車東西（公眾號：chedongxi）
作者｜郭月 張睿
編輯｜志豪

李想大贊DeepSeek以及創(chuàng)始人梁文鋒，開源星環(huán)OS以表感謝。

車東西5月7日消息，就在剛剛，理想汽車創(chuàng)始人、董事長兼CEO李想在《理想AI Talk第二季》重點分享了對于人工智能的最新思考，VLA司機大模型的作用、訓(xùn)練方法和挑戰(zhàn)，以及對于創(chuàng)業(yè)和個人成長的見解。

▲理想AI Talk現(xiàn)場

李想對DeepSeek以及其創(chuàng)始人梁文鋒給出了高度評價，他說從DeepSeek學(xué)到的最重要的一件事，就是如何構(gòu)建模型能力。

李想本人包括謝炎（理想汽車CTO）的內(nèi)心很感謝DeepSeek帶來的幫助，覺得應(yīng)該給對社會貢獻點什么，不讓行業(yè)那么卷，并稱開源星環(huán)OS“說白了純粹是感謝DeepSeek。”

李想還提到了他對AI未來發(fā)展的看法，VLA司機大模型成為交通領(lǐng)域?qū)I(yè)的生產(chǎn)工具。

李想介紹了VLA的應(yīng)用價值，他表示，規(guī)則算法是“昆蟲動物智能”，端到端模型是“哺乳動物智能”，VLA司機大模型是“人類智能”。

對于特斯拉FSD入華后的表現(xiàn)，李想表示特斯拉并未釋放出真實能力，要和特斯拉學(xué)基本功。

李想也回憶了創(chuàng)業(yè)十周年間的艱難時刻，2024年至2025年年初，理想自動駕駛核心團隊成員幾乎接到超過20個獵頭電話。李想還分享了他本人的心路歷程，成為更有能量的人，關(guān)鍵在于關(guān)注自我，接受自身的優(yōu)點和不足，并用成長替代改變。

從信息量來看，這一小時的面對面溝通可謂是干貨滿滿，李想帶來了關(guān)于人工智能和輔助駕駛更深的思考，這也意味著理想汽車在朝著人工智能企業(yè)轉(zhuǎn)型的路上留下了更堅實的足跡。

一、李想高度認可梁文鋒自律 開源星環(huán)OS感謝DeepSeek

在理想汽車AI Talk第一季，李想首次全面、深入分享了理想在AI轉(zhuǎn)型方面的進展，目前已經(jīng)過去了130天。

▲理想汽車創(chuàng)始人、董事長兼CEO李想

對于這一期間的變化，李想回應(yīng)，130天看到的是整個中國的進步，對中國人工智能更有信心。

過去130天國際環(huán)境在發(fā)生重大的變化，技術(shù)也在發(fā)生變化，但技術(shù)最大的變化還是中國在人工智能方面帶來的變化，美國的變化反而沒那么大。

李想說，包括DeepSeek、通義千問在內(nèi)等中國模型，已經(jīng)跟美國的距離基本上拉近了，或者基本上在一個水平線上了，這些方面做的都非常的好。

李想介紹了他從DeepSeek上吸取到的經(jīng)驗。DeepSeek運用了人類的最佳實踐，比如說DeepSeek V3采用了一個671B的MoE（混合專家模型）。

▲李想從DeepSeek上學(xué)到的內(nèi)容

李想認為，MoE（混合專家模型）是個非常好的架構(gòu)。專家能力是怎么來構(gòu)建的？DeepSeek展示了一個最佳實踐，第一步一定要先搞研究。搞完研究以后其實才搞研發(fā)，第三步是要把能力表達出來，然后第四步是能力變成業(yè)務(wù)的價值。

▲李想認為能力構(gòu)建的過程

這四個步驟是個極簡的人類最佳實踐，研究跑通了以后，研發(fā)效率會變得非常的高。但是研發(fā)又非常在意價值，能夠把價值表達出來，然后變成業(yè)務(wù)，這是一個很重要的過程。

