在理想i8發(fā)布會(huì)舉行之前，理想汽車董事長兼CEO李想與前同事、維他動(dòng)力聯(lián)合創(chuàng)始人趙哲倫分享了自己關(guān)于“選擇”的長期主義哲學(xué)。

“要選‘長’的，這件事情最好要很長時(shí)間才能成功，如果是個(gè)很短時(shí)間就能成功的，就意味著所有人都能成功，反而沒什么壁壘。選‘長’的，跟時(shí)間做朋友，就有耐心了?！崩钕胝f。

當(dāng)晚，外界都以為理想i8是唯一主角。但這是一場(chǎng)有雙主角的發(fā)布會(huì)，李想在現(xiàn)場(chǎng)宣布，理想VLA司機(jī)大模型將隨理想i8一同交付。

作為發(fā)布會(huì)上的另一個(gè)主角——VLA其實(shí)更能反映李想的長期主義哲學(xué)。

2025年的智能駕駛戰(zhàn)場(chǎng)，彌漫著“短平快”的焦慮。數(shù)據(jù)上，部分車企依賴人工采集“老司機(jī)數(shù)據(jù)”，甚至雇傭數(shù)百人實(shí)車路測(cè)，成本高昂卻效率低下。算法上，端到端+VLM架構(gòu)遭遇瓶頸——訓(xùn)練數(shù)據(jù)突破1000萬Clips后，性能增長緩慢。評(píng)測(cè)上，實(shí)車測(cè)試無法復(fù)現(xiàn)極端場(chǎng)景，接管里程的數(shù)字繁榮背后隱藏著極端場(chǎng)景的未解難題。

面對(duì)這些現(xiàn)象，李想曾用這樣一句話提醒公司乃至整個(gè)行業(yè)——端到端模型像猴子開車，它能夠?qū)W習(xí)人類行為，但并不理解物理世界。

李想的犀利比喻，直指行業(yè)痛點(diǎn)——短期可落地的技術(shù)≠真正智能。基于這樣的信念，理想沒有簡(jiǎn)單粗暴地用規(guī)則算法“修補(bǔ)”端到端缺陷，而是選擇了一條更艱難的長期主義道路：推翻現(xiàn)有架構(gòu)，自研VLA司機(jī)大模型。

為何VLA是“正確的事”

區(qū)別于端到端架構(gòu)的模仿學(xué)習(xí)，VLA司機(jī)大模型的優(yōu)勢(shì)是通過強(qiáng)化學(xué)習(xí)不斷進(jìn)化，讓機(jī)器理解“為什么這樣做”。這不僅關(guān)乎技術(shù)路線，更是一場(chǎng)關(guān)于用戶體驗(yàn)、商業(yè)效率與技術(shù)野心的深刻重構(gòu)。

首先，VLA能像經(jīng)驗(yàn)豐富的司機(jī)一樣預(yù)判風(fēng)險(xiǎn)（如盲區(qū)車輛切入）。理想汽車自動(dòng)駕駛研發(fā)高級(jí)副總裁郎咸朋希望，未來VLA能將事故里程（MPA）提升至人類駕駛的10倍，做到600萬公里才出一次事故（當(dāng)前理想輔助駕駛為350-400萬公里/次事故，人類駕駛約60萬公里/次事故）。

其次，VLA 還能“越開越像你”。激進(jìn)派車主獲得高效變道，穩(wěn)健派車主享受平順巡航——VLA通過持續(xù)學(xué)習(xí)用戶習(xí)慣，讓車輛“越開越像主人”。郎咸朋描繪未來：“強(qiáng)化學(xué)習(xí)是有這個(gè)能力來支撐它這個(gè)車越開越像你的風(fēng)格或體驗(yàn)，之前端到端可能還不具備這樣的能力?！?/p>

