理想汽車2025Q3業績電話會議高管解讀財報

李想

創始人、執行董事長兼首席執行官

2025年第三季度也是理想汽車第二個十年的第一個季度。我們經歷了諸多挑戰，包括供應鏈、產品生命周期、公關以及政策變化等。所有這些因素都對我們的運營和交付產生了負面影響。

然而，今天我想借此機會談談我們未來十年的長遠規劃，以及我們需要做出的三個最重要的選擇：組織、產品和技術。

我們首先需要做的選擇是組織架構。我們面臨的挑戰是選擇創業模式還是專業化管理模式。理想汽車過去十年中，前七年我們一直採用創業模式運營。但隨着公司規模的不斷擴大，尤其是在營收方面，我們達到了前所未有的高度。大約在2022年，很多人建議我們轉型為專業化管理模式。因為從歷史上看，無論是奔馳、寶馬等百年老店，還是微軟、蘋果等科技巨頭，都是採用這種模式並取得了巨大成功。

過去三年，我們努力嘗試適應這種專業化的管理模式。然而，在實踐中，我們逐漸意識到，創業模式和專業化管理模式本質上是不同的，這與流程和組織結構無關。真正的區別在於管理原則和關鍵運營原則。此外，它們還需適應不同的發展階段和行業環境。

專業化管理模式可能非常成功，但它依賴於三個因素。首先，行業和技術周期必須相對穩定。其次，企業必須已經處於領先地位，並且這種地位相對穩定。第三，創始人及其團隊要麼失去了動力，要麼不再積極參與公司運營。

如果這三個條件都得到滿足，那麼專業管理模式可能是一個非常理想的選擇。無論是蘋果還是微軟，在採用專業管理模式后都蓬勃發展，收入從 1000 億美元增長到 1 萬億美元。

然而，創業模式適用於截然不同的環境。首先，行業和技術周期正經歷着根本性的變革。其次，行業本身極不穩定，創業者以及公司本身尚未成為行業領導者。第三，創始人及其團隊仍然全身心投入到日常工作中，充滿熱情和動力。鑑於人工智能正在重塑當今眾多行業，考慮到我們所處的環境以及公司自身的特質，我們認為創業模式更適合我們。

創業模式的核心在於四點。首先，需要更多對話而非報告。在瞬息萬變的環境中，深入的對話對於增進我們對世界的認知和判斷，以及做出大膽的決策至關重要。

其次，要注重用户價值，而不是僅僅追求短期交付。只有那些能為用户創造價值的事情才值得交付，而不是僅僅關注我們完成了多少任務。

第三點是不斷提高效率，而不是佔用更多資源。例如，如果我們去年花了10美元做某件事，今年只需要8美元就能完成。這樣我們纔能有資源真正投入到那些短期內不會產生收益，但長期來看卻能真正造福於我們的項目和投資中。

第四，關鍵在於認識到關鍵問題，而不是僅僅製造信息不對稱。

只有當我們創造更多價值、提高效率並解決關鍵問題時，我們才能在競爭激烈、瞬息萬變的環境中真正蓬勃發展，並持續滿足客户需求。過去三年，我和我的團隊努力適應專業化管理模式，並強迫自己接受各種改變。然而，我們都意識到，我們自身的能力有所下降。

英偉達和特斯拉仍然以創業公司的方式運營。如果規模最大、實力最強的公司都採用創業模式，那麼我們沒有理由不發揮自身優勢，利用我們最熟悉的模式。

自1998年以來，我擁有27年的創業公司運營經驗，從未在任何大型企業擔任過職業經理人。如今，我們面臨着競爭激烈且瞬息萬變的市場環境——一個技術日新月異的時代。我個人對產品、汽車和人工智能充滿熱情。而工作，正是我最大的熱情所在。

所以，為什麼不專注於我最熟悉、最擅長的領域來管理理想汽車呢？這纔是我們展望第二個十年時最重要的首要選擇。因此，從今年第四季度開始，我和我的創始團隊將堅定地迴歸創業模式，擁抱新時代和新的技術挑戰。

