1.新超圣大厅这款游戏可以开挂，确实是有挂的，通过添加客服微信【6355786】

2.咨询软件加微信【6355786】在"设置DD功能DD微信手麻工具"里.点击"开启".

3.打开工具.在"设置DD新消息提醒"里.前两个选项"设置"和"连接软件"均勾选"开启"(好多人就是这一步忘记做了)

4.打开某一个微信组.点击右上角.往下拉."消息免打扰"选项.勾选"关闭"(也就是要把"群消息的提示保持在开启"的状态.这样才能触系统发底层接口。)

【央视新闻客户端】

专题：聚焦2025年第二季度美股财报

　　理想汽车高管解读2025年Q2财报

　　财报发布后，理想汽车管理层召开电话会议，理想汽车董事长兼CEO李想、CFO李铁、总裁马东辉以及CTO谢炎参加会议并回答了分析师提问。

　　以下为本次电话会议分析师问答环节主要内容：

　　高盛分析师Tina Hou：我的第一个问题与销量相关。我们看到今年理想L系列的销量还是有一定下滑。我想请问管理层，今年设定的整体销量目标将如何达成？管理层计划如何通过产品营销、渠道等方面的调整来实现这个目标？

　　我的第二个问题有关公司的的自研芯片。能否请管理层为我们介绍一下最新的进展？

　　马东辉：我来回答你的第一个问题。大家都比较关注我们的销量。在产品侧，大家也都知道，我们既有增程车型，还有纯电车型。对于正常车型，我们会以智能来巩固基本盘。理想汽车作为增程技术的引领者，我们将主要通过智能辅助驾驶的深度焕新来强化产品的竞争力。

　　在今年九月，我们增程全系AD Max车型将会升级VLA智能辅助驾驶。目前，VLA Preview版本已经随着理想i8开始向用户交付，其驾驶性能的提升是非常显著的。如果打个比方的话，就好比ChatGPT 4.0相比ChatGPT 3.5之间的代际突破。新版的模型参数规模将达到40亿，较之前的端到端模型提升超过10倍，相当于脑容量大幅的扩容。这直接带来了两个核心体验升级：在行车端，平顺性和舒适性得到了显著优化，根据我们的用户反馈，大家已经很难区分是辅助驾驶还是人类驾驶；在泊车端，VLA的远程召唤和VLA的自动泊车功能也收获了用户的高度认可，既可以解决用户实际用车的痛点，也能够获得更好的使用体验。从行业的视角来看，VLA架构高度契合人类智能进化的逻辑，并且现在更多的同行认可也加入了VLA的研发阵营。

　　接下来，我们认为辅助驾驶的竞争核心是迭代速度，关键在于强化学习。理想汽车已经搭建并启用了支撑强化学习的仿真环境，核心是依托世界模型来实现场景和数据的重建和生成。后续我们将通过这一体系来推动VLA模型的快速迭代，保持行业领先。

　　在纯电车型方面，今年理想汽车的纯电产品线将形成“梯次发力”的格局，打开新的增长空间。理想MEGA月销已经稳定在3000台以上，持续贡献纯电销量的基本盘。在理想i8上市后，店端的试驾反馈很好，目前我们正在推进产能爬坡，力争在九月底累计交付8000至1万台。

　　今年九月，我们还将发布理想i6。i6的设计很好看，开起来既舒适又运动，空间体验也很好，精准匹配年轻用户的需求，有望成为纯电车型的走量主力。

　　在营销端，我们强调“区域化”，即根据不同区域的市场竞争来精准制定政策。我们的销售体系已经调整为总部直管23个区域，核心逻辑就是因地制宜定政策。在北方区域，我们聚焦增程车型的推广，重点传递“冬季续航里程稳定”等优势；在南方区域，我们侧重纯电车型，强化节能、空间、智能的卖点，贴合当地用户的消费偏好。此外，我们会加大营销，打破“酒香不怕巷子深”，核心做透数字化运营，通过搭建精细化的数字化营销平台，对客群定位、线索获取、商机转化等全链条进行最终优化，精准判断线上营销的投入方向以及投入资金的有效性。

　　在渠道端，我们会针对一、二、三线城市优化门店的组合，提升获客和转化，核心是做存量门店的优化；调整门店选址，对位置不佳、客流量不足的门店进行及时迁移，确保门店的触达效率。同时，我们会平衡门店的类型，梳理商场店和中心店的数量比例，利用商场店“高获客”的优势吸引客流，依托中心店“高转化”的能力去承接需求，形成“获客-转化”的闭环，提升线下的运营效率。

　　另外，我们会加快低线城市的覆盖，采用“繁星店”的轻量化模式挖掘增量。相比传统门店，繁星店的投资更少、开店的周期更短，能够快速进入四、五线城市的核心场景。通过增加门店密度来提升品牌的曝光度，充分挖掘下沉市场的潜力，为整体销量增加注入新动能。

　　谢炎：我来回答有关自研芯片的问题。

　　理想汽车的自研芯片于今年年初成功流片，目前正在进行车规级测试，一切进展顺利。我们预计会在明年将芯片正式部署到部分车型上，交付用户。从项目的立项到最终交付，我们大约用了三年的时间。据我所知，我们的芯片是同类产品中最快的，它的性能也非常优越。相比目前市面上最强大的芯片，我们的自研芯片在运行大型语言模型时可以提供2倍的性能；在运行CNN（卷积神经网络）等视觉模型时可以提供3倍的性能。我们的芯片采用了新颖的数据流架构，模型主要由数据驱动，而不是像其他架构那样由指令驱动。通过这种架构，芯片能够实现更高的并行度，我们也相信它更适合大型神经网络。

　　这种“由数据驱动”的逻辑由我们自主设计的编译器进行编排，能够让硬件运行更高效、运行频率更高。我相信，我们的芯片会是市场上最具竞争力的芯片。与市面上其他AI芯片研发不同的是，我们的研发采用了“软硬件协同设计”的思路，即芯片、编译器、运行时系统和Halo操作系统从一开始就是一起设计的。如此一来，我们可以更轻松地将这些软硬件模块垂直集成到更强大的AI推理系统中，并在未来持续扩展。随着VLA模型在产品上的落地，我们观察到算力的提升能够比以往更好地转化为ADAS性能的提升，这就意味着，算力越高，性能越好。

　　总而言之，我们对一切都非常有信心。我们相信，理想汽车的创新架构以及全栈开发能力将成为我们长期的差异化能力，帮助我们在未来变得更加强大。

　　（持续更新中。。。）