2025年理想汽车研究报告：从造车到AI，争夺车企升维之战制高点

1. 基本情况

1.1. 发展历史：十年高速发展

理想是中国高端新能源车制造商，成立时间虽短，但发展历程至今已可分为四个阶段： 1) 2015-2017 年：公司初创，经历挫折。公司成立即定位家庭用车，但首款产品 SEV 策 划失败，未实现成功量产。 2) 2018-2021 年：从 0 到 1，爆款逆袭。公司发布首款产品理想 ONE，随着理想 ONE 成为爆款车型，公司获资本市场认可，并成功在美股、港股上市。 3) 2022-2023 年：从 1 到 n，高速成长。公司陆续推出 L7/L8/L9/MEGA 等多款车型丰 富产品矩阵，随车型的增加，公司总销量持续攀升，并在财务上实现盈利。 4) 2024 年-至今：聚焦 AI，企业转型。公司加速 AI 研发推进，陆续完成城市 NOA、 无图 NOA、端到端+VLM 架构、车位到车位智驾的推送，进入车企智能化第一梯队， 并在 2024 年末宣布转型为人工智能企业。

1.2. 股权结构：创始人绝对控股、员工激励到位

公司股权结构集中，创始人李想具有绝对控制权。公司第一大股东为创始人李想，持有 21.88%的股权；第二大股东王兴（美团创始人）持股 17.92%。公司采用双重股权结构， 李想拥有 68.87%的投票权，为公司实控人。为方便海外融资，公司采取 VIE（可变利益 实体）架构，其中北京车和家信息技术有限公司为公司的运营实体。

公司共实施过三次股权激励计划，并多次授予股权激励。公司 2019 年和 2020 年两次面 向除李想外的员工进行激励，累计授予 6481 人次、1.4 亿股。2023 年起已实施 5 次授予， 授予范围广、频次高。2024 年 3 月，公司新增绩效条件以应对行业竞争。此外，公司 2021 年单独对创始人李想进行激励，授予行权价为 14.63 美元/股的股票 1.08 亿股。该计划以 交付量作为行权条件，分别为连续 12 个月内的车辆总交付量达到 50/100/150/200/250/300 万辆。2024 年 1-12 月公司交付量 50.1 万辆，已达第一批股权解锁条件。

1.3. 产品矩阵：聚焦 20 万元以上家庭车型

理想产品聚焦家庭用车，产品矩阵 2025 年由增程向纯电拓展。公司产品结构包含 SUV/MPV，目标用户普通家庭/多孩家庭，价格带覆盖 25~60 万元，定位高端品牌。公司 以增程动力起家，现逐步拓展至纯电车型，在 2024 年 3 月上市首款纯电车型 MEGA。目 前有 4 款增程 SUV（L 系列）和 1 款纯电 MPV（MEGA）在售，规划未来将推出 i 系列 纯电 SUV，首款车型 i8 计划 2025 年 7 月上市，第二款车型 i6 计划 2025 年下半年发布。

1.4. 销量表现：多款车型市场前三

理想多款车型排名细分市场前列，连续爆款单品推动公司总销量增长。公司 L 系列增程 车型销量表现优异，其中 L6、L7、L9 位列细分市场销量第三，L8 排名第五。因此，尽 管公司目前仅有五款在售车型，但在 L 系列爆款车型共同发力下，销量高速增长，2024 年实现销量 50 万辆，同比+33%。

1.5. 财务概览：体量持续增长、盈利能力较稳定

2024 年公司净利出现下滑，但季度环比逐渐修复。2024 年之前，公司营收和净利高速增 长，2021、2022、2023、2024 分别实现营收 270 亿、453 亿、1203、1445 亿元，同比+186%、 +68%、+173%、+17%，实现净利-3.2 亿、-20 亿、117、80 亿元。2024Q1，受 MEGA 上 市和竞品影响，公司销量大幅下滑（环比-53%），导致营收和净利环比-39%和-90%。之 后，公司迅速调整战略，将重心重新聚焦到 L 系列，并在 2Q24 推出走量车型 L6。在 L6 高销量带动下，公司业绩逐季改善，Q2、Q3、Q4 营收环比+24%、+35%、+3.3%，净利 环比+87%、+156%、+25%。

盈利能力方面，近年公司整车毛利率较为稳定、净利率 4Q22 后维持盈利。公司定位中 高端品牌，ASP 在 25-35 万元水平。ASP 主要受到销量结构、定价能力、市场竞争等因 素的多重影响，公司 ASP 主要受销量结构的影响。由于公司 L 系列产品推出顺序为价格 从高到低，4Q22 起公司 ASP 由 37 万元持续下滑至 4Q24 的 27 万元。尽管 ASP 持续下滑，但由于公司具备较强规模效应、供应链管理能力，公司整车毛利率表现优异，维持 在 20%左右波动。公司净利率 4Q22 转正后维持正数水平，1Q24 随销量下滑净利率降至 2.3%，后逐季恢复，4Q24 净利率 8.0%，环比+1.4PP。

