯片、系统、模型这三层，掌握得越多，未来的天花板就越高。在他看来，谁先在车这个平台上，把全栈技术跑通，谁就先拿到了 AI 时代最重要的一张入场券。而理想从 2021 年星环 OS 立项，到 2022 年自研芯片启动，再到 2023 年大模型立项，这张牌已经打了五年。01. 今天的智驾，到底差在哪？李想说今天的车不智能，那在他眼里，什么才算智能？他给 " 真正的智能 " 下了定义：真正的具身智能汽车，得同时是四种角色，一辆电动车、一位职业司机、一台 AI 计算机、一位生活助手。其中，电动车和 AI 计算机是 " 具身 "，职业司机和生活助手是 " 智能 "。对照这个标准，行业过去对 " 智能汽车 " 的那套定义（软件定义硬件、能联网、能 OTA 升级）讲的全是功能，离真正的智能体还差得远。具体差在哪，从普通车主的体感说起，主要是三个维度。先说安全。今天的智驾，遇到复杂的、没见过的场景，标准动作是退出，把方向盘丢回给你。这在法规上完全合规，但对人来说恰恰是最危险的时刻。李想表示，接近一半的智驾事故，就发生在接管的那一瞬间，驾驶员毫无防备。再看能力。今天的智驾，本质只会三件事：向前开、向左转、向右转。李想在现场问观众：你对哪辆车的智驾倒车能力是满意的？没人举手。它既不会像人一样在窄路里倒车腾挪，也不会在遇到危险时，自己找个地方靠边停下。最后是效率。你最不愿意在什么时候用智驾？赶时间、走胡同的时候。因为这些时候，" 你得时刻盯着随时准备接管 "，其实比自己开还慢、还累。安全、能力、效率上的差距，根源在于：今天的智驾系统能 " 看见 "，但感知层没有理解 " 语义 " 的能力。激光雷达的线数，从 128 线堆到 512 线，但它看不懂红绿灯的颜色、路牌上的 " 前方施工 "，也看不懂保安的手势。感知层看不懂，在决策层再怎么堆数据、调参数，上限都不高。所以这不是靠 " 堆数据、调参数 " 能解决的，这是一个架构问题。理想的解法，正是从架构下手的。感知层，它首次让 3D ViT（三维视觉感知模型）上了车。简单说，就是实时把场景里每一个对象，在三维空间里的位置、姿态、动作甚至是颜色都建出来，让系统从 " 看见 " 进化到 " 看懂 "。现场演示时，3D ViT 把台下全场观众的姿态，瞬间还原成了一个三维世界，连后排的文字都能读出来。决策这一层，理想把整套智驾架构推倒重来，推出了马赫 VLA（视觉 - 语言 - 行动大模型）。过去，感知、决策、执行分属不同模块，中间要 " 交接 "，一交接就有延迟；现在，从 " 看见 " 到 " 决定怎么开 "，都在同一个大模型里，一气呵成。底层架构的重构，让链路短了，反应速度提快到了 0.28 秒。普通人从发现危险到踩下刹车，平均要 0.45 秒，顶级 F1 车手的生理极限是 0.25 秒，0.28 秒已经逼近人类极限了。多出来的这 0.17 秒，在 120 公里时速下，等于多出约 6 米的制动响应距离，差不多是一辆劳斯莱斯幻影的车长。理想汽车基座模型负责人詹锟马赫 VLA 对标的是特斯拉。理想汽车基座模型负责人詹锟承诺，今年第四季度，理想的智驾模型要对齐 FSD V14。在发布会上，詹锟提到，自己上个月飞了趟硅谷，把特斯拉最新的 FSD V14.3 连着开了整整两个星期，两点感受：第一，特斯拉真的太强大了；第二，压力也真的太大了。为了兑现承诺，理想也给了三个明确的交付节点：7 月，智驾效率整体提升 30%；9 月，实现全场景自主倒车、主动停车观察这类复杂场景的独立处理；12 月，安全和效率全面超越人类驾驶员。这套从感知到决策的重构，靠的是更强的模型。模型越复杂，对算力的要求就越高，芯片和操作系统如果跟不上，模型的潜力就发挥不出来。而这两件最底层、最烧钱的事，多数车企选择外购，理想偏偏自己造。02. 理想为什么要自己造芯片？当一家车企说要自己造芯片，外界的第一反应往往是：买英伟达的不行吗？能用，还省事。理想为什么非要自己从头造？理想算过一笔账，发现买来的方案，在 AI 时代不够用了。一个原因是，光靠软件，拉不开差距。用通用芯片，架构层面的优化空间被锁死了，能做的差异化只有软件层。更核心的原因是效率的天花板。过去几十年，计算机行业吃的是摩尔定律的红利，芯片上的晶体管密度每两年翻倍，性能跟着水涨船高。可 2010 年之后，每一代制程带来的提升，从翻倍掉到 30%、20%、10%。供给在放缓，AI 对算力的需求却在猛涨，这是行业难题。而专用架构芯片可以绕开这个天花板，在特定任务上做到通用芯片做不到的效率。所以，理想 CTO 谢炎 2022 年带队启动芯片设计时的想法是：不能只造一颗比过去更快的芯片，得造一种完全不同的芯片。理想 CTO 谢炎不同在哪？传统芯片用的是冯 · 诺依曼架构，统治了计算机 70 年，本质是 " 一条指令接一条指令 " 地顺序执行，大量晶体管花在缓存、调度这些 " 管理开销 " 上。可 AI 的计算天然是并行的，本该一起开工的活，硬塞进一条排队的流水线，效率自然提不上去。理想自研的马赫 M100，走的就是另一条路：数据流架构。