“除了特斯拉，国内智驾没有第一梯队。”这是理想高管在Livis Day发布会上说的，似乎特斯拉FSD都成了行业汽车都在追赶的对象。而理想汽车这次给出了一个截然不同的回答—第四季度，马赫VLA能力将全面对齐特斯拉FSD V14。

口气不小，底气何来？答案就在那枚被李想高高举起的5nm自研AI芯片上。

理想汽车CTO谢炎在发布会上提出了一个发人深省的观点：“通用计算时代，我们为冯·诺依曼架构写软件；AI时代，为什么不能反过来，为AI模型重新设计芯片？”

这正是马赫M100的底层逻辑——不再让指令队列主导计算，而是让数据流动驱动一切。传统GPU做AI推理时，大量晶体管被用于缓存、调度、分支预测等管理开销，算力利用率通常只有40%-60%。而马赫M100基于动态数据流架构，让数据在芯片中流动到哪里，计算就在哪里触发，实际算力利用率一举突破82%，较传统架构提升了20个百分点以上。

硬件层面，这颗芯片也堪称“堆料之王”：5nm车规级工艺，单颗NPU算力1280TOPS，双芯协同更是飙升至2560TOPS。芯片内部超过一半的面积给了神经网络处理器，由56个计算单元和一个数据处理模块构成，搭配网格总线加数据环形总线双互联架构。CPU部分则配备24核Arm Cortex-A78AE核心，主频2.3GHz，负责安全和系统控制等实时任务，同时配合8路LPDDR5X子系统实现273GB/s的高带宽，为大模型和多模态推理提供了高速数据通道。

这一串数字意味着什么？ 对比一下行业标杆的数据就清楚了：特斯拉HW4.0芯片算力约720TOPS，英伟达Orin-X单颗254TOPS。马赫M100的2560TOPS双芯方案，在算力量级上已经与主流车载芯片拉开了一个完整的“代差”。

更让人意外的是，马赫M100不仅能跑智驾模型。在通用大模型部署测试中，它甚至跑赢了一台售价4万元的英伟达桌面超算——prefill速度是后者的2.7倍，decode速度是1.5倍。一台装在车里的芯片，桌面级AI算力随手拿来，这在汽车行业还是头一遭。而马赫M100架构论文已被ISCA 2026收录，理想也成为汽车行业第一家登上这个顶级计算机体系结构会议的企业。

算力堆得再高，如果没有匹配的算法，也不过是“装备好了但智商不够”。理想显然深谙此道。

在AI Talk第二季中，理想汽车董事长兼CEO李想将AI工具划分为信息工具、辅助工具和生产工具三个层级，而VLA被赋予了“从动物进化到人类”的定位。这不是简单的技术升级，而是一整套智驾逻辑的彻底重构。

在此之前，主流自动驾驶技术路线分为两派：一是特斯拉坚持的纯视觉方案，以8颗高清摄像头完成所有感知任务，其端到端技术将感知、决策、控制整合为一个整体；二是华为、蔚来等选择的多传感器融合路线，通过激光雷达等传感器构建冗余感知体系。而理想走了一条自己的路——VLA（视觉-语言-行动一体化大模型） 。

这个架构和特斯拉的端到端本质属同一方向，但理想加了一层“语言中间层”。简单来说，特斯拉的端到端靠海量人类驾驶数据模仿人类，当遇到训练数据中没有的极端场景时，模型会“发懵”。而VLA引入语言模型后，系统在一定程度上能够“理解”周围场景，并通过强化学习在仿真环境中不断迭代，进化出超越人类驾驶样本的驾驶能力。

理想汽车自动驾驶研发高级副总裁郎咸朋曾将“端到端”比喻为猴子开车——模仿学习不具备真正的逻辑思考能力。在他看来，VLA才是通往“ChatGPT时刻”的那条路。

当然，现在下结论还为时过早。但有一个数据值得关注：截至2025年8月，理想的端到端+VLM方案在7个月内将MPI（平均接管里程）从12公里提升到了约100公里，实现了近10倍的性能增长。而在今年2月特斯拉FSD入华后，多家媒体在北京、上海、广州等地对理想AD Max V13与特斯拉FSD V13进行了智驾对比测试，结果显示理想AD Max的接管次数明显少于特斯拉FSD，懂车帝的测试中理想接管了9次，而特斯拉高达24次。

有了这样的实战表现作为铺垫，理想敢于提出“第四季度对齐FSD V14”的目标，也就不显得那么突兀了。

其实，从FSD入华那一刻起，理想就已经亮出了态度。2025年2月26日，特斯拉FSD在中国上线的第二天，李想就在社交媒体上公开喊话：“欢迎大家拿理想汽车在全国任何地方和FSD一起对比。” 这份自信背后，是李想对自家技术路线的深刻理解。

现在回过头来看，这个挑战并非一时意气。它意味着理想已经完成了从端到端到VLA的范式迁移，而马赫M100芯片的量产落地，则为这场迁移提供了关键的硬件底座。算力过剩也好，设计超前也罢，一切终究要落到真实的道路上。当理想的AD Max用户在今年第三季度迎来全新马赫VLA系统的推送，第四季度将迎来与FSD V14的正面较量时，这场历时一年的智驾竞赛将迎来真正的高潮。

某种程度上，理想与特斯拉的对标，早已超越了产品层面的竞争。它代表的是两条不同技术路线的正面对决——一条是特斯拉坚持的纯视觉极简主义，另一条是理想押注的多模态大模型融合方案。而理想之所以敢公开叫板，因为它的底气来自一个清晰的判断：纯视觉方案在极简路况下表现出色，但中国的路况远比美国复杂，施工路段、不规则标线、电动车乱窜……这些场景对智驾系统的理解能力提出了更高要求。语言模型的加入，能否成为理想攻克这些“长尾难题”的那把钥匙？一旦这个假设被验证成立，整个行业的竞争格局都可能被改写。

汽车网评：

无论最终结果如何，有一点是确定的：在智能驾驶这场马拉松里，中国玩家已经从跟随者变成了定义者。马赫芯片和VLA大模型的落地，不仅是理想的技术答卷，更是中国车企不再依赖供应链、敢于从底层创新出发的一个缩影。

无论年底的“对齐之战”谁胜谁负，中国智驾都已从仰望者变成了并肩者。而这场比赛的最终赢家，只会是每一个用户。