Die Automobilindustrie kann NIO, XPeng und Li Auto nicht mehr aufnehmen.

Wenn man die Hintergrundtafel der Pressemitteilung verdeckt, würden viele Menschen denken, dass dies eine Entwicklerkonferenz eines KI-Unternehmens sei.

Am 15. Juni, dem Ideal Livis Day, hielt Li Xiang eine zweistündige Pressemitteilung.

Er sprach über Chips, KI, Agenten, Weltmodelle und Embodied Intelligence. Nur wenig über Autos. Dies könnte die Pressemitteilung in der Geschichte von Ideal Auto sein, die am wenigsten wie eine Automobil-Pressemitteilung aussieht.

Interessanterweise hat Ideal das eigenentwickelte Mach M100 vorgestellt, ein 5-nm-Autospezifikations-Chip mit einer Rechenleistung von 1.280 TOPS pro Chip, der als weltweit erster dynamischer Datenstrom-KI-Chip bezeichnet wird. Das neue Ideal L9 Livis Edition ist mit zwei solchen Chips ausgestattet, was eine Gesamtrechenleistung von 2.560 TOPS ergibt.

Mit der Einführung des Mach M100 haben NIO, XPeng und Ideal alle ihre eigenen Chips entwickelt und auf den Markt gebracht.

Die Außenwelt interpretiert diese Aktion allgemein als eine passive technologische Aufholjagd, um die Lieferkettencrise zu bewältigen. Aber wenn man hinter die Oberfläche blickt, ist das, was wirklich beachtenswert ist, dass diese drei Unternehmen der ganzen Welt dasselbe verkünden: Die Automobilbranche kann die Ambitionen von NIO, XPeng und Ideal nicht mehr fassen.

I. Was hat Li Xiang in den letzten drei Jahren eigentlich gesagt?

Wenn man Li Xiangs öffentliche Äußerungen der letzten drei Jahre nebeneinander betrachtet, wird der Verlauf sehr klar.

Im Jahr 2023 sprach er über die Ideal L-Serie, Familienkunden, Kühlschränke, Fernseher und Sofas, Range Extender und Verkaufszahlen. Zu der Zeit war Ideal ein typisches Automobilunternehmen, dessen Verkaufsargumente die Produktdefinition und die Familienumgebung waren.

Ab 2024 änderte sich das. Er sprach immer häufiger über KI, AGI, Roboter und Betriebssysteme. Das Thema wechselte von der Frage, wie man mehr Autos verkaufen kann, zu der Frage, wie große Modelle die physische Welt neu strukturieren werden.

Im Jahr 2025 wechselte der Kontext vollständig hin zu Silicon Valley. VLA, End-to-End, Weltmodelle – diese Wörter, die ursprünglich nur für OpenAI galten, wurden zur alltäglichen Sprache von Automobilunternehmern.

Heute, im Jahr 2026.

Li Xiang gab auf der Pressemitteilung die vollständige Definition eines Embodied Intelligence-Autos ab und stellte das Konzept von "Vier-in-Eins" vor: Ein Elektromobil, ein professioneller Fahrer, ein KI-Rechner und ein Lebensassistent. Um diese Definition umzusetzen, hat Ideal die KI-Forschung und -Entwicklung auf 50 % des Jahresbudgets erhöht. Die Forschungs- und Entwicklungsorganisation wurde ebenfalls grundlegend neu strukturiert. Das Team für das Basismodell wurde vertikal in drei Zweigabteilungen aufgeteilt: Embodied Engineering, Embodied Interaction und Embodied Behavior. Die Autonomiefahrt wurde zu einer parallelen Abteilung herabgestuft.

In drei Jahren hat Li Xiang die zugrunde liegende Erzählung dieses Unternehmens von der Automobilherstellung vollständig auf die KI-Herstellung umgestellt. Der Chip Mach M100 ist nicht der Anfang, sondern der erste Schachzug in diesem Prozess.

Wenn man diese drei Jahre zusammen betrachtet, ist das, was er tut, dasselbe Prinzip wie damals, als Apple von einem Computerunternehmen zu einem Unternehmen für Geräte + Software + Dienstleistungen wechselte. Zuerst wurde die interne Wahrnehmung umgestellt, und dann wurde mit einem markanten Produkt der Außenwelt mitgeteilt: Die alte Ära ist vorbei.

