在近期举办的“理想AI Talk第二季”活动中，理想汽车董事长兼CEO李想深入探讨了人工智能的发展现状及其未来趋势，特别强调了人工智能作为生产工具的重要性。李想认为，只有当AI技术真正转化为生产工具时，才能迎来其真正的爆发期。他比喻道，就像人类会雇佣司机一样，未来人工智能技术也将承担起类似的职责，成为不可或缺的生产工具。
李想将AI工具划分为三个层次：信息工具、辅助工具和生产工具。他指出，当前大多数人仅将AI作为信息工具使用，但这类工具往往伴随着大量无效信息和结果，仅具有有限的参考价值。当AI进化为辅助工具时，能够显著提升效率，如当前的辅助驾驶技术，但仍需人类参与。然而，李想展望的未来是AI成为生产工具，能够独立完成专业任务，极大提高效率和质量。
在谈到理想汽车的AI发展时，李想特别提到了VLA（Vision-Language-Action Model，视觉语言行动模型）技术。他强调，VLA技术将使AI真正成为司机，成为交通领域的专业生产工具。对于理想汽车而言，未来的VLA就像是一个与人类司机无异的工作伙伴。
李想分享了VLA技术发展的三个阶段，分别对应理想汽车辅助驾驶的过去、现在和未来。从依赖规则算法和高精地图的辅助驾驶，到端到端+VLM（Vision Language Model，视觉语言模型）的辅助驾驶，再到VLA开启的“人类智能”阶段，每一步都是技术的巨大飞跃。VLA能够通过3D和2D视觉的组合，完整感知物理世界，并拥有完整的脑系统，具备语言和CoT（Chain of Thought，思维链）推理能力。
VLA的训练过程被李想比作人类学习驾驶技能的过程，包括预训练、后训练和强化训练三个环节。预训练相当于人类学习物理世界和交通领域的常识；后训练类似于人类去驾校学习开车；强化训练则如同人类在社会中实际开车练习，旨在使VLA司机大模型更加安全、舒适，与人类价值观保持一致，甚至超越人类的驾驶水平。
李想还透露，VLA司机大模型将以“司机Agent（智能体）”的形式呈现，用户可以通过自然语言与司机Agent沟通，就像与人类司机交流一样。简单指令由端侧的VLA直接处理，复杂指令则先由云端的VL基座模型解析后再交由VLA处理。
李想还强调了VLA司机大模型在解决安全性和模型黑盒问题上的努力。理想汽车在强化训练环节投入了大量资源，并组建了超过100人的超级对齐团队，以确保司机Agent具备高度的职业素养。李想表示，面对AI的发展，所有的人性都应被保留，因为一切人性都是文化、生命、性格和能力的特质，也是人类真正的生命力所在。
