在一周前，理想汽车正式推出了其首款纯电车型i8，并同时宣布了其董事长李想的AI愿景，其中核心组件之一是名为VLA的“司机大模型”。
自两年前决定重押智能驾驶以来，理想汽车凭借其智驾技术销量持续攀升，高配版本尤为畅销。为了进一步巩固其在智能驾驶领域的优势，理想推出了VLA大模型，这一模型融合了视觉、语言和行动能力。
过去，驾驶员在错过路口时不得不手忙脚乱地寻找掉头点，亲自操作方向盘和观察路况，容易出错。而现在，只需简单说一句：“理想同学，前面掉头”，VLA便能立即理解指令并自动执行。
李想表示，VLA有望解决全自动驾驶的问题。“当前的辅助驾驶算法与人类驾驶差距甚大，而VLA司机大模型的能力最接近人类，甚至有机会超越人类。”
在近期的一次访谈中，理想自动驾驶研发高级副总裁郎咸朋详细解释了VLA背后的原理。他指出，自动驾驶技术从人工时代进入AI时代，核心变化是从无图到端到端。人工时代依赖规则算法，而AI时代则通过模仿人类驾驶数据来训练模型。
然而，端到端模型存在深度逻辑思考能力的不足。理想在去年开创了端到端+VLM（视觉语言模型）的先河，但在需要深度决策时，VLM模型的推理速度较慢，且其优秀决策难以被端到端模型吸收。因此，VLA应运而生。
VLA通过全新设计的模块，结合语言模型和逻辑推理，给出合理的驾驶决策，并通过Diffusion预测其他车辆和行人的轨迹，选择最优驾驶路径。郎咸朋总结VLA的能力为“能思考、能沟通、能记忆、能自我提升”，这将为用户带来安全、舒适和自然的驾驶体验。
VLA的强大潜力已吸引众多友商和供应商迅速跟进。理想选择重押“智驾老司机”，希望通过VLA引领的技术变革，在激烈的市场竞争中稳固其地位，并迈向完全自动驾驶。
在与郎咸朋及理想自动驾驶团队的对话中，进一步揭示了VLA的技术细节和未来规划。例如，VLA的推理帧率目前约为10Hz，相比之前的VLM模型提升了三倍多。理想还在积极提升算力储备，以适应VLA模型的高需求。
对于自动驾驶的落地时间表，郎咸朋表示，虽然VLA模型正处于起步阶段，但其发展速度不会太慢。他预计，随着算法、算力和数据的不断成熟，VLA将在未来几年内实现更高级别的自动驾驶。
在商业变现方面，郎咸朋指出，除了技术层面的挑战，国家法律政策也是关键因素。理想正在积极参与相关政策法规的讨论，以期在技术成熟时能够快速落地。
对于想要落地VLA模型的企业，郎咸朋强调，必须建立在完整的实车数据采集和算法基础上，否则无法训练出有效的世界模型。基础训练算力和推理算力的支撑也是必不可少的。
在智能驾驶的“不可能三角”中，理想汽车优先考虑安全和舒适，其次才是效率。例如，在避免危险动作的前提下，即使走错路也不会立即纠正，以确保驾驶的安全和舒适。
对于实车测试的减少，郎咸朋表示，这主要得益于仿真测试的高效性和可靠性。目前，理想在VLA版本中的大部分测试都是通过仿真完成的，这大大提高了测试效率并降低了成本。
在谈到未来规划时，郎咸朋表示，理想将继续优化VLA模型，并考虑在适当的时候开源或向其他车企售卖其智驾能力，以促进行业的发展。
总体而言，理想汽车通过推出VLA“司机大模型”，正在智能驾驶领域迈出重要一步。随着技术的不断成熟和市场的逐步接受，理想有望在自动驾驶领域取得更大的突破。
