提到理想同学，多数人的固有认知里，它只是理想汽车搭载的一款车载语音助手，用来控制车机、调节空调、播报导航，完成基础的人车交互。但在智能汽车大模型竞速的当下，理想同学早已完成跨越式升级。

理想汽车理想同学负责人 江会星

日前，理想汽车理想同学负责人 江会星 在2026 Inclusion·外滩大会见解论坛上发表演讲。他表示：理想同学早已跳出传统语音工具的局限，正在完成从听得见、看得懂，到动得了的蜕变，进化为一款真正的汽车具身智能体，重构人车交互的全新形态。

五年自研迭代：紧跟大模型浪潮，领跑行业

理想同学的自研之路始于2022年，这五年恰好是人工智能从传统模型向大模型、智能体高速跃迁的关键周期，理想汽车也踩中了每一次技术变革的风口。

2022年，行业主流还在使用传统BERT模型做基础交互时，理想团队就率先布局生成式模型，依托自研LIT5模型的强大能力，搭建起理想同学的核心理解体系，奠定了智能化交互的基础。

同年年底ChatGPT问世，大模型时代正式开启。2023年，理想快速立项自研MindGPT，成功打造出行业首个上车的自研大模型，让理想同学的认知、理解和应答能力实现质的飞跃。

2024年，团队聚焦大模型的工具调用能力深耕。车载场景拥有海量功能工具，这一年的核心目标，就是让大模型高效调度各类车载工具，持续打磨模型记忆能力，让理想同学的交互体验更贴合用户习惯、更贴合车载场景。

2025年被行业公认为智能体元年，理想同学也迎来架构革新，从单一MindGPT主智能体，升级为多智能体协同架构，开始打通各行各业的外部智能体生态，为车主提供多元化服务。

2026年初OpenClaw推出，行业上出现了几个明显的变革，即端侧部署、模型解耦、按Tokens计费，这些范式也进一步推动了理想同学完成架构升级。

理想同学2.0架构：三大核心能力，打通全场景服务生态

江会星重点介绍了理想同学2.0智能体架构，采用“大脑+手脚”的双核心设计。

左侧MindGPT主智能体是核心大脑，负责全局规划、推理调度、任务编排；

右侧三大连接能力（CUA、A2A、MCP）作为手脚，打通车内功能与外部服务生态，实现全场景落地。

这套架构的核心优势，是摆脱对第三方接口的依赖，通过三大自研能力，实现无门槛、全场景的智能服务落地：

1. CUA界面智能操控：无需接口，可视化模拟人工操作

目前大量第三方平台、小程序没有开放专属API接口，无法直接对接车机系统。针对这一行业痛点，理想自研CUA座舱智能操控能力，依托大模型视觉能力，直接读取屏幕界面，模拟人的点击、滑动、扫码、输入等操作。

这一能力无需合作方适配改造，就能从界面层打通服务壁垒。最典型的落地场景就是停车缴费、一键加油，车辆摄像头自动扫码后，理想同学可自主拉起支付宝缴费小程序，完成全套支付流程，全程无需用户手动操作。

2. A2A智能体互联：多Agent协同，分工解决复杂需求

A2A智能体互联架构，是理想对接外部生态的核心抓手。理想内部搭建大量子智能体，同时联动阿里、支付宝等第三方智能体，由MindGPT主智能体统一分发任务、回收结果、整合输出。

不同于单一模型的单向应答，理想同学的答案背后，是多个智能体的协同作战。车企无需深耕各类细分服务场景，只需依托自身认知能力，精准调用对应领域的专业智能体，就能高效解决用户多元化需求。目前已落地电影购票、座位选择、线上支付等生活化场景。

3. MCP统一工具底座：全车功能标准化，实现全域调度

MCP协议是整套智能体架构的底层支撑，也是前两大能力的运行基础。理想将全车硬件设备、车载功能、第三方API接口全部完成MCP协议化改造。

这一改造让MindGPT可以统一识别、理解所有车载工具和外部服务，解决了功能碎片化问题，实现对车内软硬件、外部生态工具的一键统一调度，为复杂场景的串联服务提供底层保障。

突破行业瓶颈：从单任务执行到系统级智能服务

当前多数车载智能助手，本质只是将手机、屏幕的单点功能迁移到车机，只能完成单功能、单任务的被动执行。但这并非真正的车载智能，理想同学的终极形态，是成为用户的AI职业司机。