2. 软件：第一梯队转型人工智能企业

2024 年理想第一梯队宣布转型从智能电动车企转型为人工智能企业。复盘公司在智能化 上的发展，可分为三个阶段： 1） 一阶段，2015-2021 年：公司自 2015 年成立以来，一直将人工智能作为长期战略目 标，但早期未公开强调。2018 年公司开始部署智能化及 AI 相关团队。2020 年，公司 在美股上市，随之加大研发投入，着手构建技术平台化，主要包括智能驾驶平台 AD 和智能座舱平台 SS。此后，公司通过 OTA 升级智能驾驶和智能座舱的功能，陆续推 出，如 2021 年智能驾驶推出高速 NOA 功能、智能座舱推出“理想同学”语音助手。 2） 二阶段，2022-2024 年：2022 年公司内部将发展 AI 确立为战略核心，确定把人工智 能作为未来研发关键。2023 年，随 ChatGPT 相关应用爆发，公司正式将 AI 从“隐藏 战略”转为“公开战略”，明确提出“AI 定义汽车”方向。期间，持续通过 OTA 升级车型 智能化能力，2023 年 12 月发布 OTA 5.0，智能驾驶推出全场景智能驾驶（NOA），覆 盖全国 110 个城市，智能座舱实现 Mind GPT 大模型上车。 3） 三阶段，2025 年-至今：2024 年 12 月，公司宣布从“智能电动车企业”转型为“人工智 能企业”，并提出其愿景“连接物理世界和数字世界，成为全球领先的人工智能企业”。

2.1. 行业巨变：AI 时代，车企商业模式迎来升维

车企是端侧 AI 核心参与者，整车智能化是最前沿、最接近变现的端侧 AI。AI 应用可分 为云测 AI 和端侧 AI，车企是端侧 AI 的核心参与者。其中，智能驾驶作为融合先进传感 器、人工智能、通信和自动控制等技术的综合性应用，是端侧 AI 领域最前沿且最接近变 现的方向。

随着 AI 大模型发展，2023 年特斯拉提出端到端架构实现智能驾驶。端到端技术具备强 大的学习能力和泛化能力，能加速智能驾驶技术迭代与落地。随后，国内车企随之切换 至端到端架构，并在 2024 年由华为、理想、小鹏率先实现端到端城市 NOA 功能上车。 中期维度，智能驾驶仅是车企端侧 AI 应用的起点，智驾可泛化场景丰富，千亿端侧 AI 市场待挖掘。从技术框架上看，智能驾驶与机器人技术高度同源，汽车本身可被视为一 种特殊的智能体。车企或以智能驾驶为锚点，进军无人驾驶、机器人等，进行横向应用 场景泛化。端侧 AI 具备千亿空间，据 Market.us 预测，2022 年至 2032 年全球端侧 AI 市 场空间将从 152 亿美元提升至 1,436 亿美元，年复合增长率达 25.9%。

长期视角，AI 有望带动车企商业模式从“硬件”走向“硬件+软件+服务”的综合模式。传统 车企以硬件制造、销售为主，现阶段逐渐转向2.0“硬件+软件”模式，最后有望升级至3.0“硬 件+软件+服务”模式。在 2.0 模式下，车企在销售硬件之外，将通过软件收费从存量用户 中持续获取价值，同时拓展无人驾驶、机器人等新业务领域。3.0 模式则进一步整合硬件、 软件和服务，形成多维度覆盖的闭环，这将改变车企的投入要素与产出，优秀的企业有 望在这个过程中从高端制造企业向 AI 科技企业转型。2025 年，在 AI 方向上领先的车企 则有望延商业模式升级的逻辑迎来估值重塑。

2.0 模式下市场空间有望从 25 年 0.9 万亿增至 30 年 4.3 万亿，CAGR 约 36%。综合硬 件、软件维度和智驾、无人驾驶和机器人业务的发展，我们认为 2.0 商业模式下的市场空 间有望从不到万亿拓展至 4.3 万亿，CAGR 有望达到 36%。其中，硬件/软件、汽车/机器 人的业务比重变化明显，软件、机器人业务或具备更强的成长弹性。商业模式的变化进 一步会带动行业投入产出、ROE 等发生变化。

商业模式变革带动认知改变，进而重塑估值。车企传统估值方式看重未来 1-2 年的盈利 前景和终局份额，本质是基于硬件销售的商业模式。按照我们的预估，车企在中期进入 到 2.0 硬件+软件的商业模式时，机器人、软件都会打开丰厚的市场空间。车企商业模式 的变革将推动投资者认知的转变，进而引发估值方法的更新与估值体系的重塑。与美股 科技相比，新能源车企的 PE/PS 仍有非常大的提升空间；与港股互联网公司相比，PE 较 差、PS 有提升空间，但从 2 年复合维度看成长性或更强。

2.2. 竞争：理想的 AI 竞争已处于车企头部

2.2.1. Think outside the box

理想之所以和其它车企有区别，核心在于公司率先跳出智能驾驶和智能座舱的狭义框架 去思考整车之于人工智能以及人工智能之于整车的意义。首先我们介绍一下理想对这个 议题的理解。 按李想/理想的定义，人工智能发展分为三个阶段，目前我们处于第一阶段。表面上，AGI （通用人工智能）与智能驾驶是两条独立赛道，实际上二者存在深层关联：AGI 追求横 向扩展的通用认知能力，智能驾驶则是垂直深化的场景化应用，二者共同指向自主决策 能力的进化。 当前阶段的 AGI 与智能驾驶都需要人类监督（第一阶段），未来 AGI 与智能驾驶将向着 独立闭环任务执行（第二阶段）进化，进而完成终极目标拥有开放环境的自主决策能力 （第三阶段）。按李想的定义，人工智能发展分为三个阶段，同时也与 SAE 智驾五阶段、 OpenAI 对 AGI 五阶段嵌套： 1） 第一阶段，增强能力：AI 辅助人类决策。AI 作为使用者的辅助工具，帮助提升工作 效率和便捷性，但最终决策权仍在人类手中，对应智能驾驶中的 L0-L3 和 AGI 中的 L1-L2（见下表）。 2） 第二阶段，成为助手：AI 独立执行任务。智能驾驶方面，对应 L4 高度自动驾驶、 L5 完全自动驾驶，车辆可以在驾驶模式下，按要求独立完成动态驾驶任务，AGI 方 面，对应 L3 智能体和 L4 创新者，即不仅能思考，还能在没有人类持续监督的情况 下执行任务，并对任务进行优化（L3）和创新（L4）。 3） 第三阶段，硅基家人：AI 主动管理家庭事务。此时 AI 具备延续用户记忆，不再需 要人类做出任务指示，AI 成为家庭的重要成员。对应 AGI 中的 L5 级别，即 AI 将 能高度自主和有策略地执行整个人类组织的工作。