李想也對DeepSeek創(chuàng)始人梁文鋒給出了高度認可。

去年的9月份，李想在和梁文鋒的溝通中發(fā)現(xiàn)，他是個特別自律的人。并且他是會在全世界范圍之內(nèi)去研究和學(xué)習(xí)最佳實踐和最好的方法論的人。

李想還說：“我自己內(nèi)心，包括謝炎（理想汽車CTO）的內(nèi)心想法是，DeepSeek給我們帶來那么大的幫助，我們應(yīng)該給對社會貢獻點什么，不讓行業(yè)那么卷，說白了開源星環(huán)OS純粹是感謝DeepSeek。”

▲理想開源星環(huán)OS

為什么有了DeepSeek，理想還要自研基座模型？李想回應(yīng)說：“核心在場景需求不同，我們要做車載多模態(tài)交互，尤其是VLA（視覺語言行動模型）——需要3D/2D視覺融合，疊加汽車、交通、家庭場景的專業(yè)語料，這些垂直領(lǐng)域的數(shù)據(jù)和訓(xùn)練邏輯，是通用模型沒覆蓋的。”

對于人工智能未來的發(fā)展，李想表示，當AI成為生產(chǎn)工具，人工智能才會迎來爆發(fā)時刻。

李想將AI工具分為信息工具、輔助工具和生產(chǎn)工具，他認為當AI成為生產(chǎn)工具時，人工智能才會真正爆發(fā)，只要人類會雇傭?qū)I(yè)司機，人工智能就能成為生產(chǎn)工具。

▲李想認為工具的三個分級

二、輔助駕駛正經(jīng)歷黎明前的黑暗 VLA能力有機會超過人類

李想對于當前輔助駕駛發(fā)展的爭議以及前景進行了回應(yīng)。

今天的輔助駕駛其實走到了一個新的十字路口上，有的人說甚至覺得輔助駕駛應(yīng)該被叫停。

李想認為，理想這么多年，從規(guī)則算法，做到了端到端+VLM，然后今天真正的邁入到了VLA（視覺語言行動模型）的階段，比較像黎明前的黑暗。輔助駕駛行業(yè)遇到了問題，這些問題（存在）恰恰是理想的價值所在。

▲李想認為目前輔助駕駛處于黎明前的黑暗

為什么人類一定需要輔助駕駛？

對于這個問題，李想解釋說，只要人類會雇傭?qū)I(yè)司機，人工智能的司機就存在需求。人工智能技術(shù)其實就是把類似這樣的一些功能和角色，去變成真正的生產(chǎn)力、生產(chǎn)工具，然后去進行替代。

李想還說明了人工智能的司機應(yīng)該達到的標準，李想表示，這和選員工一樣：專業(yè)、職業(yè)、信任。理想要做的人工智能，是有人類價值觀的人工智能，價值觀就像是給人工智能的邊界線、雙實線，要讓人工智能有道德、有邊界。

李想還詳細回應(yīng)了關(guān)于VLA司機大模型、人工智能等多個話題。

李想對VLA給出了更容易理解的解讀，簡單說，就是讓汽車像人類司機一樣思考行動的“大腦”。

VLA司機大模型以“司機Agent（智能體）”的產(chǎn)品形態(tài)呈現(xiàn)，用戶可通過自然語言與司機Agent溝通，跟人類司機怎么說，就跟司機Agent怎么說。簡單通用的短指令由端側(cè)的VLA直接處理，復(fù)雜指令則先由云端的VL基座模型解析，再交由VLA處理。

▲司機Agent（智能體）

李想介紹了VLA的模型架構(gòu)與發(fā)展歷經(jīng)階段。他表示，VLA的實現(xiàn)不是一個突變的過程，是進化的過程，經(jīng)歷了三個階段，對應(yīng)理想汽車輔助駕駛的昨天、今天和明天。

