在汽车行业的新一轮技术浪潮中，理想汽车正以一种前所未有的姿态，引领着智能驾驶领域的变革。去年年末，理想汽车的创始人李想高调宣布公司将全力投入AI领域，彼时，他的AI战略似乎还笼罩在一层神秘的面纱之下，包括Mind GPT的对话能力、L3级自动驾驶的路线图，以及“硅基家人”这一宏大的愿景。然而，具体的技术路径，仍旧是犹抱琵琶半遮面。
130天后，李想再次站到了公众面前，这一次，他用了近半的时间详细阐述了VLA（Vision-Language-Action Model，视觉-语言-行为模型）的技术细节，理想的AI战略也由此逐渐清晰。
VLA并非一个新概念，早在2023年7月，谷歌DeepMind便推出了全球首个用于控制机器人的VLA模型。如今，这一模型概念正迅速扩展到智能驾驶领域。今年3月，在英伟达的GTC大会上，理想汽车首次发布了自家的VLA架构。
对于VLA的能力，李想坦言，目前尚无法确定它是否是最高效的方式，是否会有更高效的架构出现。但至少在当前阶段，VLA是最强的架构，它的能力接近甚至超越人类。
李想对VLA的执着，是理想汽车在行业剧变中寻求生存与突破的必然选择。尽管2024年理想汽车以50万辆的交付量成为新势力销冠，但净利润同比下滑31.9%也暴露出了发展隐忧。特别是在价格策略上，虽然李想曾公开质疑“降价提升销量”的路径，但面对激烈的市场竞争，理想汽车一方面在去年4月采取了降价策略，另一方面又推出了定价在25万元以下的理想L6，试图以价格优势抢占市场。
这种“以价换量”的策略虽然拉动了销量增长，但单车利润却显著低于高端L系列，整体盈利水平被稀释。数据显示，单车毛利率从21.5%下滑至19.8%，直接影响了净利润的表现。首款纯电车型MEGA的失利，更是暴露了理想汽车在纯电技术上的短板，以及增程用户向纯电迁移的转化困境。
更为严峻的是，竞争对手正以更激进的技术路径蚕食理想汽车的核心市场。华为问界M8/M9增程版、零跑C系列等车型的推出，使得增程式市场从“蓝海”迅速转变为“红海”。理想L系列所依赖的“冰箱彩电大沙发”差异化配置逐渐被效仿，产品溢价能力下降。
在这样的背景下，李想选择布局VLA这条“无人区”技术路线，试图通过技术破局，重构竞争维度。他解释说，VLA是一个司机大模型，像人类的司机一样工作。有了VLA的赋能，汽车不再只是一个驾驶工具，而是一个能与用户沟通、理解用户意图的智能体。
在VLA的技术演进框架中，AI智能被划分为昆虫动物智能、哺乳动物智能和人类智能三个阶段。从2021年起，理想汽车开始自研依赖规则算法和高精地图的辅助驾驶，类似于“昆虫动物智能”。而从2023年起，理想汽车开始研究端到端+VLM（Vision Language Model，视觉语言模型）辅助驾驶，并于2024年正式推送，这一阶段接近于“哺乳动物智能”。
在端到端的基础上，VLA将开启“人类智能”的阶段。它不仅能通过3D和2D视觉的组合完整地看到物理世界，还能进一步理解物理世界，具有自己的语言和思维链系统，有推理能力，可以像人类一样执行复杂动作。
然而，随着AI能力的跃升，行业也迎来了关于“安全性”的拷问。智能驾驶技术的安全性被质疑，整个行业被推至舆论的风口浪尖。理想汽车选择双线突破：在技术端，投入大量资源强化训练，并组建超过100人的超级对齐团队；在系统端，搭建安全对齐的监控系统，确保安全对齐的动作有效，并能发现未覆盖到的动作。
李想认为，判断一个司机Agent是否是好司机，关键在于其专业能力、职业能力和构建信任的能力。而此次AI Talk的深刻隐喻，是理想汽车身份的重构。当李想宣布“我们不是汽车公司，而是人工智能企业”时，理想汽车的目标已不仅仅是销量竞争，而是争夺智能汽车时代的定义权。