同时，公司认为基座模型最终会融合成 VLA 模型。车端智能可分为语言智能、视觉语言 智能、空间智能，比如理想同学为语言智能、智能驾驶为视觉语言智能、空间智能。实际 应用中，单独的语言模型、视觉语言模型和行为模型存在局限性，语言模型缺乏对物理 世界的直接感知能力，而空间模型在理解和解释复杂场景时可能不够灵活。因此，公司 自研基座大模型 Mind GPT 增强语言模型的能力，并在智能驾驶上使用端到端+VLM （Visual Language Model），使用语言智能辅助行为智能。 目前端到端的和 VLM 仍是两个不同的基座，公司认为，空间模型和语言模型融合是技术 发展的必然趋势，未来基座会是多模态模型（VLA，Visual Language Action Model），具 备视觉、语言和行动能力，以形成更强大的智能体。语言模型和空间模型是多模态模型 的基础，这也是公司重视并自研基座大模型 Mind GPT、智能驾驶端到端+VLM 以及理想 同学的原因。

2.2.2. 理想的规划与进度

公司转型 AI 企业，目标成为全球领先的人工智能企业，目前智驾、智能助手、基座大模 型研发齐头并进，机器人方面也开始有了布局计划。公司重视 AI 研发，一年 100 亿研发 投入中接近一半投在人工智能领域。目前，公司在 AI 领域已积累了端到端+VLM 双系统 架构智能驾驶、自研基座大模型 Mind GPT-3o 等成果，并正在积极推进多模态模型 VLA 的研发。公司在 AI 发展上的节奏规划： 1) 短期，2025-2026 年： 智能驾驶方面，持续迭代端到端+VLM 智驾系统能力，2025 年实现 L3 有条件的自动驾 驶，涵盖城市和高速全场景 NOA 的无缝衔接。2025 年、2026 年逐步将综合 MPI（城市 +高速综合接管里程）提升至 500 公里、1000 公里以上。 智能助手方面，将理想同学从车机拓展到更多终端设备，建立跨设备 AI 生态，并提升其 在语言智能和多模态交互方面的能力，其中理想同学手机版 APP 已在 2024 年 12 月上 线，服务现有 100 万家庭用户（300-500 万人）。 2) 中期，2027-2030 年： 智能驾驶方面，三年内推出“摘掉方向盘”的产品，实现 L4 级别的自动驾驶。到 2030 年， 有 50%概率会做一辆人工智能超级跑车。具身智能方面，公司计划在解决 L4 级别自动驾驶汽车，即最简单的人工智能机器人后， 研发制造人形机器人，以拓宽世界模型的应用边界。 到 2030 年，希望公司能成为全球领先的人工智能企业。 3) 长期，2030 年之后： 终极目标打造“硅基家人”，这一阶段 AI 具备自主决策能力，能成为家庭成员的组织者与 记忆延续载体。 此外，公司结合制造业和未来发展，进一步泛化了 AI 的布局，在上述空间智能（GPT 等）、 智能驾驶之外，部署了智能工业、智能商业。

当前进度一：智驾

公司拥有 AD Pro 和 AD Max 两套智驾系统。公司车型全系标配智驾，以芯片进而功能 为核心差异，分为高阶 AD Max 和低阶 AD Pro 两套系统。 1) AD Max 系统：由公司全栈自研，代表了公司智驾技术的最高水平。该系统目前以双 英伟达 Orin-X 芯片+激光雷达为核心硬件，实现了覆盖高速、城区、泊车全场景的 智能驾驶功能。2024 年 10 月公司 OTA 推送了端到端+VLM 架构，标志着 AD Max 城市 NOA 进入新阶段。持续 OTA 之外，2025 年 AD Max 搭载芯片也有望全面升级 至英伟达 Thor-U 芯片。 2) AD Pro 系统：由公司和轻舟智航联合开发。该系统目前以地平线 J5 芯片为核心硬 件（无激光雷达），其大量数据及代码继承自 AD Max，以纯视觉方案的低成本实现 了高速 NOA 和智能泊车等核心功能。2025 年 AD Pro 搭载芯片有望升级至地平线 J6M 芯片，同时将会增加激光雷达。

软件方面，公司通过 OTA 迭代，目前已完成车位到车位智驾的全量推送，以下为最近两 年以来最重要的四个更新节点： 1) 2023 年 12 月，全量推送城市 NOA：覆盖全国 100 座城市，此系统基于 NPN 先验 网络，依赖高精地图和先验信息，通过感知、定位、规划等模块化流程实现行驶轨 迹的输出。 2) 2024 年 7 月，全量推送无图 NOA：从 NPN 转向分段式端到端架构，将复杂的模块 化流程简化为感知和规划，摆脱高精地图依赖，实现有导航就能开，将可用范围扩 展至全国。 3) 2024 年 10 月，全量推送端到端+VLM 架构：通过 VLM 视觉语言模型增强逻辑思维 能力，提高对复杂环境的应对，增加了路边起步、U 形掉头、环岛通行等功能。 4) 2024 年 11 月，全量推送车位到车位智驾：场景覆盖升级，实现从车位自主驶出、通 过 ETC 收费站、城市环岛/掉头、狭窄小路通过、自动泊入车位的全程无断点的智驾 体验。