郎咸朋透露，未來不同家庭成員上車，系統(tǒng)將通過Face ID自動(dòng)切換至其偏好的駕駛風(fēng)格，車輛真正成為懂你的“個(gè)性化司機(jī)”。

理想沒有讓自己陷入“百萬公里實(shí)車測(cè)試”的重資產(chǎn)泥潭，而是選擇用VLA撕開了行業(yè)的成本偽裝。當(dāng)然，仿真不是為了省錢所做出的選擇，它是能跑贏技術(shù)迭代的選擇——實(shí)車測(cè)試永遠(yuǎn)追不上Corner Case的產(chǎn)生速度。

郎咸朋揭示了效率本質(zhì)：“任何技術(shù)的提升一定伴隨著研發(fā)流程的變革，工業(yè)時(shí)代來臨后，刀耕火種的流程被機(jī)械化替代……而進(jìn)入了VLA大模型時(shí)代，測(cè)試效率是提升能力的核心因素?！?/p>

2025年上半年，理想依托世界模型的仿真測(cè)試?yán)塾?jì)里程已突破4000萬公里，每天的測(cè)試?yán)锍套畲蟮姆逯悼蛇_(dá)到30萬公里，這是實(shí)車測(cè)試無法企及的速度與規(guī)模。

郎咸朋點(diǎn)明VLA快速迭代的秘訣：“VLA評(píng)測(cè)就像之前的實(shí)車評(píng)測(cè)一樣……我們的VLA仿真評(píng)測(cè)已經(jīng)在超級(jí)對(duì)齊里做好了基礎(chǔ)，現(xiàn)在已經(jīng)有超過40多萬個(gè)場(chǎng)景評(píng)測(cè)了。” 這構(gòu)成了對(duì)手難以短時(shí)間復(fù)制的核心壁壘。

在VLA的長跑中，理想展現(xiàn)出驚人的戰(zhàn)略定力——精準(zhǔn)平衡短期妥協(xié)與長期收益。

在用戶端，理想接受初期功能保守，例如地庫限速最初為10 km/h ，現(xiàn)在逐漸提升到15km/h，換取絕對(duì)安全冗余。但郎咸朋承諾“進(jìn)一步提升能力并且做好測(cè)試之后，我們會(huì)逐步打開這個(gè)能力的車速上限”。

在技術(shù)端，理想犧牲端到端短期數(shù)據(jù)優(yōu)勢(shì)（堆Clip數(shù)），換取VLA的“思維涌現(xiàn)”能力。郎咸朋對(duì)比鮮明：“如果還是沿著端到端思路去做所謂VLA，你的速度一定會(huì)變慢……首先你要訓(xùn)1億個(gè)Clips需要多大的訓(xùn)練算力？”

同時(shí)，理想專注構(gòu)建仿真評(píng)測(cè)壁壘。郎咸朋清醒判斷：VLA仍處技術(shù)周期早期，首要任務(wù)是“很好地驗(yàn)證這套系統(tǒng)”。

市場(chǎng)反應(yīng)印證了VLA的長線價(jià)值。今年1月發(fā)布的《理想智能駕駛2024年出行報(bào)告》顯示，理想汽車智能駕駛試駕率達(dá)到72.4%，試駕滿意度為92%，30萬以及40萬以上車型AD Max交付量占比分別為75.4%、84.6%。

可以看出，理想輔助駕駛不再是用戶購車決策中的弱勢(shì)項(xiàng)，而是驅(qū)動(dòng)品牌銷量增長的重要因素，這也是VLA司機(jī)大模型與理想i8一同發(fā)布、一同交付的原因。

郎咸朋希望，2025年底將MPI接管里程提升至400-500km，到明年能夠達(dá)到1000km?！懊髂晡覀?nèi)绻搅?000km的MPI水平，可能會(huì)給用戶這種感覺真的到了一個(gè)VLA的ChatGPT的時(shí)刻?！崩硐肫囎詣?dòng)駕駛高級(jí)算法專家詹錕說。