II. Der teuerste Teil eines Autos hat sich dreimal geändert

In den letzten zehn Jahren waren der Motor und das Getriebe der teuerste und am besten abgesicherte Teil eines Autos. Wer die komplexe mechanische Verarbeitung meistern und die Lieferkette von Tausenden von Präzisionsteilen verwalten konnte, hatte das Preisdiktat.

In den letzten fünf Jahren ist der Mythos des Verbrennungsmotors gebrochen, und der teuerste Bestandteil ist jetzt die Lithiumbatterie. Die Produktionskapazität und die Liefertermine von CATL bestimmen direkt die Gewinnstruktur und das Überleben fast aller Elektromobilhersteller.

Heute findet die dritte Umstellung statt. Der wertvollste Teil eines gesamten Fahrzeugs ist vollständig die Rechenleistung geworden.

Li Bin, der Gründer von NIO, hat einmal öffentlich gerechnet, dass in einem hochwertigen intelligenten Elektromobil der Anteil der Batterie und des Chips am Gesamtpreis bereits über 50 % beträgt. Die langfristige Abhängigkeit von ausländischen Standardlösungen wie NVIDIA führt dazu, dass Automobilhersteller für jedes hochwertige Modell mit vier Orin-Chips an Silicon Valley mehr als 20.000 Yuan für die Chipbeschaffung zahlen müssen.

Aber die Kosten sind nur die Oberfläche. Die tiefere Veränderung ist, dass wenn ein ganzes Auto von der Wahrnehmung über die Entscheidung bis zur Ausführung vollständig von KI angetrieben wird, der Chip nicht mehr ein Problem der Teilebeschaffung ist, sondern ein Problem der strategischen Macht.

Schauen wir uns die aktuellen Messdaten des Ideal Mach VLA-Systems an. Die Gesamtreaktionszeit beträgt 0,28 Sekunden. Im Vergleich dazu beträgt die durchschnittliche physiologische Reaktionszeit eines normalen menschlichen Fahrers 0,45 Sekunden.

Das bedeutet, dass bei einer Geschwindigkeit von 120 km/h die von einem eigenentwickelten Chip angetriebene KI 6 Meter früher als ein menschlicher Fahrer anhalten kann. Ideal plant, diesen Wert bis Ende des Jahres in der OTA-Software auf weniger als 0,2 Sekunden zu reduzieren.

Wenn die Reaktionsgeschwindigkeit eines Autos die eines Menschen übertrifft, ist es nicht mehr ein Auto, sondern ein Roboter in einem Automobilmantel.

Das, was diesen Roboter unterstützt, ist nicht das Lenkrad und die Bremsen, sondern der Chip.

III. Der Chip ist keine Kosten, sondern Macht

Viele Menschen glauben, dass Automobilhersteller Chips entwickeln, um die Kosten zu senken. Kurzfristig ist es genau das Gegenteil. Das NIO Shenji-Team wurde 2021 gegründet und hat erst nach vier Jahren die Massenproduktion gestartet. Auch das Ideal-Chip-Team hat mehrere Jahre investiert. Die enormen Forschungs- und Entwicklungsausgaben, die Fließkosten von Millionen von US-Dollar und der lange Zertifizierungsprozess für Autospezifikationen kosten jede Menge Geld.

Der wahre Grund ist, dass wenn zukünftige Autos die Träger von Embodied Intelligence sind, der Chip das Gehirn dieses Intelligenzsystems ist. Das Gehirn an einen Dritten zu übergeben, heißt, die Schwachstelle an andere zu geben.

NIO hat in der Vergangenheit die bitterste Erfahrung gemacht. Im Jahr 2021 gab es einen globalen Chipmangel. Aufgrund der Lieferunterbrechung des ESP-Moduls musste die Produktion des ET7 in einem kritischen Quartal um 42 % reduziert werden, was einen Umsatzeinbruch von etwa 1,9 Milliarden Yuan verursachte. Li Bins Satz, dass die Lieferkettenschwachstelle nicht in fremden Händen liegen darf, ist eine teure Lektion.

Ein weiterer wenig diskutierter Branchenengpass ist die Verschwendung der Architektur von Standard-Auto-Chips.

NVIDIAs Orin und Thor haben eine Standardarchitektur und sind im Wesentlichen Standardrechnerplattformen. Sie sind so breit konzipiert, um alle Arten von Algorithmen von Automobilherstellern zu unterstützen.

