理想汽车发布 VLA 司机大模型，引领智能驾驶新变革

2025 年 5 月 7 日，理想汽车举办 “理想 AI Talk 第二季 —— 理想 VLA 司机大模型，从动物进化到人类” 活动。理想汽车董事长兼 CEO 李想在活动中分享了人工智能的前沿思考，详细介绍了 VLA 司机大模型的创新突破、训练方法，以及理想汽车在技术研发与企业成长方面的战略布局，展现出理想汽车在智能驾驶领域的领先探索。

李想对 AI 工具进行了创新性分层，即信息工具、辅助工具和生产工具。当前多数人仅将 AI 当作获取信息的工具，其存在大量无效内容，价值有限。辅助驾驶虽提升了效率，但仍需人类参与。而李想认为，只有当 AI 进化为生产工具，能独立完成专业任务时，才会迎来真正的爆发。VLA 司机大模型便是理想汽车在交通领域打造的专业生产工具，致力于让 AI 成为像人类司机一样可靠的 “驾驶伙伴”。

VLA 的发展历经三个阶段，模拟了生物智能进化的过程。早期，理想汽车依赖规则算法和高精地图的辅助驾驶技术，如同 “昆虫动物智能”，按既定规则行事。2023 - 2024 年，端到端 + VLM 辅助驾驶技术出现，接近 “哺乳动物智能”，能处理更复杂情况，但端到端模型在复杂问题处理和与人类沟通上存在局限，VLM 基于开源模型，在交通领域的能力也受限。2024 年起，理想汽车开启 VLA 研究，它融合 3D 和 2D 视觉，拥有完整的 “脑系统”，具备语言和思维链推理能力，真正踏入 “人类智能” 阶段，能像人类司机一样理解并执行驾驶任务。

VLA 的训练过程模拟人类学习驾驶的步骤，分为预训练、后训练和强化训练。预训练阶段，通过海量高清 2D 和 3D 视觉数据、交通语言语料及联合数据，训练出云端 VL 基座模型，再转化为车端高效运行的端侧模型，如同人类学习驾驶常识。后训练加入动作数据，让 VL 基座模型进化为 VLA 司机大模型，凭借短链条思维链和扩散模型预测能力，在复杂交通环境中具备实时博弈能力，类似人类在驾校学习实际驾驶技巧。强化训练旨在让模型更安全、舒适，通过基于人类反馈的强化学习实现安全对齐，在世界模型中训练提升舒适性，使模型最终符合人类驾驶习惯和价值观。

在实际应用中，VLA 司机大模型以 “司机 Agent（智能体）” 形态与用户交互，用户可通过自然语言与其沟通，简单指令由端侧 VLA 直接处理，复杂指令经云端 VL 基座模型解析后再处理，极大提升了交互的便捷性和智能化程度。

安全性和模型黑盒问题一直是 AI 发展的难题，理想汽车为此采取了有力措施。组建超 100 人的超级对齐团队，在强化训练中注入职业素养，确保模型像职业司机一样安全、规范驾驶。同时，打造真实、符合物理规律的世界模型，结合重建和生成路径，覆盖所有交通要素，利用仿真能力低成本、准确验证现实问题，有效破解模型黑盒难题。

理想汽车在技术研发上的深厚积累是 VLA 司机大模型成功的关键。从研究、研发到能力表达，再到业务价值转化，理想汽车扎实推进每个环节，尤其注重研究投入。例如，面对英伟达 Orin - X 芯片无法直接运行语言模型的难题，理想汽车自研底层推理引擎，实现芯片通过 INT4 量化运行 VLM，还凭借综合技术能力，让不同芯片运行同等规模的 VLA 司机大模型。此外，DeepSeek 的开源助力 VLA 语言能力研发提速，节省大量时间和成本，但理想汽车仍加大投入打造自研模型。同时，理想汽车开源自研的汽车操作系统 —— 理想星环 OS，回馈行业。

在企业成长与个人发展方面，李想分享了深刻见解。理想汽车即将迎来成立十周年，创业过程虽充满艰辛，但李想保持积极心态，将挑战视为成长机遇，使企业成长为行业领军者。他认为个人成长关键在于关注自我，接纳自身优缺点，用成长替代改变，同时强调亲密关系的重要性，家人和同事间的互补支撑能汇聚强大力量。

理想汽车凭借 VLA 司机大模型在智能驾驶领域迈出坚实步伐。在辅助驾驶发展的关键节点，理想汽车将继续以技术创新为驱动，挑战成长极限，为行业发展和用户体验创造更多价值，推动智能驾驶行业迈向新高度。