以下内容是对于新皮层对理想基座模型团队专访内容的整理总结，采访对象是理想基座模型负责人陈伟和理想同学产品负责人张文博，文章原文见这里<专访理想基座模型团队：为什么我们不能做具身的前3？这是我们必须做到的｜新皮层对话>
一、战略转型相关
Q1: 为什么理想同学要从车机扩展到手机与PC？ 详细回答 ：
-
•竞争倒逼进化 ：陈伟强调"只有看到最强的对手，你才知道你应该怎么做"
-
•场景扩展需求 ：手机端用户问财经、健康等广泛问题，而车机用户很少问
-
•能力验证 ：从车载大模型演进为通用大模型，需要在更通用的场景中验证
-
•数据闭环 ：需要更多样化的用户反馈来建立数据闭环
行业共识程度 ：是共识，但理想的表述"参与更激烈竞争才能变更强"带有独特的竞技哲学
Q2: 扩端之后第一件被验证的关键能力是什么？ 详细回答 ：
-
•思维链透明度 ："很多用户关心推理过程可能超过最终结果"
-
•可读性优化 ：不仅增加思维链，还在可读性上下功夫
-
•时间节点 ：4月发布MindGPT 3.0，比MiniMax推出类似模型还早
行业共识程度 ：部分共识。强调"推理过程比结果更重要"是理想的独特洞察
二、产品定位演进
Q3: 为什么要大力做端到端语音模型MindGPT-4o-Audio？ 详细回答 ：
-
•技术指标 ：延迟必须<1秒，实现"边听边说"
-
•用户痛点 ：小朋友说话不连续，传统按键式交互困难
-
•交互本质 ：口语是"一问一答、一来一回"，而非文字的"短输入长输出"
-
•未来布局 ："口语化是拉近人和AI最重要的交互方式"
行业共识程度 ：是共识，但理想对儿童用户的特别关注较为独特
Q4: 理想同学的定位为何从"助手"升级到"家人"？ 详细回答 ：
-
•三阶段路径 ：增强能力→成为助手→变成家人
-
•MBTI设定 ：ESFJ - 外向、感性、有规划性、有条理
-
•系统工程 ：包含姓名、人设、形象、MBTI、故事设定、技能的完整档案库
-
•记忆系统 ：未来加入记忆能力，让关系更深入
-
•主动性控制 ：李想强调"不要狂刷存在感"，需要判断合适的主动对话时机
行业共识程度 ：非共识。将MBTI人格系统引入AI产品设计在业内罕见
三、技术理念转变
Q5: 智商与情商会冲突吗？ 详细回答 ：
-
•实验发现 ：学好代码、数学、STEM等结构化知识，智商情商同步提升
-
•理论基础 ："情商和智商对一个人来说是不可拆分的，对AI也是"
-
•高阶表现 ：幽默是智商情商交叉的高阶智能，"没有任何模型能达到李诞水平"
行业共识程度 ：非共识。这一观点缺乏学术界广泛验证
Q6: 为什么说研发范式从"交付逻辑"变成"能力进化逻辑"？ 详细回答 ：
-
•旧模式 ：功能性研发，明确任务，拼积木式各做各的模块
-
•新模式 ：协作模式，"击鼓传花"，花只有一朵就是模型
-
•边界模糊 ：模型与产品间的边界不再清晰
-
•能力溢出 ："模型能力进化的速度比产品能想象到的空间还要大"
行业共识程度 ：是共识，但"击鼓传花"的比喻很形象地描述了新的协作方式
四、核心技术路线
Q7: 理想为何认为自身必须进入"基座模型前3"？ 详细回答 ：
-
•赢者通吃 ："能活到最后的可能就三五家"
-
•独特优势 ：
-
•维度定义 ："不是语言模型的前3，而是具身智能、VLA模型的前3"
行业共识程度 ：非共识。"前3"的评判维度是理想自定义的
Q8: AGI的L1/L2/L3分级是什么？ 详细回答 ：
-
•L1-L2 ：语言模型阶段（含推理）
-