所谓AI职业司机，核心是系统级智能+主动个性化服务，不再是被动响应单一指令，而是根据场景、环境、用户习惯，自主串联全车软硬件功能，提供一体化、沉浸式的专属服务，这也是理想新一代系统级智能体的核心升级方向。

端侧部署+模型分离，兼顾高效与安全

全新系统级智能体采用端侧部署架构，直接运行在车机安卓系统中，实现高可用、断网可用，摆脱网络限制。同时创新拆分双模型架构，实现能力与安全双保障：

端侧部署多模态模型，处理舱内语音、视觉等隐私数据，实现数据不出车，全方位保护用户隐私；

云端搭载自研马赫Mind-Pro大模型，同时支持灵活切换主流三方模型，负责复杂推理与深度应答。

除此之外，整套系统搭载内容、执行、系统三重安全保障，搭配分层规划算法，实现“快慢结合”：简单指令快速响应、即时执行，复杂指令深度推理、拆解落地，兼顾交互速度与服务深度。

两大标杆场景，诠释系统级智能实力

升级后的理想同学，已经具备串联多工具、联动全硬件的系统级服务能力。江会星现场演示了两个极具代表性的真实落地场景：

针对复杂出行需求：用户下达“接待航班客人、规划接机+素食餐厅接风路线”的指令后，理想同学可自主串联航班查询、航站楼定位、素食餐厅筛选、路线导航等多个工具，一站式完成全流程规划。

针对车内场景服务：用户说出“哄小朋友睡觉”，系统会联动遮阳帘、车内灯光、背景音乐、空调、音量、主动悬架等六七项硬件设备，一秒搭建静谧睡眠氛围，实现“全车响应、全域适配”。

从信息查询到硬件联动，从软件调度到整车适配，理想同学真正把汽车打造成了可感知、可思考、可执行的汽车机器人。

全信息记忆体系：让交互有默契，服务更懂用户

智能体的核心竞争力，在于持续学习、持续进化的记忆能力。为此，理想同学搭建了应用层、能力层、数据层三层全信息记忆架构，核心目标是减少重复交互，让人车交互充满默契，四大核心价值革新交互体验：

1. 减少重复确认：系统记忆用户固定习惯，例如用户前往公司固定停靠A区，无需每次重复确认，自主匹配偏好设置。

2. 精准理解意图：记忆用户常用地址、出行偏好，用户说出模糊指令如“去奶奶家”，即可精准识别、直接规划路线，无需反复澄清。

3. 极速执行复杂操作：将多步高频操作沉淀为专属技能（Skills），例如回家场景的导航、空调开启、座椅按摩等组合操作，可一键拉起、直接执行，将慢速推理转化为极速响应。

4. 主动预判服务：依托用户行为数据沉淀，精准预判用户需求。例如记住用户每周五的健身出行习惯，届时主动推送导航服务，让智能服务有据可依，而非盲目猜测。

未来展望：从服务人，到自主服务整车

对于理想同学的未来进化方向和落地路径，江会星给出了自己的思考，核心是完成从“被动响应”到“主动执行”、从“服务用户”到“服务整车”的双重升级。

目前理想同学已全面落地车内迎宾、陪伴交互、整车控制、导航娱乐等场景，实现对车内用户的全方位服务。下一阶段，理想将在合规授权、安全可控的前提下，解锁车辆自主能力。

未来的理想智能体，可自主完成泊车、充电、洗车、保养、取送物品等整车任务，用户只需最终确认即可，解放了人力。

而这套能力的持续迭代，将依托真实数据+仿真数据+效果评估+模型迭代的四维高速迭代体系，持续拓宽智能体的能力边界。

同时，理想将持续深化与蚂蚁阿宝、支付宝等生态伙伴合作，落地驾驶随行、日常通勤、生活便民等多元场景，携手行业推进汽车具身智能体时代的到来。

结语：从单一语音助手，到多协同具身智能体，再到系统级整车智能服务平台，理想同学的五年迭代，本质是车载智能从“工具化交互”向“人格化、系统化、自主化服务”的进化缩影。

当汽车不再是冰冷的出行工具，而是会思考、懂用户、能自主办事的智能机器人，真正的智能出行时代，才刚刚拉开序幕。