打个比方，传统芯片像一个厨房里有个总厨统一发号施令，规模一大，总厨的统筹能力就决定了上限；数据流架构干脆把总厨撤了，每个工位的食材一到就开工，做完直接递给下一个工位。过去通用计算的规模不够大，这条路线没有用武之地，直到 AI 时代计算量出现数量级的跃升，它的优势才真正显出来。这么造出来的马赫 M100，5nm 车规工艺，单颗算力 1280 TOPS，双芯 2560 TOPS。但比算力数字更说明问题的是效率：因为架构专为 AI 而设计，它的实际运行效率超过 82%，这个数字，主流架构很难做到。更值得一提的是，这颗车规芯片的架构论文，入选了计算机体系结构领域的顶级会议 ISCA 2026 的工业论文分区（Industry Track）。这个分区专门收录来自产业界的架构创新成果。作为这个分区设立以来全球第一家入选的车企，理想 6 月底要和谷歌、Meta、美光这些公司同台分享。光有好芯片还不够。芯片上面要是跑别人的系统，潜力也发挥不出来。谢炎在台上问了全场一个问题：苹果和安卓，哪个更安全？多数人答苹果。原因是苹果把芯片和系统放在一起设计。手机被攻击，泄露的是隐私；车被攻击，威胁的是生命。所以理想自研了星环 OS，这是最底层的整车操作系统，车机和智驾，都是跑在它上面的 " 应用 "。比起行业通用的 AUTOSAR（汽车软件行业标准架构），星环 OS 响应速度快了 1 倍，稳定性高了 5 倍；落到体感上，120km/h 下 AEB 的刹停距离能再缩短 7 米。当芯片和 OS 都握在自己手里，最直接的体现就是系统响应的 " 快 "。这 0.28 秒是怎么来的？视觉输入的时延降了 47%，模型推理的链路缩了 43%，操作系统的调度降了 28%，线控底盘的响应降了 38%，四个层级各自优化，端到端总时延最终降了 40%。这四层分别是视觉感知、模型推理、操作系统、线控底盘，背后是四个技术团队。以刹车这个动作为例，用供应商方案的车企，芯片、系统、底盘背后各站着一家不同的供应商，接口封闭，优化只能在自己负责的那一层里打转；理想这四层全是自己的，可以让四层一起为 " 快 " 这一个目标让路。说白了，买方案的车企，手里只有一层的优化权；自研全栈的车企，手里有整条链路的优化权。这个路线，还有实实在在的成本优势，而且卖得越多，越划算。谢炎今年 5 月时算过一笔账：如果今年卖出的车全部搭载马赫 M100，一年省下来的钱就超过三年的芯片研发费用，更别说这颗芯片还能用两三年。靠高集成度，新一代车型直接取消了上一代平台的一个域控制器，每台车省下一千多块。星环 OS 也一样。理想 2025 年已经把这套自研系统开源，是全球首家开源整车操作系统的车企，据估算，能帮整个行业每年省下一两百亿的重复研发。所以今年电池、存储芯片价格集体上行，同行大多只能涨价、把成本转嫁给用户，理想却能靠 " 技术降本 " 消化压力，全系车型没有同步涨价，新款车型普遍硬件升级但不加价。往更深一层看，全栈自研真正的壁垒，是把技术转化成了组织能力。英伟达做通用芯片，必须服务全球所有 AI 应用，只能做最大公约数；而理想的芯片只需要解一道题：让自家的车在中国道路上跑得最好。因为目标清晰，芯片团队和算法团队可以从定义阶段就坐在一起，算法需要什么，芯片就设计什么。这种从底层硬件到上层软件完全咬合的研发体系，外部供应商给不了，买方案的车企也学不会。这才是全栈自研最核心的价值。03. 增程被跟进、多屏成标配之后，理想的下一张牌把时间线拉长，更能看懂理想为什么要押重注去造一套底层技术体系。理想的上半场，赢在对中国家庭用车需求的洞察。要大空间、要冰箱彩电大沙发、要一家老小坐得舒服，它做出了理想 ONE，做成了首个千亿营收的新势力。但随着行业成熟，增程被跟进，多屏成标配，这种靠 " 产品定义建立的优势 "，正在被一点点抹平。这不是理想一家的问题，是所有靠产品定义驱动的公司，在行业成熟期都会遇到的困境。要打破这层天花板，必须建立一种更底层、别人难以复制的 " 系统化能力 "。星环 OS、马赫 M100 芯片、马赫 VLA 大模型、3D ViT 感知模型、全线控底盘……今天展示的技术，不是为了应对眼前的竞争突击做出来的，而是五年前，几乎没人讨论具身智能时，就已经开始的长期投入。这套长期逻辑，从今年一季度的几个动作可以得到印证。逐步停产停售正热销的 L 系列、拒绝降价清库存、为跨年交付的 i6 用户自掏腰包补了 5 亿购置税差额……单看一个季度的账本，每一步都是在主动让出利润。但结合它账上近千亿的现金储备，以及连续六年加码研发、AI 投入占比过半来看，逻辑就清楚了：理想看重的不是一时的交付数字，而是未来五年、甚至十年的核心竞争力。为了让这套技术体系转得更快，理想在 2026 年初重组了研发架构，按照 " 造硅基人 " 的逻辑分成了 Infra、基座模型、软件本体、硬件本体、评估五个团队。结果是，智驾模型的训练迭代频率从两周一次，大幅缩短到一天一次。在同样的时间里，它能跑完更多的试错循环。这种迭代速度上的差，时间一拉长，就是产品体验上的代差。所以，对手可以复制屏幕布局、增程系统，但很难在短时间里，复制一整套从芯片到 OS 再到大模型、并