在技术层面，2025年1月，理想汽车通过OTA 7.0推送的Mind GPT-3o采用端到端架构，实现了语音、视觉和文本的融合处理，响应速度达百毫秒级别，支持情感陪伴与用户偏好记忆，并可调用美团、日历等300余种外部工具。
该模型基于10万亿Token的预训练数据，采用TaskFormer神经网络架构，并持续通过监督微调（SFT）和人类反馈强化学习（RLHF）进行优化。此外，Mind GPT实现了跨终端部署，从车机扩展至手机App和网页版，支持多端对话同步与服务协同。
搭载Mind GPT的“理想同学”已从车载语音助手演进为一款跨终端人工智能应用。在车内场景中，其支持免唤醒交互、多种方言识别与复杂多模态指令；在移动场景下，手机端的“理想同学”提供“知识问答”和“视觉识别”功能。其Agent化能力进一步体现出系统智能的提升：能够对模糊指令进行任务规划与拆解，并通过协调车载功能与外部API完成执行。
在智能辅助驾驶方面，理想规划了基于端到端模型的双系统发展路径。在L3阶段，预计2025年，公司将通过端到端模型和视觉语言模型（VLM）实现高速场景下每500公里仅需一次接管的有监督自动驾驶。
而在L4阶段，目标2028年前后，将引入视觉-语言-行动模型（VLA），使车辆具备三维空间认知与自主决策能力，最终实现无人驾驶。据理想汽车透露，VLA司机大模型计划将在9月份大规模上车，并且在11月份迎来重磅更新。
该模型的实现得益于自研辅助驾驶芯片等自研硬件的强力支撑，该芯片于今年年初成功流片，计划于明年正式交付，目前正在实车路测阶段。
在智能制造领域，理想构建了全栈自研的工业AI体系，通过Li-MOS生产管理系统、连山质量预警平台和MESS系统等，打造出“智能制造超级大脑”，横向覆盖从研发到交付的全链路数据闭环，纵向实现多层供应链与整车制造的高效协同。
在资源投入方面，理想汽车年度研发投入已超过100亿元，其中近一半集中于人工智能相关领域。公司成立了四支AI团队，分别专注于智能驾驶、理想同学、智能商业及智能工业的研发。