Aber welche Modelle NIO, XPeng und Ideal jeweils verwenden, ist intern sehr klar. Ideal verwendet das Mach VLA-Modell, XPeng ein 30-Billionen-Parameter-End-to-End-Modell, und NIO das NWM-Weltmodell. Wenn man von den eigenen Kernalgorithmen auf die Transistoranordnung des Chips zurückschließt, ist die Effizienz weit höher als bei Standardchips.

Die tatsächliche Rechenleistungseffizienz des Mach M100 beträgt bis zu 82 %, während herkömmliche Standard-Auto-Chips bei der Ausführung großer Modelle normalerweise nur 30 % bis 40 % der Effizienz erreichen. Bei derselben Rechenleistung kann ein eigenentwickelter Chip die tatsächliche Leistung eines Standardchips um das Drei- bis Vierfache übertreffen.

Der Unterschied ist noch deutlicher bei der Edge-Inferenz. Wenn ein großes Sprachmodell auf dem Mach M100 läuft, erreicht die Prefill-Geschwindigkeit das 2,7-fache der NVIDIA-Desktop-Supercomputerlösung. Das bedeutet, dass ein intelligenter Fahrerchip in einem Auto mit sehr geringem Stromverbrauch in bestimmten Aufgaben direkt eine professionelle KI-Arbeitsstation mit einem Preis von mehreren zehntausend Yuan schlagen kann.

Wenn Auto-Chips anfänglich mit Desktop-Supercomputern konkurrieren, ist der Begriff "Auto-Chip" selbst veraltet. Es ist einfach ein KI-Chip, der zufällig in einem Auto verbaut ist.

IV. Drei Chips, drei Erklärungen

NIO, XPeng und Ideal entwickeln alle Chips, aber die Kapitalstruktur und der Geschäftspfad der Chips offenbaren ihre unterschiedlichen Definitionen ihrer zukünftigen Identität.

NIOs Strategie ist eine extreme Schwerpunktlage auf Vermögenswerten und eine unabhängige Kommerzialisierung.

Der Shenji NX9031 wurde im September 2024 in Massenproduktion gebracht, und bis heute wurden mehr als 550.000 Stück verkauft, die von dem Flaggschiffmodell ET9 bis zum LeDao L90 abdecken. Im Jahr 2025 wurde die Chip-Geschäftseinheit in das unabhängige Shenji Unternehmen aufgeteilt, und die erste Finanzierungsrunde betrug 2,257 Milliarden Yuan, mit einem Unternehmenswert von fast zehn Milliarden Yuan. NIO hat im vierten Quartal 2025 erstmals einen monatlichen Gewinn erzielt, und der bereinigte Betriebsgewinn betrug 1,25 Milliarden Yuan. Der von dem eigenentwickelten Chip pro Auto eingesparte Hartkostensatz von 10.000 Yuan war der wichtigste finanzielle Treiber.

Li Bins Ambition ist sehr klar. Shenji soll in Zukunft nicht nur für die eigene Verwendung, sondern auch an die gesamte Branche verkauft werden, und von einem Kostenpunkt zu einem Gewinnpunkt werden.

XPeng hat dagegen entschieden, den Chip für die tiefste globale Ökosystembindung zu nutzen.

Der Turing-Chip wird nicht aufgeteilt, sondern als Kerntechnologie-Asset an Volkswagen in Deutschland zurückgegeben. Im März dieses Jahres wurden das Volkswagen ID. UNYX und das XPeng G08, beide mit zwei Turing-Chips und einer Gesamtrechenleistung von 1.500 TOPS, erstmals in Massenproduktion gebracht. Das eigenentwickelte Chip eines chinesischen Automobilherstellers hat historisch gesehen die technologische Grundlage eines traditionellen europäischen Automobilriesen neu definiert.

He Xiaopengs Ziel ist sehr klar. Der Turing-Chip soll im Jahr eine Liefermenge von einer Million Stück erreichen und die Spitze der chinesischen Edge-KI-Chips mit hoher Rechenleistung erobern. Sein Endziel ist ein "physikalisches KI"-Unternehmen, und der Turing-Chip soll in Zukunft Autos, humanoide Roboter und Flugautos steuern.

Ideal ist der Außenseiter, der als letztes die Arbeit abgab.

