造車的理想要「All in AI」，這事靠譜嗎？

AI 需要的錢，可比造車要多多了。

最近，理想汽車連續三天推出「2024 理想 AI Talk」，分享了理想汽車董事長兼 CEO 李想對人工智能的最新思考，以及包含智能駕駛和理想同學在內的人工智能技術的最新進展。

其中，最引人關注的是，李想宣佈基於自研基座大模型 Mind GPT 的理想同學將從車機進入手機，目前 App 已經上線。

這意味着理想汽車正式加入「基座大模型+個人超級助手」的競爭行列，與字節豆包、月之暗面 Kimi、騰訊元寶、百度文心一言等產品同場較量，進一步加劇了原本就競爭激烈的市場。

李想和理想團隊「All in AI」，看似進入了一個潛力巨大的市場，但其背後所面臨的技術挑戰和資本投入不可小覷。理想汽車是否具備足夠的資金和技術積累，支撐這一宏大 AI 夢想，值得關注。

01

對標特斯拉

在 AI Talk 中，李想勾勒出一個從智能汽車邁向人工智能科技公司的藍圖。

李想表示，理想汽車的願景絕不僅限於智能汽車的技術迭代，而是要塑造一家全球領先的人工智能企業。他認爲，汽車的智能化不僅是提升軟件性能的過程，而是通過人工智能全面進化，推動汽車從工業時代的交通工具轉型爲人工智能時代的「空間機器人」。

李想特別強調了基座模型在人工智能時代的重要性，將其比喻爲操作系統與編程語言的結合。基座模型不僅是推動汽車智能化的核心，還成爲未來全場景智能應用的技術基石。

在談到人工智能的未來佈局時，李想提出了一個全新的概念——「硅基家人」，這是理想汽車對通用人工智能（AGI）的長遠佈局。通過這個構想，理想汽車展現了從汽車廠商到人工智能公司的轉型決心。

儘管這些戰略藍圖聽起來鼓舞人心，但冷靜下來後，不禁讓人思考：理想到底要幹什麼？具體要如何實現這些目標？

簡單說，李想的藍圖無疑直指全球最前沿的企業競爭——不止步於成爲中國智能汽車的領導者，而是以 AI 爲核心能力，與特斯拉這樣的行業巨頭爭奪人工智能時代的制高點。

在訪談中，李想詳細闡述了汽車行業的四個代際發展，併爲理想的未來明確了路徑：

第一代（BT，流程化時代）：福特通過流水線大規模生產汽車，推動了汽車從奢侈品到大衆消費品的轉變。豐田的精益生產理念進一步深化了這一階段。

第二代（IT，信息化時代）：以控制爲目的的軟件系統的出現，如 SAP 和 Oracle，它們幫助車企實現業務流程的數字化和管理的標準化。

第三代（DT，數據技術時代）：數據技術成爲核心，強調對完整數據的收集和分析，以實現對客戶全生命週期的服務和管理，比如汽車之家。

第四代（AI，人工智能時代）：AI 進一步推動了數據的進化，通過深度學習和智能算法，企業能從海量數據中提取智能決策能力。在汽車行業，AI 不僅用於智能生產，還廣泛應用於自動駕駛、機器人和個性化服務。

目前，能被稱之爲第四代企業的公司少之又少，特斯拉算一家。馬斯克多次強調，特斯拉已經不再是一家傳統車企，而是一家以人工智能和機器人爲核心的科技公司。特斯拉在人工智能領域做了大量前瞻性投入。2024 年 4 月，馬斯克在社交平臺上宣佈：「特斯拉今年將在人工智能方面投入約 100 億美元。」

特斯拉在自動駕駛領域的突破尤爲突出。2024 年 3 月，特斯拉正式在北美市場全面推送 FSD（完全自動駕駛）V12.3 版本，標誌着智能駕駛的又一次重要技術突破——端到端大模型的上車。

除了在汽車領域的智能化，特斯拉正在拓展人工智能技術的更多應用場景：以 Tesla Bot 爲代表，特斯拉正在開發能服務家庭、工業等多領域的通用機器人；通過自研超級計算機 Dojo 和大規模數據處理架構，特斯拉構建了強大的 AI 生態體系。

從智能汽車到人工智能科技公司，李想爲理想汽車描繪了一幅宏偉藍圖，對標特斯拉成爲第四代企業。這不僅是一次技術路徑的選擇，更是一場面向未來的戰略競逐。

然而，藍圖和願景最終都需要技術和時間的驗證。

02

巨頭的遊戲

理想進軍人工智能領域，展現了雄心勃勃的決心。然而，大模型無疑是一個吞噬資本的巨獸，只有具備雄厚資金的企業，才能在這場競爭中立足。否則，不僅難以進入這一賽道，更可能在激烈的角逐中被迅速淘汰。