對(duì)VLA的堅(jiān)定選擇，背后是理想的技術(shù)信仰。VLA是理想對(duì)行業(yè)本質(zhì)問題的回答：真正的智能不是“能做什么”，而是“為何這樣做”。

數(shù)據(jù)、算法、算力、工程四重難題

自研VLA，這是人跡罕至的路，郎咸朋的團(tuán)隊(duì)知道，啃下這塊“硬骨頭”，需要一場(chǎng)從數(shù)據(jù)、算法、算力到工程能力的全方位“長征”。

在數(shù)據(jù)問題上，截至2025年7月，理想積攢了累計(jì)43億公里輔助駕駛里程、12億公里有效回傳數(shù)據(jù)——這是理想從2020年理想ONE時(shí)代就開始布局的“數(shù)據(jù)金礦”。

接下來是數(shù)據(jù)清洗的“煉金術(shù)”。理想剔除了近1/4“不合規(guī)駕駛行為”，僅保留“老司機(jī)數(shù)據(jù)”。理想汽車自動(dòng)駕駛高級(jí)算法專家湛逸飛解釋：“我們需要的數(shù)據(jù)用一個(gè)詞總結(jié)叫‘老司機(jī)數(shù)據(jù)’。”他們?cè)谠贫瞬渴鹉Ｐ?，甚至利用大模型?duì)數(shù)據(jù)進(jìn)行“老司機(jī)”標(biāo)準(zhǔn)的嚴(yán)苛篩選。

為了實(shí)現(xiàn)世界模型的顛覆性革命，理想做出了一個(gè)大膽決策：用仿真測(cè)試替代90%實(shí)車路測(cè)。通過三維重建與場(chǎng)景泛化技術(shù)，1:1還原極端場(chǎng)景。這源于一個(gè)嚴(yán)峻的事實(shí)，即實(shí)車測(cè)試永遠(yuǎn)無法100%還原事故現(xiàn)場(chǎng)。

湛逸飛透露，依托強(qiáng)大的世界模型，單日峰值測(cè)試?yán)锍踢_(dá)到30萬公里，2025年上半年累計(jì)超4000萬公里。

這并非一蹴而就。2024年，理想進(jìn)行了150多萬公里實(shí)車測(cè)試，并非為了數(shù)據(jù)本身，而是為了驗(yàn)證和校準(zhǔn)仿真環(huán)境的可靠性。湛逸飛坦言，最初世界模型仿真復(fù)現(xiàn)率是存在問題的，團(tuán)隊(duì)通過一年時(shí)間，針對(duì)漏洞進(jìn)行大量工程和算法優(yōu)化，將仿真一致性提升至99.9%以上。

在算法問題上，李想曾尖銳評(píng)價(jià)端到端模型“像猴子開車”——能模仿動(dòng)作，卻無邏輯思維。VLA的突破，核心在于賦予機(jī)器“思考的能力”。

CoT思維鏈（Chain-of-Thought）是VLA的核心突破。它能實(shí)時(shí)呈現(xiàn)決策邏輯（如屏幕顯示“拒絕逆行因安全合規(guī)”），徹底解決端到端“無腦執(zhí)行”的痛點(diǎn)。換句話說，理想不是在教AI開車，而是在教它理解人類世界的規(guī)則。

面對(duì)大模型部署車端的世紀(jì)難題，理想選擇了最硬核的自研之路。

推理速度慢？今年，理想汽車將成為首個(gè)在Thor-U部署VLA模型（4B的MoE混合專家模型）的車企。理想汽車自動(dòng)駕駛高級(jí)算法專家詹錕自豪地說：“目前沒有任何一個(gè)架構(gòu)是這樣的，這是我們與基座團(tuán)隊(duì)共同研發(fā)，專門對(duì)嵌入式芯片做了定制的MoE混合專家架構(gòu)，在這個(gè)架構(gòu)上我們才能達(dá)到這樣的效果。” 