組織模式的選擇是所有一切的基礎。展望未來十年，下一個關鍵問題是如何真正解決客户的問題。首先，我們要開發哪些產品？技術的發展方向又是什麼？這始終是所有問題的本質。

首先，關於產品。我們還需要做出一個重要的選擇：我們究竟應該為用户打造什麼樣的產品？是電動汽車？是智能設備？還是具身機器人？如果我們只關注電動汽車，那麼競爭實際上就變成了參數表上的軍備競賽。

你的續航里程能增加20公里嗎？你的車尺寸能增加2釐米嗎？如果只關注電動汽車，那麼一切都是爲了更大的空間、更長的續航里程和更低的價格，或許還會抄襲一些成熟的設計，就像鋰離子L9被抄襲那樣。

除此之外，所有研發投入都是浪費，更強大的傳感器、更大的模型、更強大的計算能力、更好的主動懸架，無一例外都是成本浪費。而且，即使計算能力和主動懸架越來越強，甚至可能對續航里程產生負面影響。

其次，如果我們選擇專注於智能設備，那麼我們自然會更加關注屏幕上的內容。過去智能手機和平板電腦的功能將被移植到汽車環境中。事實上，智能設備的大部分創新都在於將智能手機中已有的功能移植到汽車上，將移動應用程序移植到車載信息娛樂系統（例如車載主機）中，在車載信息娛樂系統中部署更強大的語言模型，甚至在車內進行編碼和深度研究。

但是，我們不禁要問自己：用户購買我們的汽車，我們究竟是爲了他們的工作，還是爲了提升他們的生活品質？如果某些體驗在手機、平板電腦或電腦上已經更好、更自然，我們為什麼還要費力地把它們移植到汽車上呢？所有這些投資最終為用户帶來的增量價值微乎其微。

第三，第三條途徑是將汽車打造成現實世界中的具身人工智能，或者用通俗的話來説，就是機器人。電影《變形金剛》告訴我們，機器人大致分為兩類：第一類外形像人，第二類外形像汽車。《霹靂遊俠》和《賽車總動員》等影視作品都清晰地表明，汽車造型的機器人將成為未來機器人的主流形態。

那麼，我們如何將汽車改造成機器人呢？我們需要賦予它感知能力的耳朵和眼睛，賦予它建模能力的大腦和神經，賦予它計算能力的心臟，並且需要重塑硬件，使其擁有更強的物理存在感。因此，我們的機器人需要具備與頂級駕駛員比肩的能力，不僅能夠駕駛，還能接送乘客、泊車、充電、開關車門，並細緻入微地讓你的生活更加便捷安全。它還可以扮演父母、助手甚至空乘人員的角色，在車內為你提供便利和照顧，就像頭等艙和飛機上的服務一樣。這就像我們小時候媽媽照顧我們、讓我們快樂一樣。

那麼，我們如何定義一個好的具身機器人？如何使它們從被動的機器轉變為自動化機器，再進一步轉變為主動機器？

未來十年，最有價值的具身人工智能產品將是既自動化又具備主動性的車輛。真正的競爭在於，我們如何才能將這些產品自動化和主動性提升到極致，以及如何將它們融入到我們日常生活的方方面面，讓我​​們一旦習慣就再也回不去了。

所以，無論是電動汽車還是智能設備，這些都不是不好的選擇，但我們認為它們還不夠。只有選擇具身人工智能（這是這三個問題中最難解決的），我們才能真正改變用户的生活，真正提供只有具身人工智能產品才能提供的自動化和主動服務。這就像你在《變形金剛》電影里看到的汽車形狀機器人，或者像《賽車總動員》或《霹靂遊俠》里看到的汽車形狀機器人一樣。我相信，這正是我們這些企業家在這個新時代看到的最大挑戰和機遇。

下一個選擇是關於技術，更具體地説，是關於我們的全棧人工智能系統。我們該如何選擇？我們選擇哪種技術來驅動這個全棧人工智能系統？是基於語言、面向數字世界的技術嗎？還是面向物理世界的技術？

這兩種方案需要完全不同的系統能力。如果我們想要構建一個優秀的具身人工智能，就需要構建一個與基於語言的人工智能模型截然不同的系統，它不僅要具備類似眼睛和耳朵的感知能力，還要具備類似大腦的模型本身能力，具備類似神經系統的操作系統能力，具備類似心臟的計算能力，以及類似人體本身的物理能力。

