「启境 GT7 内饰官图发布」 启境 GT7 内饰采用星际座舱设计，以星环散射体为原点，向两侧展开。 内饰配色上，启境 GT7 提供「逐日红」、「星宇黑」、「月光米」三种内饰配色。 配置方面，双子星三幅方向盘、双 50W 无线快充、256 色智能环绕氛围灯、15.6 英寸中控屏、HUD、21 扬声器、双零重力座椅。 储物空间方面，215L 前备箱、后备箱容积最大可达 647L、二排放倒最大扩展至 1606L。

全新一代问界 M9 的三轮驾驶的视频也来了，之前我也看过实车演示，只是今天才发出来。 这次展示的是左前轮抬起，但并不意味着只能是左前轮，四轮都可以单独抬起，包括换胎。 实现这套功能主要是因为全新一代问界 M9 也提供了 800V 全主动悬架，在双阀基础上，在前后副车架加入了 800V全主动液压油泵。 这套800V 全主动悬架上车要解决的就是，大车在重心转移时车辆侧倾和俯仰的问题。 目前还没有更多关于全新一代问界 M9 全主动悬架的展示视频。 但这套方案的逻辑和全新一代理想 L9 Livis 一样，大家看看最近理想 L9 Livis 展示的波浪路、绕桩、飞坡后车辆的姿态，可以感受到这套悬架上车带来的益处确实很大。 所以先别盯着什么三轮行驶没用、换胎没用，这些小功能都是基于这套 800V 全主动悬架衍生出来的功能，驾控体验的升级是重点。

先爆个料，老罗是理想ONE、L9和MEGA车主，听我讲完全新理想L9 Livis后，抑制不住他好奇的心，以最快速度从上海赶到北京体验实车。 先省个流：这次对话，我最想表达的一个观点，具身智能会有两个阶段，自动驾驶是具身智能的上半场，通用人形机器人是具身智能的下半场。 让Claude帮我做了一个省流版，原视频太长了，方便大家快速了解核心内容。看看AI总结的效果如何： —————————————————— 一、具身智能的上下半场 自动驾驶是具身智能的上半场，通用人形机器人是具身智能的下半场。这两个连接关系非常清楚，包括为什么机器人公司要从自动驾驶公司挖人，也是因为这是一个必要的路径。不久的以后，汽车和通用人形机器人都会是五万亿美金的规模。 二、AI时代的人才标准变了 我们公司token放开用，我看了内部消耗量前20的同事。排在前面的人，并不是我们常规想象的公司里那些原来标准下最顶级的员工。比如他表达能力过去不强，获取不了什么资源，但他脑子极强。只要有token、有业务环境，他就可以去改造一切。 AI时代的人才和上个时代的标准大概率是不一样的。你上来就裁人，很容易按照上个时代的标准，把最好的人裁掉了。在AI时代，有想法是最可贵的。 三、"专业工作被AI替代"是最胡扯的事 这是我真正使用以后觉得最胡扯的事情。一个普通人做出来的代码，可用性差到极致，更不要说往大规模去部署了，那基本上对他们来说就是个灾难。AI在效率方面其实是无敌的，但它不会让外行变成专业的人。 四、机器人该干什么？ 从来没有人问过我们到底需要什么。他们就想帮你去工厂拧螺丝。我完全不需要拧螺丝，现在人都不拧螺丝了，都是机器拧螺丝了。 它既然是生产力加劳动力，那生产力和劳动力最多的、最容易被替代的是什么？你为什么非得要去替代制造呢？制造需要的是微米级精度，今天的软臂根本做不了。但搬运、上料不需要那么强的精度，而且单一工种的用量又是最大的。 五、AI不会催生"一人公司" 我开始也觉得一个人能靠AI做一家公司，但验证了一段时间发现不成立。所有在B站、小红书上说要验证一人公司的，验证了一段时间以后，每天更新的内容就是OpenClaw又更新了，他又解决了什么bug，他们自己实际的生产环境并没有建立起来。因为建立一个稳定的生产环境太难了。 AI是生产力加劳动力，但它必须附诸于一个真实的生产环境，它并没有空造出来任何东西。三五个人、十几个人做一个大型公司，我觉得是成立的。 六、自动驾驶的三个阶段 从模仿学习进入到理解学习，这是个硬坎，背后整个技术栈要做一轮大的升级。 现在的技术栈，只要模型规模压到4B到7B，2000TOPS左右的算力，未来一两年就能实现L3。但L4无人驾驶需要3D ViT、物理世界的预训练模型、比人还快的控制系统，基本上得有近万TOPS的算力，大概要到2028年、2029年。 七、L9 Livis三大核心技术 1. 全球首个量产完全体线控底盘+800V主动悬架 人类从看到物体到踩刹车执行到位，大概350到400毫秒。过去自动驾驶基本上在400毫秒上下。我们基本上可以降到200多毫秒，比人快了接近一倍。绕桩侧倾甚至比法拉利还小。如果一个机器人的响应速度更快，人会本能地，无论是理性还是感性都会觉得更安全。 2. 自研芯片：动态数据流架构，单颗1280TOPS全球最强 全球唯一动态数据流架构的车载AI芯片，跟Jim Keller确认过这是未来主流的AI算力架构。苹果也不是在很大规模的时候才做的芯片，是很早就做了。我们2022年的L9到今天四年了，智驾还是第一梯队，所有新功能全有，运行流畅。极强的算力会让一个车的成长性和生命力完全不同。 3. 新增程器+5C电池，续航1600+公里，纯电续航已经赶上很多纯电车型。 八、车机AI的五个真实需求 今天这个记忆是一个糟糕的定义。它做了一些Markdown文件，不是真正的记忆。反而变成了一种熵增，任何时候都把这东西读到上下文里去，效率全浪费在这上面了。 你拿OpenClaw问个上海天气，四五分钟过去了，消耗好几万token，毫无必要。在我们车上，一秒钟都不到，本地算力就够了。 用户真正需要的五件事：泛化任务、泛化信息获取、精确控制、信息记录、个性化。前两个你想调什么模型调什么模型。 九、给家里提供算力 我们希望下一代芯片的时候，给家里提供算力。花个小几万块钱，放一套非常稳定的算力，跑一个模型。家里的机器人和设备都可以直接调用，不需要每个再单独放算力了。 AI最重要的不是计算，是搬运。动态数据流架构搬运数据的效率是更高的。 十、无人驾驶时代，买车的人会更多不会更少 就是租房和买房的差别。道路是有限的，没有办法增加更多供给。在你最需要车的时候，供给仍然供不上，因为它不是由车的供给决定的，是由道路的供给决定的。 平常不愿雇个司机、觉得隐私麻烦的人，会有更多人来买车。我们挣钱不就是为了过更好的生活嘛。 —————————————————— 以上由Claude从2小时+访谈中提炼生成，完整版看原视频更过瘾。