理想汽车人事动荡:陈伟离任,詹锴接棒基座模型团队
随着车企智能化竞争步入“模型化”阶段,理想汽车正将资源进一步向具身智能集中。多位知情人士透露,理想希望以VLA模型为统一底座推进研发整合,并通过组织调整打通智能驾驶与智能空间的模型协同;詹锟将承接VLA整合研发相关工作并向CTO汇报。与此同时,负责LLM方向的陈伟将于近期离职,交接正在进行。
陈伟于2024年加入理想,是推动理想智能座舱自研的关键人物,让理想同学成为业内明星产品;2024年底他推动大模型上车,使理想成为行业第一家将大语言模型上车的企业。最近的一段时间,陈伟主要负责研发理想AI眼镜Livis,并完成量产交付,帮助理想成功打入智能眼镜市场。2025年2月,陈伟从空间AI部门调任至新成立的基座模型部门,主导基座模型自主研发,向系统与计算集群负责人、理想汽车CTO谢炎汇报。这一调整被视为理想加码AI和智驾投入。陈伟在2025年12月的采访中对《新智驾》表示,“在理想,AI汽车化是我们后续工作的方向。”
李想认为,基座模型是人工智能时代的操作系统与编程语言。在这个基础上构建的人工智能产品将成为新一代的入口。李想要求基座模型要跳出汽车行业,在未来几年成为行业前三名。詹锟是理想智驾团队的老将,2024年在智驾自研体系加速的关键阶段加入。詹锟亲历并深度参与了理想自动驾驶技术路线从无图NOA到端到端架构的多次迭代,并在其中担任关键负责人。2025年夏天,詹锟接手VLA研发,与陈伟团队进行紧密协作。随着智驾路线经历由规模向端到端、VLA的切换,理想智驾团队也持续调整。2025年9月,理想汽车将自动驾驶部门拆分为11个二级部门,全部向郎咸朋汇报。目前,理想的基座模型与智能驾驶团队正集中攻关训练闭环体系,一旦顺利打通,VLA的整体体验有望实现关键性跃迁。
原创文章,未经授权禁止转载。详情见转载须知。
相关攻略
理想汽车推送OTA8 5更新,覆盖多款车型。新增手机遥控泊出功能,支持侧方与垂直车位远程操控。智能驾驶方面优化了VLA算法,提升绕障决策与变道流畅性,并新增车道偏航主动重规划功能,增强行驶安全与平顺性。
理想汽车推送OTA8 5版本更新,核心新增手机一键遥控泊出功能,车主可通过App遥控车辆驶出狭窄车位。同时,智能驾驶体验获深度优化,包括VLA司机大模型决策更果断平顺,以及走错车道后系统能主动安全重规划路线。
理想汽车的全球战略布局再获重要进展,其出海版图正式延伸至中东核心市场。当地时间4月25日,理想汽车与阿联酋知名经销商Al Fahim Motors及沙特阿拉伯领先的汽车集团Mohamed Yousuf Naghi Motors分别达成战略合作。此举标志着,在中国市场备受家庭用户推崇的理想L系列智能电
对于许多刚提新车的理想车主来说,尤其是那些珍爱原厂漆面的朋友,为爱车装贴隐形车衣已成为一项重要的保护投资。原厂车漆固然亮丽,却也十分娇贵,日常行驶中的飞石、树枝剐蹭乃至不当洗车都可能导致难以修复的损伤。过去,车主们往往需要自行寻觅可靠的第三方改装店,市场价格从数千元到数万元不等,品质、工艺与售后保障
五月初,理想汽车如期发布最新月度交付数据。2026年4月,理想汽车共计交付新车34,085台,市场表现稳健。至此,品牌历史累计交付量已突破166 9万辆,达到1,669,442辆,稳步逼近170万辆里程碑。 在交付量持续攀升的同时,理想汽车产品矩阵也在加速更新。此前于北京国际车展首度公开亮相的新一代
热门专题
热门推荐
人工智能正改变表格合并方式,大幅提升数据处理效率。例如,某电商平台借助AI将处理时间从48小时缩短至2小时,并减少人工错误。调查显示,超七成企业已部署AI工具且效率显著提升。AI不仅节约成本,还推动决策更科学。未来需在效率与数据安全间寻求平衡。
在数据爆炸时代,AI正为传统表格处理带来变革。通过自动生成图表、快速分析趋势等功能,AI显著提升了数据处理效率。然而,数据安全与隐私风险仍是企业关注的核心挑战。未来,表格将趋向智能化与自适应,成为更高效、用户友好的分析工具,为企业创造新的机遇。
AI技术正深度改变表格处理领域,通过自动化数据整理、智能预测分析和增强实时协作显著提升效率。然而,数据隐私安全与算法“黑箱”问题仍是主要挑战。企业需优先考虑数据保护与算法透明度,未来结合自然语言处理的新一代工具将进一步简化表格工作,带来更多可能性。
AI工具显著提升了表格制作效率与数据呈现效果。它能通过自然语言生成框架、自动分析趋势,将原本耗时的手工流程大幅压缩。不同工具各有侧重,需结合实际需求选择。未来,AI将与深度分析更紧密结合,实现智能洞察输出。主动拥抱技术革新,才能提升数据竞争力。
人工智能正革新表格处理,通过OCR与自然语言技术自动识别提取数据,大幅提升录入效率。实践显示,AI在订单处理等重复任务中效果显著,减轻人力负担。未来需兼顾数据安全与工具易用性,推动人机协同——AI负责规则性工作,人类聚焦创造性决策。





