当公众还将具身智能窄化为 "人形机器人" 时，李想的 "上下半场" 论断为产业校准了方向 ——自动驾驶是具身智能的上半场，通用人形机器人是下半场，两者是技术递进而非简单并列。这一判断的核心价值，在于揭示了具身智能规模化落地的关键逻辑：必须以成熟场景验证核心技术，再向复杂场景迁移迭代。

理想汽车的全栈自研实践，为这条路径提供了最佳注脚。从感知系统到芯片、操作系统、大模型，五大核心技术的自主掌控，让理想能打通软硬件壁垒，实现感知、决策与控制的高效协同。即将发布的全新理想 L9 Livis，正是这场技术攻坚的成果 ——3D ViT 感知模型实现三维世界深度理解，两颗马赫 M100 芯片提供 2560 TOPS 算力，"完全体" 线控底盘构成精准执行的 "手脚"，让车辆从感知到反应的全链路速度超越人类驾驶员。孙智戴的观点是：具身智能的核心竞争力不在单点突破，而在全栈协同。理想的研发体系变革（从功能划分转向 "造具身智能"）已初见成效，模型迭代周期从两周缩至一天，这正是全栈自研的效率优势。上半场积累的技术底座，将直接决定下半场人形机器人的落地速度与成本控制。当 2030 年人形机器人迎来从 0 到 1 的窗口，今天在自动驾驶领域的每一份全栈投入，都是为未来十亿人能享受便捷生活服务的提前布局。具身智能的时代，正从理想的车轮上加速驶来。