高阶智驾 AD Max 车型销量占比提升。目前，公司车型仅在 AD Max 高阶智驾系统上支 持城市 NOA 功能。随着公司智驾能力的提升、城市 NOA 功能的优化以及消费者认知的 改变，AD Max 车型在公司销量中占比显著提升。从 2024 年 2 月的 20%增长至 2024 年 下半年的 50%以上。其中，在公司 30 万元以上、40 万元以上价格带中，AD Max 占比高 达 70%+、80%+（2024 年 11 月）。

当前进度二：座舱

理想座舱交互是市场公认比较出色的几家之一。公司车型全系标配智能座舱，自 2021 年 起通过 OTA 实现功能进化。2022 年 ChatGPT 的推出革新了自然语言交互范式，其基于 Transformer 架构的大模型技术显著提升了模型的语义理解、逻辑推理和多轮对话能力， 在此之后国内车企随之加速大模型在智能座舱上的应用，其中理想于 2023 年率先实现大 模型 Mind GPT 上车。截至当前，理想 Mind GPT 已实现三个版本的迭代： 1) 2023 年 12 月，Mind GPT 1.0：基于 TaskFormer 架构首次上车，语音助手"理想同学 "升级为"AI 理想同学"，支持百科全书问答、行程规划、写作辅助、绘画大师等功能， 首次实现座舱交互从指令执行到意图理解的能力跨越。 2) 2024 年 8 月，Mind GPT 2.0：升级为 MoE（混合专家模型）+Transformer 架构，模 型规模翻倍但推理成本基本不变，2.0 重点优化长上下文理解能力和逻辑推理能力。 3) 2024 年 12 月，Mind GPT-3o：架构升级为多模态端到端大模型，能够实现从感知到 认知再到表达的完整能力。基于 Mind GPT-3o 打造的理想同学其语音识别准确率提 升 20%、绘画准确性提升 30%。

2.2.3. 竞争要素层面理想的优势

数据、算法和算力是 AI 能力竞争的三个核心要素。数据是通过采集并标注形成的多模 态信息集合，涵盖文本、图像、语音、传感器信号等，数据是模型训练的基础，例如特斯 拉标注数亿帧图像训练占用网络模型，解决识别问题。算法是解决问题的数学框架与 逻辑流程，决定数据的使用效率，如智驾端到端架构通过算法革新将传统的感知、决策 与执行模块整合为单一模型，提高了系统能力上限。算力是硬件提供的计算能力，云端 算力依托数据中心的高性能计算集群，完成千亿参数模型的并行训练，提供模型训练、 仿真测试与数据处理的支撑；端侧算力通过专用芯片实时处理数据，并做出低延时推理。 但是跳出 AI 能力本身之外，也需要看到团队、机制对 AI 业务发展的重要影响。对车企 而言，如果未来要深度参与 AI 行业，还需要和科技互联网公司竞争。那么是否有更适宜 于 AI 业务发展的团队、机制，也是车企作为制造行业进行转型调整的重要议题。 接下来我们在 AI 三要素和团队层面对理想的情况进行梳理。简言之，在车企行列中，理 想由于更早意识到 AI 世界模型的价值并行动，且得益于优秀的销量，优秀的管理，目前 已身处车企 AI 竞争的第一梯队。后续面对科技公司的竞争，理想依然有我们前文所述智 驾端侧的极大优势。

数据上：理想行业领先的销量将助力其积累更大规模的 AI 数据，形成正反馈。公司月销 位居在新势力品牌前列，2024 年起月销达到 5 万辆级。高销量帮助积累用户基数，庞大 的用户基础提供真实数据，数据驱动算法迭代提升 AI 能力，最终形成"销量增长-数据积 累-技术升级-销量增长"的正循环。截至 2024 年，公司累计销量超 100 万辆，其中除 19/20 款理想 ONE 均标配“理想同学”智能语音助手，智驾累计用户数达 110.9 万人，智驾累计 里程 29.3 亿公里。与竞对相比，理想销量和行驶里程高于鸿蒙智行、小鹏和小米，低于 特斯拉，考虑到特斯拉 2025 年 2 月才在中国开放城市 NOA 功能，理想在中国智驾上的 数据积累具备领先优势。

算力上：布局云端算力，支撑模型快速迭代。公司与火山引擎合作布局云端算力，截至 2024 年 12 月，算力达 8.1 EFLOPS，该算力对应年投入达 20 亿元水平。公司长期目标， 布局 100 EFLOPS 量级的算力以实现 L4 级别自动驾驶，彼时每年投入超 10 亿美金。充 足算力支撑模型快速迭代，2024 年实现 30 天迭代 12 版模型，平均 2-3 天迭代一个模型。 与竞对相比，理想略低于华为、与小米持平，高于小鹏，处于第一梯队。尽管算力部署上与特斯拉有量级差距，但在中国的算力部署上，理想仍具备一定优势。