Der Mach M100 wurde von den Algorithmen her entwickelt. Zuerst wurde das VLA-Modell für einige Jahre getestet, um die Engpässe und den Datenfluss zu verstehen, bevor das Chip-Konzept entworfen wurde. Deshalb verwendet der M100 eine Datenstromarchitektur, bei der die Berechnung dort ausgelöst wird, wo der Datenstrom ist, ohne dass wie bei der herkömmlichen Architektur Daten hin und her transportiert werden müssen. Ideal entwickelt keine Standardchips, sondern spezielle Chips, die am besten verstehen, wie das eigene Modell funktioniert. Mit der ganzheitlichen Eigenentwicklung von Chip + Modell + Betriebssystem + Auto wird Embodied Intelligence definiert.

Die drei Wege sind unterschiedlich, aber sie führen zum selben Ziel: Der Chip ist nicht mehr ein Teil, der einfach gekauft und eingebaut wird, sondern eine Art, wie Automobilhersteller sich selbst definieren.

V. Der ultimative Wettlauf um die nächste Rechenplattform

Warum hat Apple damals die M-Serie von Chips entwickelt?

Weil Tim Cook sah, dass das zukünftige Schlachtfeld nicht das Smartphone ist, sondern die ganzheitliche persönliche Rechenplattform. Am Tag der Veröffentlichung des M1 erklärte Apple der Branche nicht nur einen Chip, sondern dass die Mac-Ökosysteme endgültig von der Kontrolle der Intel-Ära befreit waren.

Warum hat Tesla den FSD-Chip und den Dojo-Supercomputer entwickelt? Weil Elon Musk wusste, dass der zukünftige Ausweg nicht die Herstellung von Elektromobilen ist, sondern die Kontrolle über die AI-Training und -Inferenz für die vollständige Autonomie.

Heute hat Ideal den Mach M100 vorgestellt, und die zugrunde liegende Logik ist dieselbe.

Wenn man diese Rüstungsspirale immer noch aus der Perspektive der Automobilbranche betrachtet, ist der Blick zu eng.

Apple ist kein Handyunternehmen, Microsoft ist kein Softwareunternehmen, und OpenAI ist definitiv kein Chatbot-Unternehmen. Im Wesentlichen sind sie alle Rechenplattformunternehmen, die eine Ära beherrschen.

Heute entwickeln NIO, XPeng und Ideal Chips, und der Wettlauf ist nicht um bessere Auto-Chips, sondern um das Eintrittskarten für die nächste Rechenplattform.

Das Auto ist möglicherweise der beste Träger heute. Es hat genug Platz für Chips und Sensoren, komplexe Szenarien, um KI zu trainieren, einen hohen Verkaufspreis, um die Forschungs- und Entwicklungsausgaben zu decken, und mehrere Stunden täglich Nutzung, um Daten zu sammeln.

Aber dieser Träger ist nur der Anfang.

Wenn die KI-Forschung 50 % des Budgets ausmacht, wenn die Organisation für Embodied Intelligence neu strukturiert wird, und wenn ein Auto-Chip mit einem Desktop-Supercomputer konkurriert, antworten diese Unternehmen mit ihren Handlungen auf eine Frage:

Sie wollen niemals bessere Automobilhersteller werden, sondern die KI-Plattformunternehmen, die die nächste Ära der physischen Welt kontrollieren.

Das Auto ist nur die Hülle, die sie im Jahr 2026 gewählt haben.

Worte "außerhalb der Seite":

In der Vergangenheit waren chinesische Unternehmen am besten darin, Innovationen auf der Anwendungsseite zu entwickeln. Heute beginnen immer mehr Unternehmen, sich in die Tiefe zu begeben.

Modelle, Chips, Betriebssysteme, Infrastruktur.

Alle haben erkannt, dass die Schutzmauern in der KI-Ära nicht auf der Anwendungsseite, sondern in der Tiefe liegen.

Wer die Rechenleistung kontrolliert, kontrolliert die Zukunft.

Deshalb gehen NIO, XPeng und Ideal alle auf den Weg der Chipentwicklung. Das ist kein Zufall. Es ist die Wahl, die alle ambitionierten Unternehmen in dieser Ära treffen werden.

Das größte Unternehmen der nächsten Ära wird möglicherweise nicht in der traditionellen Automobilbranche entstehen. Aber wenn es aus dem Labor kommt, wird es sicherlich die absolute Macht über die Definition der intelligenten Grundlage in der Hand halten.

Dieser Artikel stammt aus dem WeChat-Account "Außerhalb der Seite", geschrieben von "Banjun", und wurde von 36Kr mit Genehmigung veröffentlicht.