“每18-24个月，集成电路晶体管数目翻一番，对应性能提高一倍、老本下落一半”，资历半个世纪考证的摩尔定律，在十年前运转放缓。背后的中枢原因在于3nm/2nm工艺下晶体管尺寸面对物理极限，经济老本、功耗与散热也同步造成制约。

早早表示到这少许的英伟达，通过并行架构和全栈协同优化终明晰加快筹算的范式立异，从通用到专用，奏效创造“黄氏定律”，达成AI算力10年1000倍的增长。

资历几年决骤后，如今智能赞助驾驶行业也站到了相通的关隘：已往靠堆算力、堆传感器、堆数据的“线性增长”模式已接近天花板，旯旮效济急剧递减。

其中最为典型，也最访佛摩尔定律的是算力着力瓶颈，相同对应物理、经济、功耗的三重极限，即在多重延续下，算力频频很难施展对应的灵验智力。

2月底，理念念汽车MindVLA团队与国创决策智能手艺谈判所推敲提议的端侧大言语模子“软硬协同定律”，中枢是用数学挨次让AI模子与硬件从一运转就深度匹配，从而让产物更强更快更省。

关于理念念汽车本身而言，定律进一步完善了“芯片-算法-模子-应用”的全栈自研闭环，是其构建智能赞助驾驶的基石，也为具身智能夯实了地基。关于行业而言，理念念汽车的这次探索提供了可复制、可量化的软硬协同假想框架，或将带来老本截止与效率发达的一次跃迁，鼓动行业从“拼算力”转向“拼能效”。

突飞大进的智驾阛阓，算力正在进入两难“悖论”，一面是全面迈向百亿以至千亿级参数的模子，关于算力的需求呈爆发式增长，一面是受老本和功耗等刚性延续，骨子灵验算力愚弄率极低，尤其是通用芯片，频频高算力并不等同于高性能。

这主要源自软硬件两侧的“割裂”，举例基于通用芯片去写算法，或是写好算法后再去找能跑的芯片。以已往几年中高端汽车产物主流选拔的英伟达Orin-X为例，由于不适配原生Transformer，字据行业素养来看，其灵验算力频频远低于峰值，算力浪费严重。

这也让稠密玩家运转冉冉堕入“堆算力不合算，不堆算力又作念不出好的智能体验”恶性轮回——何如让有限的芯片资源施展出最大的着力，运转成为行业竞争的赢输手之一。包括英伟达、谷歌等海外巨头，齐在关怀并谈判“协同假想”下的研发有策动。

“软硬协同定律”的出身，来自于理念念汽车在实行中发现的问题。在上一代基于英伟达Orin或Thor车载筹算平台部署大言语模子时，理念念汽车踩到了无法物尽其用的坑，模子架构频频无法充分愚弄硬件特质，而为了硬件适配作念出的息争又可能损伤模子智能。

需要指出的是，理念念汽车的协同假想并非一项手艺，而是一种研发范式，或者说是一套数学框架表面。这项责任提议了一种面向车载与边缘场景的大言语模子硬件协同假想挨次，通过联结亏空函数推广法例和Roofline性能建模，终了模子精度与推理延迟的推敲优化。

定律将算力、内存、带宽、功耗等物理延续，与精度、速率等模子智能需求放入吞并个数学公式里，通过帕累托最优LLM架构搜索框架，自动得出模子架构有策动的“最优解”，举例在不超功耗的前提下，模子假想成几许层才最合适。

浅易来说，定律既不让软件迁就硬件，也不让硬件迁就软件，而是用数学挨次让两者“天生匹配”，这就是买通了芯片与算法的“任督二脉”，概况最大化挖掘出芯片的骨子能效，不堆算力也能取得优秀的智驾体验。

这对团队组织架构提议了更高条件，需要冲突已往软硬件阻隔研发的“组织壁垒”，让芯片和算法从一运转就概括协同合作，以可控的老本最大化硬件着力，并在这一基础上终了模子性能的越级提高。

基于定律的谈判和工程实行，理念念汽车还进一步提议多个“反共鸣”的发现：MoE稀少架构将取代密集架组成为车载AI标配、内存带悯恤爱存效率比表面算力更迫切、芯片需要动态变化以支抓不同阶段天壤之隔的需求、传统Transformer的4倍FFN推广比已被讲授低效、INT8量化加快提高骨子远低于表面预期。