算法上，理想是率先在智驾上使用端到端+VLM 架构的车企。2023 年特斯拉提出利用端 到端技术实现智能驾驶，随后国内企业在端到端智驾上快速切换。公司模拟人类的思考 逻辑，创新性搭建了端到端+VLM（视觉语言模型）的双系统架构。其中： 1) 端到端模型：负责处理常规的驾驶行为，类似人类的下意识反应。其通过全卷积神 经网络实时解析传感器输入的数据，并直接输出控制信号。该模型基于百万量级人 类驾驶数据训练，擅长模仿老司机的车道保持、跟车距离控制等基础能力，实现 95% 场景下的流畅通行。 2) VLM 模型：专攻高难度未知场景，类似人类的深思熟虑。其通过 22 亿参数的多模 态大模型，融合视觉特征与自然语言理解能力，可解析交通标识语义、推导施工绕 行逻辑、预判异形障碍物运动轨迹。例如在夜间无车道线路口，VLM 会生成链式推 理：“识别对向车灯→判断会车风险→生成减速让行指令”，再交由端到端模型执行 具体轨迹。

端到端+VLM 为中期 VLA 进而 L4 自动驾驶实现前置技术验证。引入 VLM 弥补了端到 端模型在语义理解与逻辑推理上的短板，形成“空间感知+语义推理”的双系统协同。这种 架构既保留了端到端的高效响应能力，又通过 VLM 实现了对复杂规则和长尾场景的覆 盖，是智能驾驶从“规则驱动”迈向“认知智能”的关键跃迁。同时，端到端+VLM 作为 VLA 基座大模型的前置技术验证，已初步打通感知-行动以及感知-语义推理链路，为后续引入 融合为共同基座模型 VLA 实现闭环决策奠定基础。如前文所述，目前端到端+VLM 仅能 实现 L2、L3 级别自动驾驶，实现 L4 需要通过 VLA 来实现。公司已在全力攻坚 VLA 智 能驾驶大模型，并计划于 2025 年 7 月同 i8 上市一同发布 VLA 智驾模型。 理想是率先提出 VLA 长期路线，并最早推出端到端+VLM 架构的车企。当前，行业内 主流智驾路线已切换至端到端架构，但各家技术路线上仍存在一定差异。比如理想、特 斯拉和小米使用一段式端到端架构，由传感器输入直接输出控制指令，而小鹏和华为使 用两段式端到端，传感器输入后，通过感知层提取特征，再由规划控制层输出指令。架 构上，理想和小米使用端到端+VLM 架构，而小鹏虽未融合 VLM 架构，但通过 XBrain 语言模型辅助智能驾驶场景理解。

2025 年 3 月，理想汽车发布下一代自动驾驶架构 MindVLA。VLA 是机器人大模型的新 范式，其将赋予自动驾驶强大的 3D 空间理解能力、逻辑推理能力和行为生成能力，让自 动驾驶能够感知、思考和适应环境。基于端到端+VLM 双系统架构的实践，理想自研 VLA 模型——MindVLA。MindVLA 不是简单地将端到端模型和 VLM 模型结合在一起，而是 所有模块都全新设计。具体到智驾体验上，MindVLA 赋能的汽车能成为听得懂、看得见、 找得到的专职司机，带来全新的体验。

听得懂：能通过语音指令改变车辆的路线和行为，如在陌生园区对车辆说：“带我去找 超市”，车辆将在没有导航信息的情况下，自主漫游找到目的地。

看得见：具备强大的通识能力，能够认识商店招牌，在陌生拍一张附近环境的照片发送 给车辆，车辆能够搜寻照片中的位置，并自动找到用户。

找得到：车辆可以自主漫游，在商场地库跟车辆说：“去找个车位停好”，车辆就会利用 空间推理能力自主寻找车位，整个过程不依赖地图信息。

此外，公司是率先推出基座大模型的车企。基座大模型是 AI 时代的“基础设施”，类似操 作系统，支撑上层应用（如智驾、座舱）。2023 年 12 月，公司首次发布基座大模型 Mind GPT 1.0，并搭载于 OTA 5.0 车机系统。 该模型使用自研 TaskFormer 架构（Transformer 改进版），支持文本、语音、图形等多模 态数据融合与任务导向型学习。通过 3 万亿 Token 高质量数据预训练构建通用能力后， 结合汽车场景数据微调（覆盖 111 个领域、超 1000 种专属能力），并依托百万量产车实 时回传数据，实现 OTA 高频迭代。后持续升级为基于 MoE+Transformer 架构的 Mind GPT 2.0 和基于多模态端到端架构的 Mind GPT 3.0。

与竞对相比，理想率先将大语言模型概念升级为基座大模型概念。Mind GPT 作为基座大 模型，不仅应用于智能座舱“理想同学”语音助手上，还延伸应用到智驾领域，辅助场景理 解与规划决策。相比之下，小鹏的大语言模型 XGPT 和小米的 MiLM 在车端主要应用于 智能座舱语音助手，华为的盘古大模型主要应用于智能座舱，同时能帮助生成训练数据 以辅助智能驾驶模型训练。特斯拉在 2025 年推出基座大模型 Grok3，具备强大的多模态 交互能力和推理能力，预计在车端也将同时应用于智能驾驶与智能座舱。

远期规划，基座模型将从 VLM 向 VLA 迈进。作为公司 AI 战略的初级阶段，MindGPT/ 基座模型已构建 VL（Visual-Language）融合能力，而远期规划的 VLA 基座大模型将进 一步整合行为智能，如与端到端智驾融合，解决复杂场景的“感知-思考-执行”闭环。届时， 基座模型将对理想生态中的各端侧赋能，智驾端生成拟人化驾驶策略、座舱端实现全场 景语音交互，并可以延伸到手机端、家居生态端、人形机器人等多个端侧。 团队和机制层面，分两块来看，一是公司整体组织架构的弹性、效率，二是公司在 AI 人 才团队方面的搭建。

