理想马赫Mind-Pro模型落地车载智能系统

在近日举行的Livis Day汽车软件与人工智能发布会上，理想汽车正式宣布其自研的马赫Mind-Pro模型已全面落地，赋能L9车型的Livis车载智能系统。这一动作标志着大语言模型在智能座舱场景的深度集成进入量产阶段。

据发布会信息，马赫Mind-Pro模型在多项权威评测中表现突出。在IFEval指令跟随、LongBench-v2超长文本理解、AIME26高阶数学推理以及BFCL-v4工具调用等基准测试中，该模型已稳居行业第一梯队。这意味着模型在理解复杂指令、处理长上下文、进行逻辑推理以及调用外部工具方面具备领先能力。

除了技术指标，理想汽车还强调了马赫Mind-Pro在商业维度的成熟度。在Token生成速度、任务完成质量、Token使用成本以及端到端响应时延等关键指标上，该模型实现了真正可量产的水平。这为车企在控制成本的同时，提供高品质的AI交互体验奠定了基础。

技术架构方面，马赫Mind-Pro采用多模态流式时序建模技术。这一设计使模型能够连续理解动态的物理世界，例如实时感知车辆周围环境变化，并具备因果推理和自主决策能力。与传统的单帧或离散输入模型不同，流式建模让模型对时间序列数据有更自然的理解，从而更好地支持驾驶辅助和座舱交互场景。

针对车载场景的特殊需求，马赫Mind-Pro进行了大量专属的行为特化训练。模型能够直接输出动作指令，实时调用车辆硬件，例如调节空调、控制车窗、设置导航等。同时，Always-on全天候主动感知、人车交互、自主控车以及多模态问答等能力全部在车端本地完成，数据完全不上传云端。这种本地化部署策略不仅降低了网络延迟，还增强了用户数据隐私保护。

总体来看，马赫Mind-Pro的落地展示了AI大模型从云端走向终端、从通用走向垂直行业的具体路径。理想汽车通过特化训练和端侧部署，将大语言模型的能力转化为实际可用的车载功能，为智能汽车的人机交互体验树立了新的标杆。