在5月7日的理想汽车“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未来发展，并重点介绍了其最新研发成果——VLA司机大模型。此次分享不仅揭示了理想汽车在人工智能领域的探索方向，还分享了李想对于创业和个人成长的独到见解。
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，目前AI主要作为信息工具存在，但这类工具往往伴随着大量无效信息，仅能提供有限的参考价值。当AI进化为辅助工具时，其效率将显著提升，例如当前的辅助驾驶系统。然而，真正的突破将发生在AI成为生产工具之时，那时它将能够独立完成专业任务，带来质量与效率的双重飞跃。
“判断一个Agent是否真正智能，关键在于它能否成为生产工具。”李想强调，“只有当AI成为生产工具，它才能真正爆发。正如人类会雇佣司机，AI技术最终也将承担类似的职责。”
VLA司机大模型正是理想汽车向这一愿景迈出的重要一步。李想表示，VLA（Vision-Language-Action Model，视觉语言行动模型）将让AI成为真正的司机，成为交通领域的专业生产工具。VLA的实现并非一蹴而就，而是一个逐步进化的过程，经历了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）辅助驾驶，再到VLA司机大模型的三个阶段。
在VLA的研发过程中，理想汽车借鉴了人类学习驾驶技能的过程，将其分为预训练、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，通过大量数据训练出云端的VL基座模型。后训练则类似于人类去驾校学习开车的过程，通过加入动作数据，将VL基座模型转化为VLA司机大模型。强化训练则是让VLA司机大模型在实际环境中进行练习，以提升其安全性和舒适性，使其更符合人类价值观。
除了专业能力外，VLA司机大模型还注重解决安全性和模型黑盒问题。理想汽车在强化训练环节投入大量资源，组建了超级对齐团队，为司机Agent注入职业素养。同时，理想汽车还打造了真实、符合物理世界规律的世界模型，以解决模型的黑盒问题。通过世界模型的仿真能力，VLA可以在低成本、高效率地验证现实问题。
在分享中，李想还谈到了理想汽车的技术自研之路。他强调，扎实的基本功对于技术快速跃迁至关重要。理想汽车坚持自研，通过技术赋能用户价值。例如，在辅助驾驶方面，理想汽车依托自有编译团队和自研底层推理引擎，成功实现了双Orin-X芯片和Thor-U芯片运行同等规模的VLA司机大模型。
李想还分享了他的创业心得。他表示，创业路上虽然充满挑战，但保持正能量至关重要。他将企业遭遇的打击视为成长的契机，认为这些挑战赋予了理想汽车更多的能力。同时，他也强调了亲密关系的重要性，认为关注他人的成长同样能带来能量。
在谈到人工智能的未来时，李想认为，在AI面前，所有人性都应被保留。因为一切人性都是文化、生命、性格、能力的特质，也是人类真正的生命力所在。理想汽车将继续以技术创新解决行业难题，不断挑战成长的极限，为用户和行业创造更多价值。