创始人：李想曾成功创业两次，具备互联网+造车基因，以及极强的商业理解能力。李想 的三段创业历程大致为： 1) 泡泡网，2000 年上线：是为数码及消费电子爱好者提供专业的资讯、互动、购买等 服务的互联网平台，2005 年成为国内第三大中文 IT 网站。 2) 汽车之家，2005 年上线：是为汽车消费者提供选车、买车、用车、换车等所有环节 一站式服务的互联网平台，2006 年成为汽车垂直网站的第一。 3) 2015 年，创办车和家（理想汽车）。 创始人的能力往往是初创公司发展的关键，复盘泡泡网/汽车之家的创业与理想汽车的创 业具有相似点，李想都体现出了极强的行业理解力和战略眼光。

组织管理体系：公司学习华为升级矩阵型组织，提升管理效率。随着公司从 0-1 阶段向 1-n 阶段的转变，效率的关键从速度变成质量。同时，随着公司规模的日益壮大，经验丰 富的创始人对公司管理能力的权重相对下降，组织体系自身的合理性、成熟性权重上升。 公司全面学习华为的经验，迭代升级组织管理体系：

1) 2021-2022 年：尝试 IPD 流程

IPD（集成产品开发）是一种先进的产品研发流程，包括概念、计划、开发、验证、发布、 生命周期管理六个阶段，核心是由市场、研发、制造等跨部门团队共同管理项目整个生 命周期，打通车型从定义、设计、制造、营销、销售的全流程。从结果看，两年的 IPD 实 践为带来的价值显著：①需求端，爆款能力复制，理想 ONE 成功经验复制到 L9/L8/L7 车 型上，销量表现优秀；②供给端，产能爬坡的速度提升，L9、L8 均做到交付第 2 月交付 量破万；③利润端，全流程控制成本，获得健康的毛利率表现。

2) 2023-2025 年：全面升级矩阵组织

在 IPD 流程推进顺利的基础上，2022/12 公司全面启动矩阵组织升级，并计划在 2025 年 全面落地。同时，为支撑全面矩阵型组织升级和流程运营，公司在战略部和产品部的基 础上新增五个横向实体部门：商业部、供应部、流程部、组织部、财经部。矩阵组织的优 势在于：①能够更加聚焦于核心业务，从而提高工作效率；②构建高效的成长体系，促 进员工的快速成长；③通过互锁制度，实现团队之间的协同合作。公司进一步升级组织 架构，有望持续改善组织运行效率。 2024 年公司开启矩阵组织 2.0 升级，着重解决价值传递链条过长的问题，将各团队的工作更加聚焦于用户价值和经营效率的提升。此次组织升级中，CEO 办公室更名为“产品与 战略群组”，更加聚焦产品与战略，弱化供应链、商业销售职能，此外设立 GTM（Go to Market）团队，负责协同新产品上市操盘计划的落地，为市场结果负责。

AI 团队：以核心领军人才为驱动。AI 作为高科技行业，核心人物至关重要。 公司 CTO 为谢炎，曾在阿里巴巴和华为负责移动操作系统的开发，2022 年加入理想，负 责底层智能化技术（自研操作系统、算力平台等）的研发。 智能座舱领域，2021 年引进 AI 首席科学家陈伟，引领空间 AI 团队实现核心算法全自研， 推动理想同学成为车载语音交互标杆，并主导了 Mind GPT 大模型的开发。 智能驾驶领域，由副总裁郎咸鹏主导，其领导的智能驾驶团队在技术研发和产品落地方 面取得了显著的进展，如实现了全国唯一的端到端+VLM 智驾系统。 AI 团队方面，公司目前拥有智能驾驶、智能空间（座舱）、智能工业和智能商业四个团 队，前两个方向直接面向用户体验，后两个方向实现组织能力和决策能力的升级。公司 重视 AI 持续投入，每年 100 亿投入约一半用于 AI，预计随着公司 AI 转型战略的推进， AI 团队将进一步扩大。 为护航 AI 战略有效落地，公司在 2025 年进一步调整了组织架构，创始人李想将更多精 力投入到 AI 领域。2025 年，公司进行组织架构调整，总裁马东辉上任智能汽车战略负 责人，并担任产供销联席会主任，而原产供销联席会主任公司创始人兼 CEO 李想则将更 多精力投入到 AI 领域。此外，为支持公司 AI 新阶段的发展，公司成立基座模型部门， 并由原空间 AI 部负责人陈伟调任领航，原语言职能部负责人江会星接替成为成为空间 AI 部负责人。

3. 硬件：已验证的领先竞争力

硬件是 AI 软硬结合竞争的优势来源之一，也是目前车企在端侧、在数据积累、在资金实 力方面重要的竞争力源泉。理想在过去三年实现了出色整车销售，给后续的人工智能转 型奠定了较好的基础，接下来从整车商业模式的 6+1 能力出发，去理解理想在硬件层面 的核心竞争力。 6 个上层能力：从创收和成本去理解整车商业模式并评估经营水平，可以涵盖销量、ASP、 物料成本、人工成本、销管研成本和其它成本等 KPI，而决定这些 KPI 的车企核心能力， 主要包括产品定义、研发、渠道管理、供应链管理、制造和广宣等能力。以影响销量的能 力为例：产品定义决定车型是否符合用户需求、研发决定产品力落地完成度、渠道决定 产品的可见度与转化率、供应链管理决定产品的质量与交付等。 1 个底层能力：车企是一个包含设计、生产、研发、渠道等多个部门的复杂体系，同时理 顺并高效运转多个业务条线是组织的关键，因此对复杂体系的管理能力是车企的底层关 键竞争力，从源头上决定了其它上层 6 个能力的表现。