汇总的论断是，芯片与模子架构齐不成一成不变，莫得通用全能芯片，唯一软硬合一界说出的场景最优芯片。

基础表面的谈判突破，最终需要落到实打实的产物体验和竞争力提高上。

“软硬协同定律”的显性价值是加强模子性能，隐性价值则是经济老本、研发周期、应用迭代效率三个方面的全面提高，这在“与时候竞走”的智驾竞争时势中显得尤为迫切。

早先是硬件老本的责难。尽管国产芯片正在冉冉拉低均价，但芯片仍是智驾硬件老本的“大头”之一，在算力需求抓续上行的趋势下，高端通用芯片的老本占比还在进一步提高，举例英伟达Thor芯片价钱就逾越1万元。

在定律的提醒下，模子不错更好地适配芯片的物理，从而幸免模子固化下芯片无法充分开释性能的浪费。换句话说，如今无需盲目选拔高端芯片，也能提供同等第的智能体验，“降老本不降着力”。

其次是时候周期上的缩小。在传统模式下，芯片升级和模子更新是一项复杂的工程，需要研发团队进行假想和选型，同期还要反复试错、调参，周期频频破耗数月。定律通过数学公式快速得到最优架构，表面上最快只需一周即可完成假想和考证，大幅提高研发效率。

而在应用场景中，定律也能字据场景的输入出处参数，快速选出最适配的模子设立，减少了后期反复调优的贫苦，大幅缩小应用斥地周期。

定律的价值并不局限于理念念汽车本身，基于永远的开源生态，现在理念念汽车仍是公开了定律的框架与中枢公式，灵验填补了车载AI领域的表面空缺，为行业带来了一份工程指南，也探索出一条AI期间降本增效的新旅途，进而鼓动中国产业从手艺侍从者向端正界说者转机。

一场范式立异正在到来，芯片-算法-整车的和洽相干正在重构，行业将从“拼芯片、拼算力”的低级阶段，冉冉进化到“拼协同、拼能效”的良性轮回，愈加顺应车规，也愈加可抓续。

最中枢的少许在于定律从表面层面提供了一套可量化、可预测、可复制的端侧大模子软硬协同假想框架，以端侧工程挨次论体系，调动以往靠素养、靠堆料的“鼎力出遗迹”模式——全栈自研有了可筹算、可考证、可迭代的科学依据，而非素养试错。

同期定律也为具身智能、边缘筹算等更多延迟场景，提供了通用的AI部署挨次论，从生态绽开角度鼓动总计端侧AI产业的升级。

在深度内卷的国内汽车赛谈，科研责任频频是容易被冷落的少许，但却是理念念汽车永远坚抓的要点，旨在以更快的手艺迭代速率，自豪用户和阛阓需求的变化。

在中枢手艺自研策略之下，理念念汽车比年来抓续加大研发参预，近8年研发总用度瞻望超近500亿元，居新势力车企早先水平。其中2025年瞻望研发参预达到120亿元。

李念念在AI Talk第二季中提到，调动和提高的第一步一定是搞谈判，第二步是研发，第三步是把智力抒发出来，第四步变成业务价值。浅易来说，理念念汽车并不追求“完全速率”，而是细心基础的夯实，从2021年到昨年11月，理念念汽车围绕BEV、端到端、VLM、VLA、寰球模子等领域仍是发表近50篇论文，被援用逾越2500次。

“软硬协同假想定律”恰是理念念汽车的一次手艺跃迁，意味着其正在熬过漫长的参预期，运转加快步入成绩期：告成的后果是研发效率的提高、老本的责难、性能的增强；盘曲的后果是业务价值和竞争力的提高，进一步强化了本身壁垒。

理念念汽车自研的马赫100芯片，将是定律的一次可视化后果展示，或将助力其在功耗、老本、智能上全面早先，更好守旧起高等别智能赞助驾驶和具身智能。

李念念在近期默示，全新一代L9 Livis版块选拔马赫100双芯片，灵验算力达2560TOPS，单颗灵验算力约为英伟达Thor-U的3倍，在相通场景下，全新一代L9的赞助驾驶系统概况终了更高帧率管束，显耀缩小系统反映时候。

全新一代L9是理念念汽车的关节一战，亦然锚定“汽车=机器东谈主”策略的载体，李念念在年前悄然将微信名后缀由“理念念汽车”改成“Livis”，便足以讲授其迫切性和里面的深爱进度。

从这个角度来看，定律不仅是理念念汽车智能赞助驾驶的表面基石，在智驾全面奔向L3/L4期间时充任理念念汽车的“加快引擎”；更是守旧理念念汽车升级为AI公司的路线，为“汽车机器东谈主”这一终极形态打下了底层手艺根基。

总体来看，理念念汽车用数学定律终明晰从“素养”到“科学”的进化开云体育，其长久真谛远不啻于智能赞助驾驶，而是从自研芯片界说、智能座舱、全栈研发体系、具身智能策略、老本与生态五大维度，一步步构建起理念念汽车的手艺护城河。