杨吟 文/图

　　5月，理想汽车以两场重磅活动定义了其智能化战略的里程碑：在AI Talk第二季中，李想深入浅出地阐述了VLA（视觉—语言—行动）司机大模型的底层逻辑以及理想对人工智能的一些独特思考；紧接着5月8日理想L系列智能焕新版发布会，通过四款车型的软硬件升级，为理想汽车未来搭载更多更先进的AI技术铺平道路。从技术架构到企业价值观，理想汽车正试图在自动驾驶的无人区中，构建一套兼具颠覆性与人文关怀的AI方法论。

　　AI的生产力革命：

　　从辅助工具到“代驾司机”

　　在AI Talk第二季中，李想将AI工具划分为信息工具、辅助工具、生产工具三级跃迁。当前行业普遍停留在前两个阶段：在第一阶段，信息工具只能提供有限的参考价值，例如人们向AI发出指令查询近期的新闻热点等；到了辅助工具阶段，典型的例子是现在常见的L2级辅助智驾，在这个阶段仍需人类监管。而到了第三阶段的VLA司机大模型，其核心目标是成为“交通领域的专业生产工具”——如同人类雇佣代驾司机一般，独立完成驾驶任务并承担责任。相比于现有端到端+VLM方案，司机大模型不仅类人理解与沟通能力增强，同时进一步拥有了自主决策行动的能力。

　　目前端到端+VLM表现不错的情况下，理想为什么一定要升级VLA？其最核心的原因可以归结为，VLA司机大模型突破了多模态协同效率与物理世界建模能力的双重瓶颈，打破了端到端+VLM两个独立模型的天花板上限，能够更好地处理人类驾驶行为的多模态性，可以适应更多驾驶风格。

　　VLA的诞生：

　　不是突变，而是进化

　　“如果你规则算法都做不好，你根本不知道怎么去做端到端，如果你端到端没有做到极致，你连VLA（视觉语言行动模型）怎么去训练都不知道。”

　　李想认为，端到端是做好VLA的基础，在这个过程中每一步的能力构建都十分重要。回顾理想近两年的辅助驾驶发展历程，从2023年年底全场景NOA推送，到2024年夏天推送无图NOA功能首次摆脱了对先验信息的依赖，实现了全国都好开，理想由此迈入辅助驾驶第一梯队。再到2024年10月推送端到端+VLM双系统架构，理想辅助驾驶正式迈入AI大模型时代。凭借技术创新引领行业发展，今年3月，理想汽车正式发布下一代自动驾驶架构VLA，它将空间智能、语言智能和行为智能统一在一个模型里，赋予了模型强大的3D空间理解、逻辑推理和行为生成能力，让自动驾驶能够感知、思考和适应环境；它既是一个能理解用户意图的智能体，也是一名听得懂、看得见、找得到的专属司机。

　　在VLA到来前的每一步，理想都走得格外扎实有力，经过长时间的验证，获得了广泛用户的认可。理想汽车用自身的实践证明，一步直达VLA是不可行的，技术积累必不可少。

　　好的人工智能：

　　要有道德、有边界，值得信任

　　“我不可能雇用一个职业赛车手每天给我开车，但我要雇一个职业司机。”

　　随着AI技术的发展，模型能力越来越强，也带来一个问题，模型自己决策“乱来”的可能性也增大了，这就需要极强的职业性来约束、规范模型的行为。而理想要做的AI司机，除了必须具备强大的开车能力，还要具有非常强的职业性，保证舒适、安全，保证与人类开车的价值观一致。

　　为了解决模型的黑盒问题，理想采用重建加生成的方式，借助大量的实际路况行驶数据，构建了一个“世界模型”，可以通过生成数据的方式，为VLA后训练过程中的强化学习创造优秀的虚拟环境；其构建的测试场景既符合真实规律，也兼具优秀的泛化能力，使系统具备了高效闭环的迭代能力，确保系统安全可靠。

　　理想汽车的AI战略，本质是一场关于技术的持续突破与人性的克制准则之间的交织。VLA司机大模型的价值，不仅在于解放人类双手，更在于探索“硅基生命”与“碳基文明”的共生边界。