軌跡生成時(shí)延高？理想不是直接使用標(biāo)準(zhǔn)Diffusion，而是進(jìn)行了推理的壓縮。詹錕揭秘：“以前Diffusion可能要推理10步驟，我們使用了flow matching流匹配只需要推理2步就可以了，這方面的壓縮也是導(dǎo)致我們真正能夠部署VLA的本質(zhì)原因。”效果就是，軌跡生成時(shí)延僅15毫秒。

模型部署難？理想將32B云端大模型蒸餾至3.2B車端MoE模型。詹錕團(tuán)隊(duì)完成了看似不可能的任務(wù)：“我們最早訓(xùn)練了一個(gè)32B的云端大模型……把它做出的思考和推理流程蒸餾到3.2B的MoE模型上?！?nbsp;

在算力問題上， 理想關(guān)心“有效算力”。最終，理想在Thor芯片上實(shí)現(xiàn)700TOPS有效算力。詹錕解釋秘訣：“傳統(tǒng)的訓(xùn)練一般都會(huì)拿FP32去做訓(xùn)練...我們有一個(gè)訓(xùn)練過程叫QAT（量化感知訓(xùn)練）……在訓(xùn)練過程中，我把參數(shù)就把它變成INT8或FP8?！?nbsp;

詹錕回顧攻堅(jiān)過程：“我們的工程團(tuán)隊(duì)、部署團(tuán)隊(duì)做了非常多的工作，包括我們魔改CUDA的底層，重寫PTX底層指令，才能實(shí)現(xiàn)現(xiàn)在的效果。” 

為了打破“芯片歧視鏈”，理想讓Orin X芯片和Thor芯片車型都能獲得VLA，這源于理想工程部署能力的一貫積累?！皬脑缙谠诘仄骄€J3部署高速NOA，到在Orin芯片上部署大模型，再到現(xiàn)在在Thor芯片上部署VLA高頻快速的大模型……很多技巧和分析方法，以及基礎(chǔ)設(shè)施的工具鏈都繼承下來了。”詹錕說。

數(shù)據(jù)、算法、算力和工程能力的四位一體，構(gòu)筑了理想VLA的護(hù)城河。而這場(chǎng)啃硬骨頭的長跑，旨在回答一個(gè)問題：真正的智能，是理解“為何這樣做”。

技術(shù)背后的價(jià)值觀

當(dāng)VLA司機(jī)在雙向單車道上拒絕執(zhí)行“左轉(zhuǎn)避開三輪車”的指令時(shí)，一場(chǎng)關(guān)于機(jī)器價(jià)值觀的公開拷問被引爆。這不是技術(shù)故障，而是理想團(tuán)隊(duì)主動(dòng)選擇的安全底線。郎咸朋深知，VLA的每一步突破，都伴隨著尖銳的質(zhì)疑與艱難的權(quán)衡——這是啃硬骨頭必然付出的代價(jià)。

如何應(yīng)對(duì)用戶信任帶來的風(fēng)險(xiǎn)，是理想正在面對(duì)的第一個(gè)問題。

“請(qǐng)左轉(zhuǎn)避開三輪車。”——面對(duì)這樣的指令，VLA在雙向單車道上陷入沉默。詹錕表示，這不是技術(shù)故障，是價(jià)值觀的主動(dòng)選擇。

一方面，復(fù)雜指令存在“通識(shí)門檻”，例如“前進(jìn)10米”依賴物理常識(shí)涌現(xiàn)。詹錕解釋核心原理：“當(dāng)量級(jí)達(dá)到一定規(guī)模時(shí)，會(huì)涌現(xiàn)出組合泛化的能力……它懂了數(shù)字，懂了米數(shù)，就能組合應(yīng)用?！?但這需要海量數(shù)據(jù)與迭代時(shí)間。

