在近日举办的“理想AI Talk第二季”活动中，理想汽车董事长兼CEO李想深度剖析了人工智能的发展现状与未来趋势，特别是其最新推出的VLA司机大模型，这一创新技术被视为交通领域的一大突破。
李想将AI工具划分为信息工具、辅助工具和生产工具三大层级。他指出，当前AI主要作为信息工具存在，但信息冗杂、无效结果频现，仅能提供有限的参考价值。进入辅助工具阶段，如辅助驾驶技术，虽能提升效率，但仍需人类参与。而未来，当AI进化为生产工具时，将能够独立完成专业任务，显著提升效率与质量。李想强调，判断AI是否真正智能，关键在于其能否成为生产工具。
理想汽车的VLA（Vision-Language-Action Model，视觉语言行动模型）正是朝着这一目标迈进的关键一步。VLA旨在让AI成为真正的司机，成为交通领域的专业生产工具。李想表示，VLA的实现并非一蹴而就，而是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司机大模型的逐步进化。
在VLA的研发过程中，理想汽车注重模拟人类学习的方式，将训练分为预训练、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，后训练则类似于人类去驾校学习开车的过程，而强化训练则类似于人类在社会中实际开车练习，旨在让VLA司机大模型更加安全、舒适，并与人类价值观相契合。
VLA司机大模型不仅具备强大的专业能力，还通过超级对齐增强了职业能力，以及通过理解自然语言、具备记忆能力提升了构建信任的能力。李想指出，判断司机Agent是否是个好司机，关键在于其专业能力、职业能力和构建信任的能力，而VLA司机大模型在这三个方面都取得了显著进展。
在安全性方面，理想汽车投入大量资源于强化训练环节，组建了超级对齐团队，为司机Agent注入职业素养，确保其能够实现职业司机般的安全和舒适。同时，为解决模型的黑盒问题，理想汽车打造了真实、符合物理世界规律的世界模型，使VLA能够在其中低成本、准确地验证现实问题，有效应对模型黑盒带来的挑战。
李想还分享了理想汽车在自研技术方面的坚持与成果。面对英伟达Orin-X芯片无法直接运行语言模型的挑战，理想汽车依托自有编译团队和自研底层推理引擎，成功使芯片能够通过INT4量化的方式运行VLM。凭借芯片、控制器设计和自研汽车操作系统等综合能力，理想汽车实现了让双Orin-X芯片和Thor-U芯片运行同等规模的VLA司机大模型。
在谈及个人成长与企业发展时，李想表示，创业路上虽苦多于甜，但他选择保留那些有价值的美好片段，用来激励自己保持正能量。他强调，成长带来能量，关注自我、接受自身的优点和不足，并用成长替代改变是关键。同时，亲密关系同样重要，家人和同事能够形成互补，相互支撑。
最后，李想回顾了自己的创业经历，并表示从高中创办个人网站至今，自己的思维方式始终未变：遇到问题解决问题，解决别人不愿解决的难题，解决用户的痛点，不断向他人学习。面对AI的发展，他认为在AI面前所有的人性都应被保留，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。