理想在上述 3 个维度有明显长板，其它维度无短板，整体体现出强竞争力。本文首先讲 述公司最为突出的 3 个核心能力，即优秀的管理能力（见前文）、研发能力（其中 AI 部 分见前文）和产品定义能力。接下来，本文对其他 4 个能力展开简要描述，即渠道能力、 广宣能力、供应链能力和制造能力，这些能力公司表现处于中上水平，没有明显短板。

3.1. 产品定义能力

产品定义能力是决定产品力的关键能力。整车产品力维度包含价格、颜值、空间等，在 成本与性能的权衡下产品需要对不同维度分配权重，这个过程即产品定义。 然而不同用户对产品不同维度的需求权重是不同的，比如大部分家庭用户更在意舒适性、 高端用户更在意品牌等。如何取得相似客群的最大公约和多个约束条件的平衡就非常精 巧了，背后包含公司对市场、用户、产品的理解与分析能力、对产品开发流程/多平台协 同的管理能力等。 具体到理想，公司产品定义能力优秀，车型在目标用户（中高端家庭用户）在意的空间、 舒适性、智能化维度表现优异，精准切中用户需求。

关键问题 1：产品定义能否复制？ 产品定义能被复制，但产品定义并不是决定产品成功的唯一因素。产品一经上市，其产 品定义即为公开信息，其他竞争者很快可以加入相同细分市场，如在理想 ONE 上市后， 更多竞品如岚图 Free、蓝山 DHT PHEV、问界 M7 等进入“奶爸车”细分赛道，这些车型 均为插混/增程+中大型 SUV+智能化+舒适性，符合二孩家庭用户基本需求。 但从具体产品力表现上看，理想 L8 在品牌、智能化维度表现依然优于大部分竞品，尽管 产品定义能被复制，但产品在各维度的具体表现是需要一定沉淀，如智能化需要技术做 支撑、品牌力需要营销/销量等做支撑，因此即使是相同的产品定义的产品表现出的产品 力也是不尽相同的。 越高端市场新进入者突破难度越大，原爆款车具备一定先发优势。上文所述竞品与理想 L8、问界 M7 在其他维度其实没有太大差距，但在销量上差距较大还受高端市场（理想 定位 30 万元以上市场）特点的影响： 1） 市场集中度高，越高端的市场往往呈现出更加头部集中的特点。究其底层原因，是由 于选择成本高，因此对用户选择时品牌力的权重高。原爆款车具备一定先发优势，后 入车型必须有明显的优点才能有机会突破。2） 市场天花板低，高端品牌总量天花板远低于经济型品牌市场，市场容量决定无法容纳 下多款高销量车型，因此即使是没有太大缺点的车型也可能面临低销量。

关键问题 2：产品定义能力是否可复用？ 公司数次精准定位优质市场，并通过成功打开销量。理想 ONE、理想 L9 上市时面临的 赛道情况较为相似，彼时其对应的多孩家庭市场均为蓝海市场： 1） 市场规模小。理想 ONE、理想 L9 上市前对应细分市场总规模仅为月销 4~5 万、3~4 万，市场规模小。但同时市场具备增长逻辑，两款车型细分对应市场均为“多孩家庭 车”，随着生育政策的放开，2012~2022 出生孩次中二孩及以上占比由 45.6%提升至 53.9%，市场扩容明显。 2） 市场拥挤度低。理想 ONE、理想 L9 上市前对应细分市场月销 5000+的车型仅有汉兰 达/途昂、奔驰 GLC 级/赛那，强力竞品少，同时均为传统燃油车型，电动智能车型基 本没有竞争者。 在选择有空间且好突破的优质细分赛道的情况下，理想 ONE、理想 L9 出色切中真空区 的用户需求，在取得高市占率的同时带动细分市场总规模增长。

产品定义能力的背后是团队的能力，这也是产品定义能力可复用的关键。成功的产品定 义需要产品团队具备优秀的市场调研和分析能力、团队内部具备有效的沟通和协作机制、 经验丰富的产品团队以及强大的产品定义方法论。对理想来说，创始人李想就是公司最 大的产品经理，其在汽车行业工作超过 10 年，对市场趋势和用户痛点有深刻理解，李想 提出“产品要为用户提供优越感、价值与安全感”的方法论，本质是从用户的角度进行思 考。从结果上看，李想与团队坚定切入增程动力、二孩家庭等赛道，理想 ONE 到理想 L 系列多次精准把握用户需求，打造爆款产品，这都体现了理想优秀的产品定义能力。

关键问题 3：理想关于纯电车型的思考？ 公司的增程车型以“城市用电、长途发电”为主要使用方式，数据显示用户日常通勤场景 中纯电驱动占比超 80%，其静谧性、能耗成本显著更优。但增程车型受限于电池同类， 无法满足用户对更长纯电里程的需求。因此，公司在 2023 年提出“双能战略”，计划扩充 产品矩阵，推出纯电车型以满足用户的需求。2024 年 3 月公司推出首款纯电车型 MEGA， 2025 年 7 月计划推出第二款纯电车型 i8。 相比增程，用户对纯电主要的担忧在于长途场景下的“里程焦虑”。因此，理想重点解决用 户使用纯电车型面临的“充电慢”和“充电难”的问题，以提升纯电车型竞争力。在充电慢问 题上，公司推出 800V 高压纯电平台，并与宁德时代合作研发麒麟 5C 电池，在 5C 超充 网络的支持下，MEGA 能够实现 12 分钟充电 500km 续航。在充电难问题上，公司研发、 建设、运营并快速布局 5C 超级充电网络，截至 2025 年 2 月已拥有 1873 超充站，覆盖 214 个城市，超充站布局超过小鹏、鸿蒙智行。公司规划在 2025 年 7 月纯电车型 i8 上市 时布局 2500 超充站，彼时超充站布局或超越特斯拉。