另一方面，交互權(quán)責(zé)存在模糊地帶。用戶閑聊提及“左轉(zhuǎn)”可能誤觸發(fā)指令，理想i8發(fā)布會(huì)上播放的岳云鵬駕駛VLA車輛的視頻，就以一種輕松的表達(dá)方式展現(xiàn)了這個(gè)問題。

“我們現(xiàn)在肯定是為了保持準(zhǔn)確，防止出現(xiàn)一些誤判，比如你本來不想操控車的行為，突然去操控了，這肯定是存在一些還需要迭代和優(yōu)化的地方?！闭插K坦言挑戰(zhàn)。而理想的解決方案指向“統(tǒng)一大腦”，讓車輛對(duì)用戶的想法有更精準(zhǔn)的理解。

如何應(yīng)對(duì)效率、安全、舒適的“不可能三角”，是理想正在面對(duì)的第二個(gè)問題。

郎咸朋強(qiáng)調(diào)，理想的選擇，是安全大于舒適和效率。按照這一原則，現(xiàn)階段車輛即便走錯(cuò)路，VLA也不會(huì)通過一些危險(xiǎn)的駕駛動(dòng)作進(jìn)行糾正。只有在保證安全的前提下，VLA才會(huì)去努力讓行程更舒適和更高效。

當(dāng)然，任何選擇都會(huì)付出代價(jià)?！按鷥r(jià)就是初期體驗(yàn)保守?！崩上膛筇寡?，他同時(shí)承諾，我們會(huì)逐步打開能力上限。 

如何應(yīng)對(duì)行業(yè)內(nèi)卷背景下的對(duì)手圍剿和外界質(zhì)疑，是理想正在面對(duì)的第三個(gè)問題。

對(duì)于理想而言，那些采取“短平快”打法的對(duì)手，它們炫耀參數(shù)的行為并不值得自己焦慮，因?yàn)閱渭兊膮?shù)優(yōu)勢(shì)，就像廚師夸耀灶臺(tái)火力旺一樣，其實(shí)，食客只在乎菜是否燒糊了。

從落地節(jié)奏看，質(zhì)疑聲認(rèn)為“端到端生命周期僅1年，VLA是否曇花一現(xiàn)”，郎咸朋表示：“VLA架構(gòu)會(huì)延續(xù)到機(jī)器人繁榮之后，才可能被其它技術(shù)替代，它是一個(gè)相對(duì)長期的架構(gòu)，技術(shù)潛力非常大，也更像人類的智能發(fā)展規(guī)律?！?/p>

面對(duì)各種質(zhì)疑，理想應(yīng)對(duì)之道的根基是三大原則：一是安全絕對(duì)優(yōu)先，MPA事故里程目標(biāo) 600萬公里（優(yōu)于人類駕駛員10倍），用數(shù)據(jù)兌現(xiàn)承諾；二是有效算力至上，以 FP8/INT4量化革命讓每顆芯片“鞠躬盡瘁”；三是用戶共建迭代，134萬車主接管數(shù)據(jù)驅(qū)動(dòng)強(qiáng)化學(xué)習(xí)。

寫在最后

理想汽車的VLA“長征”，遠(yuǎn)非一場(chǎng)單純的技術(shù)突圍。它是在智能駕駛喧囂的競(jìng)技場(chǎng)上，對(duì)行業(yè)浮躁與捷徑誘惑的一次“撥亂反正”。當(dāng)整個(gè)行業(yè)被“短平快”的焦慮裹挾，沉溺于算力參數(shù)的軍備競(jìng)賽時(shí)，理想選擇了一條布滿荊棘的自研之路。

這條路的艱難顯而易見，但理想的創(chuàng)新內(nèi)核，恰恰體現(xiàn)在這份對(duì)困難的坦然擁抱與主動(dòng)選擇上。李想所言的“選擇‘長’的”，其深意不僅在于時(shí)間的長度，更在于路徑的深度——深入本質(zhì)，重構(gòu)規(guī)則。