第一階段，理想汽車自2021年起自研依賴規(guī)則算法和高精地圖的輔助駕駛，類似“昆蟲動物智能”。第二階段，理想汽車自2023年起研究，并于2024年正式推送的端到端+VLM（Vision Language Model，視覺語言模型）輔助駕駛，接近“哺乳動物智能”。

▲李想認為輔助駕駛進化過程

端到端模型在處理復(fù)雜問題時存在局限，雖可借助VLM視覺語言模型輔助，但VLM使用開源模型，使其在交通領(lǐng)域的能力有限。同時端到端模型也難以與人類溝通。為了解決這些問題并提升用戶的智能體驗，理想汽車自2024年起開展VLA研究，并在多項頂級學(xué)術(shù)會議上發(fā)表論文，夯實了理論基礎(chǔ)。

▲VLA司機大模型訓(xùn)練與推理過程

在端到端的基礎(chǔ)上，到第三階段，VLA將開啟“人類智能”的階段。

它能通過3D和2D視覺的組合，完整地看到物理世界，而不像VLM僅能解析2D圖像。同時，VLA擁有完整的腦系統(tǒng)，具備語言、CoT（Chain of Thought，思維鏈）推理能力，既能看，也能理解并真正執(zhí)行行動，符合人類的運作方式。

▲輔助駕駛強化學(xué)習(xí)

李想還列舉了端到端+VLM（視覺語言模型）架構(gòu)可能無法解決，但VLA（視覺語言行動模型）可以解決的corner case（長尾案例）。

他表示，VLA的突出優(yōu)勢表現(xiàn)在兩方面，一方面是對復(fù)雜東西的理解，VLA（司機大模型）能夠有效地去處理了，而且不需要通過海量的數(shù)據(jù)訓(xùn)練。

另外一方面是跟人溝通，雖然今天VLA可能能力還沒那么強，像一個剛從駕校學(xué)完的新手司機，但還有一個成長的過程。

雖然VLA較端到端+VLM實現(xiàn)了巨大提升，但有可能一步直達VLA嗎？

李想表示沒有可能，他表示，VLA的誕生不是突變，而是進化，端到端是VLA的基礎(chǔ)。只有做好規(guī)則算法，才能知道如何做端到端，只有把端到端做到極致水平，才有機會去做VLA，這個過程沒有捷徑。

對于VLA的應(yīng)用前景，李想充滿了信心。他舉了DeepSeek爆發(fā)的例子，“擁抱DeepSeek的速度比想象中快，所以VLA到來的速度也比想象中快。”

VLA（視覺語言行動模型）是終極的架構(gòu)嗎？李想表示，VLA（司機大模型）能夠解決到全自動駕駛，但是VLA（司機大模型）是否是一個效率最高的方式，是否有效率更高的架構(gòu)出現(xiàn)，這些還要打個問號，他認為大概率還是會有下一代架構(gòu)的。

不過，李想表示，VLA是現(xiàn)階段能力最強的架構(gòu)，它的能力是最接近人類的，甚至有機會超過人類。

針對理想汽車的人工智能的探索歷程，李想感慨到，理想人工智能走的是無人區(qū)。

李想說：“做VLA，理想走的是一個無人區(qū)。Deepseek沒有走過這條路，OpenAl沒有走過這條路，谷歌、Waymo也沒有走過這條路。理想以前走的是汽車的無人區(qū)，以后走的是人工智能的無人區(qū)。”

三、理想輔助駕駛團隊險被挖角 特斯拉FSD入華未釋放真實能力

李想之前對內(nèi)說過一句話，說理想的智駕原創(chuàng)性超過了增程。

李想說：“我們在這方面的研究工作真的做得很深。為了做好這個輔助駕駛，我們還做了操作系統(tǒng)，構(gòu)建了完整的訓(xùn)練體系，甚至直接去改芯片、底層軟件，這方面工作肯定做的比這個增程做的工作量更多。