•L3起点 ：多模态agent模型，需要CoA（行动链）能力
-
•关键区别 ：L3不只是CoT，还需要模型自主调用工具解决问题
行业共识程度 ：非共识。这是理想团队的自创分级体系
Q9: AGI的核心到底是语言智能还是具身智能？ 详细回答 ：
-
•明确立场 ："AGI的核心不是语言智能，而是具身智能"
-
•逻辑推理 ：语言模型的scaling law边际收益已下降
-
•发展路径 ：需要从数字世界的强化学习转向物理世界
-
•竞争终局 ："整个AI的决胜点肯定是在具身智能"
行业共识程度 ：非共识。NLP派与Robotics派仍在激烈争论
五、技术架构选择
Q10: 为什么VLA优于"两层"VLM+VA？ 详细回答 ：
-
•VLM+VA问题 ：
-
•VLA优势 ：
行业共识程度 ：非共识。许多机器人公司反而从VLA转向分层架构
六、行业影响与判断
Q11: DeepSeek R1对行业最大的影响是什么？ 详细回答 ：
-
•时间提前 ：比预期提前半年实现技术突破
-
•技术简化 ：用GRPO替代PPO，没用MCTS，问题简化但依然有效
-
•路径削减 ："帮我们把当时在尝试的好几条路径做了削减"
-
•加速效应 ：开源让技术扩散速度大幅提升
行业共识程度 ：是共识
Q12: L3 Agent的关键突破点是什么？ 详细回答 ：
-
•CoA定义 ：Chain of Action，模型不断思考如何调用外部工具
-
•心流理论 ：像人一样"思考-搜索-继续思考"的单一flow
-
•对比传统 ：避免"一个人思考，另一个人执行"的割裂
-
•技术融合 ：OpenAI o3、Claude 4都在强调工具调用与思维链融合
行业共识程度 ：非共识。将Action纳入Transformer内环的公司极少
七、未来展望
Q13: 赢得L3竞赛的先决条件？ 详细回答 ：
-
•硬件必要性 ："手机完全无法承载VLA，有V、L，但完全没有A"
-
•数据来源 ：需要足够多AI终端收集物理世界数据
-
•竞争格局 ："只有语言模型、没有足够多可移动终端硬件的公司，很可能不能进入AGI决赛"
行业共识程度 ：非共识。软件公司如OpenAI并不认同硬件是必要条件
Q14: Agent与模型是否会最终合二为一？ 详细回答 ：
-
•公式定义 ：Agent = 智能体大模型 + 工具（MCP协议）+ 第三方agent（A2A）
-
•边界消融 ："agent和模型两个概念之间在融合"
-
•两种路径 ：
行业共识程度 ：部分共识
Q15: 理想对Agent成熟时间的判断？ 详细回答 ：
-
•Sam Altman ："温柔的奇点"，认为明年agent模型就成熟
-
•理想判断 ："明年后年agent模型还需要继续发展"
-
•AGI时间线 ：OpenAI认为是"后面几年的事"
行业共识程度 ：行业共识是2-3年内有显著进展
八、组织与文化
Q16: 内部如何评估模型？ 详细回答 ：
-
•两种模式 ：
-
•方法论变化 ：
行业共识程度 ：是共识
额外发现的重要细节 ：
-
1.基金投入 ：每年投入几千万与高校合作，获取未发表的研究成果
-
2.周三研究会 ：从2023年开始的每周技术分享传统
-
3.组织调整 ：李想本人all in AI，成立独立的基座模型一级部门
-
4.神秘布局 ：两个新机器人部门（穿戴机器人、空间机器人），具体形态保密
这些细节展现了理想在AI战略上的系统性投入和独特思考，特别是在具身智能、硬件终端必要性、L1-L3分级体系等方面形成了自己的理论框架。