目前，還沒有第三方供應商能夠提供全棧系統。事實上，沒有任何一家公司能夠提供該系統的任何部分。大型語言模型的重點確實在於模型本身和計算能力。更大的模型和更強大的計算能力必然會帶來更強大的功能。然而，對於具身人工智能而言，我們需要更好地理解物理世界。而模型也是建立在我們對物理世界的理解之上的。

準確性是首要任務，泛化能力次之。操作系統需要確保硬件和軟件之間實現最佳集成，並提供更高的頻率，同時系統也必須快速且精確。此外，驅動感知、模型和操作系統的計算能力需要駐留在設備端，而不是雲端。

最后，我們還需要對硬件本身進行改造，使其成為真正具身化的硬件。例如，我們的主動懸架系統就像一個三維神經系統——神經控制，它可以提高物理世界中的執行效率和精度。

因此，如果我們從具身人工智能的角度來看待整個人工智能系統，就會發現有很多變革需要發生，而且迫切需要發生。

第一個變化體現在感知方面。基於當前的模型和設備上可部署的計算能力，無論是當前的3D BEV、佔用網絡還是2D視覺轉換器，其有效感知範圍（我指的是實際感知範圍，而不是理論最大範圍）僅略高於100米，遠小於人眼的感知範圍。

然而，如果我們將其升級到3D視覺轉換器（其工作原理與人眼類似），其探測範圍可以擴大2倍、3倍，並能解決自動駕駛領域50%以上的常見問題。3D視覺轉換器的應用不僅限於自動駕駛，還能改善車內外的交互。這些都將成為可能。因此，這需要在感知模型方面取得根本性的突破，包括研究和開發。此外，還需要像我們開發的M100這樣的專用於具身人工智能的芯片，以及一支實力雄厚的編譯器團隊和高效的協作。

下一個需要改進的領域是模型。只有藉助 3D 視覺轉換器，我們才能真正理解世界。BLA 中的視覺學習器 (VL) 能夠更好地理解和感知世界，從而更有效地利用人類數據進行訓練，並更有效地利用世界模型進行訓練。

例如，在現有的計算平臺上，一個擁有40億參數的MOE模型只能以10赫茲的頻率運行。但其執行頻率卻高達60赫茲。因此，我們可以將模型的頻率提升2到3倍。它還可以自動解決許多問題，包括自動駕駛中的舒適性和反應速度。但這同時也要求我們從根本上修改和定製傳統的GPU架構，並配備專用的操作系統。而M100正是為解決這些具身AI問題而設計的。

最后一點是硬件本身。人類通常能在大約450毫秒內對剎車和轉向做出反應。而對於典型的自動駕駛系統來説，從感知到執行，整個閉環過程大約需要550毫秒。因此，對於如今的普通駕駛員來説，他們很容易就且非常明顯地—感受到自動駕駛的速度要慢得多。就像一位老人在開車一樣。

線控駕駛系統可以將響應時間縮短至約350毫秒。這200毫秒的差別不容小覷。它能將事故率降低50%以上，而且駕駛感受甚至比自動駕駛更好，也更安全。無論從主觀感受還是客觀角度來看，它都更加安全。

因此，基於這些需求，整個控制機制都會有所不同。如果我們僅僅像在語言模型中那樣，只關注模型規模的擴大，例如，即使模型規模擴大兩倍，計算能力也相應提升，實際性能提升也只有 5% 到 10%。但如果我們從具身人工智能的角度來看待這個問題，並着手解決每個層面的關鍵問題，下一代自動駕駛技術就能真正將性能提升 5 到 10 倍。這正是具身人工智能能夠提供快速、精準且有價值的服務的關鍵所在。這就是從 0 到 1 的差別。

過去三年，我們在具身人工智能的技術和系統方面取得了長足進步。這讓我們對下一代產品充滿信心。具身人工智能機器人的時代始於汽車機器人，我相信，從今年開始，數千億美元的營收僅僅是一個開端。