3.2. 供应链管理、制造能力

供应链管理和制造能力对整车企业的影响主要有：①营收端：产能决定销量上限，车厂 和供应链的产能爬坡速度影响销量；②成本/费用端：供应链和制造管理影响毛利率。 自建核心供应链，产能爬坡迅速。整车方面，公司目前拥有两个生产基地，均为自建工 厂。零部件方面，对于核心零部件电机、电控成立合资公司自建产能；其他零部件考虑 规模化成本优势选择采购自供应商。公司自建自建供应链保证生产可控，理想 L9、L8、 L7 均在 2 个月内月交付量由 0 提升至 1 万以上，对比合资工厂新车型产量爬坡过万大约 需 4 个月时间，公司产能爬坡迅速。 供应链体系改革，生产效率精进。2023 年初，随着车型矩阵的丰富，公司开始全面向华 为学习集成供应链管理，用时一年时间做底层流程建设。同时，对供应链实施模块化管理，加强核心零部件的自研和与供应商的交流工作。2024 年理想 L6 上市首月实现 13000 交付量，产能爬坡水平显著提升。

高效供应链&制造管理，毛利率表现优秀。2023 年起，公司毛利率在 20-25%水平波动， 超越特斯拉，显著优于蔚来、小鹏。公司毛利率表现优异的原因主要有：①销量高，规模 效应下摊薄固定成本、同时上游溢价能力更强；②产品一致性程度高，产品间区别主要 在尺寸，配置、内饰等方面相似性高，零部件复用提升供应规模，降低成本；③国产化率 高，公司与国产供应商深度合作，零部件国产化率高。

3.3. 渠道管理、广宣能力

渠道管理和广宣能力对整车企业的影响主要有：1）营收端：渠道布局和广告营销影响产 品可见度/品牌知名度影响销量、渠道销售能力影响销量/ASP；2）成本/费用端：渠道和 广宣效率影响费用率。 渠道布局完善，销售效率高。经历 2023 年的渠道高速扩张，公司渠道布局已较为完善。 截至 2024Q3，公司有零售网点 784 家，覆盖 197 座城市。零售网点数量高于小鹏 621 家、 蔚来 550 家，低于问界 919 家。公司销售效率高，24Q3 单店月销达到 63 辆，远超问界 40 辆、蔚来 37 辆、小鹏 19 辆。

构建“1+N+2X”的社交账号矩阵，扩大营销声量。公司通过 1 个品牌官方账号、N 个高管 /知名员工账号、X 个经销商账号和 X 个关联达人账号构建丰富的社交媒体矩阵，多重触 达用户。其中，公司创始人李想的个人微博账号更新活跃，拥有 237 万粉丝，在宣传产 品和技术之外，同时宣传企业文化，增加用户对品牌的认可度。公司官方公众号从 2023 年开始每周发布新势力品牌和豪华品牌销量榜单，加深用户对理想高销量以及豪华的品 牌认知。

公司 SG&A费用率表现优异。从财务上也能体现公司高效的渠道和广宣能力，公司 SG&A 费用率随规模效应持续改善，24Q4 为 6.9%，略高于无广宣费用的特斯拉（5.1%），显著 低于小鹏（14%）、蔚来（25%）。

3.4. 研发能力

研发能力对车企的影响：①营收端：研发能力决定产品在各维度表现的上限进而影响销 量/ASP；②成本/费用端：突出的技术水平可能带来产品溢价或改善生产效率进而改善毛 利率、研发费用影响研发费用率。 随发展与时俱进选择研发重点。在公司发展初期，作为国内最早选择增程赛道的车企， 公司着力投入增程技术的研发，并在 2018 年发布了国内首款量产增程车型理想 ONE。 随着公司销量的增长、新能源渗透率的提高，公司开始为电动化的下半场智能化储备弹 药，2020 年开始研发智驾平台 AD Max/AD Pro、座舱平台 SS、整车域控制器 XCU 等， 并在 2022 年把 AI 研发提升至战略核心地位。2023 年，公司发布双能战略，宣发全面发 力电能+智能的研发，为纯电产品系列的发布做准备，同时继续深化 AI 方面的研发。2024 年末，公司宣布转型为“人工智能企业”，推动 AI 技术的全面深化。目前，公司在三电系 统、智能驾驶、智能座舱等方面都有丰厚的自研成果积累。

公司研发费用稳步增长，单款矩阵车型研发费用处于较高水平。公司起步阶段研发投入 较少，低于可比公司。但随着盈利的改善，公司研发投入增长，24Q4 研发费用 24 亿元， 高于小鹏（20 亿元）、低于蔚来（36 亿元）、特斯拉（92 亿元）。由于公司销量表现较优，因此在规模效应加持下，公司研发呈现出较高回报率，24Q4 研发费用率为 5.4%，与特斯 拉接近（5.0%）、显著低于蔚来（18%）和小鹏（12%）。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）