近日，理想汽车创始人李想在“理想AI Talk第二季”活动中，深入探讨了人工智能的最新发展趋势以及理想汽车在智能驾驶和AI领域的布局策略。他分享道，在短短130天内，他见证了中国AI技术的显著进步，特别是DeepSeek、千问等国内模型在基座模型、推理和多模态方面已与美国水平相当。
李想特别赞扬了中国企业在模型效率上的卓越表现，尤其是DeepSeek V3的混合专家模型（MoE）架构，其671B参数和极简的“人类最佳实践”运用，给他留下了深刻印象。然而，他也坦诚地表示，尽管AI技术日新月异，他的工作时间却并未减少，反而有所增加。他认为，这主要是因为大多数人仍将AI视为一种信息工具，依赖于联网搜索和检索增强生成（RAG），但信息源的不准确可能导致推理过程和结果出错，增加了无效信息。
为了更准确地描述AI工具的价值，李想将其分为三类：信息工具、辅助工具和生产工具。他坚信，只有当AI真正成为生产工具，能够替代人类完成专业工作，产生有效生产力时，其价值才会真正爆发。他预测，未来的Agent将不再是通用的，而是每个专业领域都会有专业的Agent，因为不同领域的语料、行动和思维链截然不同。
对于DeepSeek，李想给予了高度评价，并透露其开源对理想汽车的自动驾驶研发产生了巨大帮助，特别是加速了VLA模型中的语言部分约9个月的时间。为了回馈社会，理想汽车决定将自研四年的整车操作系统理想星环OS开源，这并非出于公司战略考虑，而是源于一种朴素的情怀和对社会的贡献。
尽管拥抱了DeepSeek，但理想汽车并未放弃自研基座模型团队，反而加大了投入。李想解释说，理想汽车的业务场景特殊，车载环境需要针对性的基座模型，包括3D视觉、高清2D视觉、交通/驾驶/家庭领域专业语料以及视觉与语言联合语料。这些数据和场景是通用大模型所不具备的。因此，理想汽车正在训练不同规模的模型，以满足车载智能助手和辅助驾驶的需求。
李想将理想汽车的智能驾驶发展划分为三个阶段：从规则算法阶段（昆虫智能）到端到端+VLM阶段（哺乳动物智能），最终迈入VLA（视觉、语言、行动模型）阶段（人类智能）。他将车载VLA称为“司机大模型”，目标是使其像人类司机一样工作。他认为，交通领域是实现VLA的最佳实验场，因为规则清晰、环境确定、车辆控制自由度相对较低。为了确保VLA的安全性，理想汽车组建了百人规模的“超级对齐”团队，负责确保模型遵守交通规则、符合人类驾驶习惯，保证安全和舒适性。
理想汽车还构建了基于重建和生成的交通世界模型，以在虚拟环境中模拟真实场景，提高验证效率并解决模型黑盒问题。李想强调，迈向VLA需要前期积累，不能急于求成。他回顾了理想汽车自2021年开始自研辅助驾驶的历程，在操作系统、训练体系、底层芯片软件优化等方面都进行了深入投入。面对行业竞争，他认为应学习顶尖公司的基本功，因为能力强的公司在AI时代能迅速复制创新，只有基础扎实才能应对挑战。
在个人成长和能量方面，李想认为关键在于关注人，尤其是亲密关系。他通过持续的成长来获取和传递能量，并看到了家人和团队的成长带来的巨大能量。他相信AI应帮助人类有更多时间与“万物”接触，获取智慧。最后，他强调在AI时代应保留人性的所有特质，因为它们共同构成了生命的活力。