因此，以上三大關鍵戰略選擇為我們未來十年的發展奠定了堅實的基礎。未來十年比過去十年更具挑戰性。我們深知，真正的競爭並非在於短期的勝利，而在於長期堅持正確的道路，並持之以恆地投入其中。憑藉雄厚的財務實力，我們將繼續專注，秉持我們珍視的創業管理理念，打造領先的人體智能產品。

因此，理想汽車能夠駕馭市場周期，引領技術變革，併成為一家從長遠來看為用户和社會創造獨特持久價值的公司。

最后，我期待今后能以這種方式與大家互動，而不是以固定的形式發佈季度報告。同時，我也要衷心感謝大家的支持和信任，尤其是在我們面臨最嚴峻挑戰的時期。我們致力於在未來3到5年內，將理想汽車打造成為智能互聯領域表現最佳、用户價值創造最大的公司。謝謝大家。

李鐵

首席財務官兼執行董事

大家好。接下來我將為大家介紹一下我們第三季度的財務數據。

鑑於時間有限，我今天的發言將僅限於財務要點。除非另有説明，所有數字均以人民幣計價。更多詳情，請參閱我們的盈利新聞稿。

第三季度總收入為人民幣274億元，同比下降36.2%，環比下降9.5%。其中，汽車銷售收入為人民幣259億元，同比下降37.4%，環比下降10.4%，主要原因是汽車交付量下降。由於產品組合變化，平均售價上漲，部分抵消了環比下降的影響。

第三季度銷售成本為人民幣229億元，同比下降22%（原文如此）[32%]，環比下降5.3%。第三季度毛利潤為人民幣45億元，同比下降51.6%，環比下降26.3%。

第三季度汽車毛利率為15.5%，而去年同期為20.9%，上一季度為19.4%。同比下降的主要原因是預計的Li MEGA召回成本以及產量下降導致的單位制造成本上升。環比下降的主要原因也是與召回相關的成本。若剔除這些召回成本，第三季度汽車毛利率將達到19.8%。

第三季度毛利率為16.3%，而去年同期為21.5%，上一季度為20.1%。若不計入上述李美佳召回成本，第三季度毛利率本應為20.4%。

第三季度營業費用為人民幣56億元，同比下降2.5%，環比增長7.8%。

第三季度研發費用為人民幣30億元，同比增長15%，環比增長5.8%。同比增長主要受新車型項目推進速度加快、產品組合和技術拓展投入增加以及產品配置調整相關費用的影響。環比增長主要也源於上述產品配置調整費用。

第三季度銷售、管理及行政費用為人民幣28億元，同比下降17.6%，環比增長1.9%。同比下降的主要原因是確認了去年第三季度首席執行官績效獎勵相關的股權激勵費用。

第三季度營業虧損為人民幣12億元，而去年同期營業收入為人民幣34億元，上一季度營業收入為人民幣8.27億元。

第三季度營業利潤率為負 4.3%，而去年同期為 8%，上一季度為 2.7%。

第三季度淨虧損為人民幣6.244億元，而去年同期淨利潤為人民幣28億元，上一季度淨利潤為人民幣11億元。

第三季度歸屬於普通股股東的每股美國存託憑證（ADS）攤薄淨虧損為人民幣0.62元，而去年同期攤薄淨收益為人民幣2.66元，上一季度為人民幣1.03元。

接下來看一下我們的資產負債表和現金流量表。我們的現金狀況依然穩健，截至第三季度末的現金余額為人民幣989億元。第三季度經營活動產生的現金淨額為人民幣74億元，而去年同期為人民幣110億元，上一季度為人民幣30億元。

第三季度自由現金流為負人民幣89億元，而去年同期為負人民幣91億元，上一季度為負人民幣38億元。

接下來是我們的業績展望。公司預計2025年第四季度交付量將在10萬至11萬輛之間，季度總收入將在人民幣265億元至292億元之間。此業績展望反映了公司目前對自身業務狀況和市場環境的初步判斷，可能會有所變動。

(這份記錄可能不是100％的準確率，並且可能包含拼寫錯誤和其他不準確的。提供此記錄，沒有任何形式的明示或暗示的保證。表達的記錄任何意見並不反映老虎的意見)