根據拾象科技 CEO 李廣密的估算，OpenAI 2024 年的買卡費用至少爲 30 億美元，全球範圍內這個數字至少要翻五倍，即 150 億美元。他預估，未來 OpenAI 訓練大模型可能需要 200 億-300 億美元，Google 不低於這個數字，Anthropic 可能需要 100 億-200 億美元。這還沒有算上人才激勵等費用。

而在國內，可以看看國內第一梯隊字節的投入。據外媒報道，2023 年 12 月底，僅買卡一項，字節跳動計劃花 70 億美元。雖然該消息被字節官方否認，但這樣龐大的數字或許不是空穴來風。據科技諮詢公司 Omdia 估計，2024 年字節跳動斥資購買了 23 萬張英偉達 GPU 卡，是其全球第二大客戶（僅次於微軟）。

在訓練方面，去年 8 月，百川智能創始人、CEO 王小川告訴極客公園，自研大模型的每次訓練成本跟訓練 token 數和參數量相關。在中國，每 1 億參數對應訓練成本 1.5萬到 3 萬人民幣，一個千億級參數的模型訓練單次訓練成本預估在三千萬至五千萬人民幣。如果對於模型的能力有更高要求，比如追上 GPT4.0 的水平，單次訓練投入會超過 5 億人民幣。

而通常在訓練之前，公司還需要做大量的實驗來確定訓練所會採用的策略，外加人力及數據上的投入，一個效果好的模型的整體投入會是單次訓練投入的 5-10 倍，也就是 25 億元-50 億元。這還只是去年的數據，隨着今年多模態模型、推理模型等成爲主流，中國的大模型之戰也一定是一個驚人的數字。

如果說創業公司主要靠拿融資，那麼大企業則需要穩定的利潤和現金流來支撐。

在國外，以 2023 財年爲例，蘋果以 969.95 億美元的淨利潤領跑衆多 AI 玩家，谷歌緊隨其後淨利潤達到 738 億美元，微軟以 723.61 億美元的淨利潤位列前茅，Meta 則爲 390 億美元。即使是其中體量最小的特斯拉，淨利潤也高達 150 億美元。參與這場遊戲的企業，無一不是資本、技術的巨無霸，市值普遍突破萬億美元，年利潤動輒以數百億美元計。

在國內，主要的模型玩家，字節據報道 2023 年利潤達數百億美元；阿里巴巴 2023 財年營收爲 8687 億元、淨利潤爲 1440 億元；騰訊 2023 年營收 6090 億元，淨利潤 1577 億元；百度 2023 年收入爲 1346 億元、淨利潤 284 億元。但即便如百度這樣的大廠，去年 9 月也被傳言要放棄基座大模型（被官方否認），足以看出大模型這場遊戲之難。

相比之下，理想汽車在市值、營收和利潤方面差了一個量級。2023 年，理想汽車營收 1238.5 億元，同比增長 173.5%；淨利潤 118.1 億元，第一次實現全年扭虧爲盈。而 2024 年前三季度，理想汽車的淨利潤累計爲 45 億元，截止 9 月底現金儲備爲 1065 億元。雖然放在新能源汽車領域表現優異，但距離這些大玩家還有很大差距。

況且，智能汽車領域的競爭，尚未見分曉，正逐步進入真正的「大決戰」階段。隨着行業的激烈博弈，理想汽車此時選擇開闢人工智能這一「第二戰場」，無疑是一次充滿風險的大膽選擇。

相比智能汽車，人工智能是一場更龐大資金量、更高難度、以及競爭對手更強大的賽道。

「All in AI」體現了李想對於汽車產業未來的核心思考，這個判斷毫無疑問是對的。但對於理想汽車來說一個更迫在眉睫的挑戰，或許應該是此前折戟的純電系列車型，在 2025 年如何在市場中複製增程車型的成功，有了穩健的根據地，纔有足夠的自由度，進而依靠在大模型領域絕對的創新，而不是絕對的“有錢”去實現這個戰略判斷的最終實踐。

理想雖然表達「不想造車，而是給用戶創造硅基家人」，但創業者的宿命在於，很多時候創業者最不想做的事情，往往是最需要最先做好的事情。因爲只有最終執行出來的戰略，纔是好戰略。

本文源自：極客公園

作者：周永亮、shiyun