李想還透露：“2024年和2025今年年初，我們每一個輔助駕駛團隊的核心人員可能基本上都會接到20個以上的獵頭電話。”

李想還談?wù)摿颂厮估璅SD在華表現(xiàn)等問題。

李想判斷，從實測來看，特斯拉大概在用FSD V12.5之前的模型，距離特斯拉真實能力還有巨大的差距。特斯拉FSD V13.0以后的能力還是非常強的，特斯拉基本功是非常扎實的。

李想也進一步解釋了為什么特斯拉沒有在華釋放真實的能力的原因，中國有著極為復(fù)雜的路況，如果直接上端到端，遇到這些復(fù)雜的場景，還是會遇到挑戰(zhàn)。

四、創(chuàng)業(yè)十周年之際 李想自述耐受力很差

除了分享理想汽車在VLA大模型上的探索進展及成果外，李想還分享了創(chuàng)業(yè)及對人性的思考。

今年7月份是理想成立十周年，站在今天，李想回憶了創(chuàng)業(yè)十年的幸福時刻和痛苦時刻。

李想腦海中第一個最重要的畫面，是2018年理想ONE（參數(shù)丨圖片）第一次發(fā)布，一直延續(xù)到2019年的4月份，上海車展第一次帶有價格的正式展示，理想真的做出來一輛車，并且受用戶喜歡。在上海車展的展館里面，理想是人流量最大的一個展臺。

▲理想ONE

另一個是2022年發(fā)布L9的時候，到了2025年，還有至少5個企業(yè)因為當時L9的成功，在打造跟L9相同的產(chǎn)品。

剛經(jīng)歷了L9的幸福，痛苦就出現(xiàn)了。

李想回應(yīng)到，那時候全網(wǎng)的黑公關(guān)都說理想汽車倒閉，那一個季度理想虧了將近二十億，忽然從巔峰掉到谷底，理想認識到很多能力不足，但正是因為這件事情，理想調(diào)整后在2023年做到了1200億的收入。

李想說：“反正我創(chuàng)業(yè)那么多年了，當問題來的很多時候，又是一個更大的機會的到來。所以我對這方面其實也沒那么糾結(jié)。我對于不正常的事情耐受力很差，但我對于一些不好的東西解決完以后，整個記憶能力也很差，會把它忘掉。”

李想也進一步分享了自己創(chuàng)業(yè)的心路歷程。

就如何能吸引到更多能量的人，李想談了自己的看法，他認為要關(guān)注人，尤其是關(guān)注那些離得最近的人，關(guān)注親密關(guān)系的人，關(guān)注人的時候首先你得先關(guān)注自己。

李想介紹了他是如何關(guān)注自己的：“第一，我會接受自己所有的優(yōu)點。第二個是要能接受自己的不足。第三是用成長替代改變。”

李想還補充說，他在做理想汽車的時候就非常注重資本，請最好的FA（財務(wù)顧問），請最好的律所，“今天大家可以看到所有的新勢力企業(yè)里面，理想汽車的股權(quán)架構(gòu)、治理結(jié)構(gòu)、資本現(xiàn)金管理都是做得最好的。”

李想說：“我并沒有改變我的業(yè)務(wù)，其實是增強了一個能力，所以它是個成長。我們會面臨方方面面的能力成長，就能給自己帶來能量。”

李想還講了如何帶來能量，第一能自己產(chǎn)生能量，第二能夠帶給別人能量，第三能從別人那獲取能量。

結(jié)語：VLA大模型競爭加劇

當前，VLA也被業(yè)內(nèi)越來越多人視為實現(xiàn)L4級自動駕駛的關(guān)鍵路徑，能夠通過語言模型引入邏輯推理能力，突破端到端模型的黑箱局限。

關(guān)于VLA的競爭已經(jīng)打響，理想、元戎啟行、吉利汽車都已布局，行業(yè)正展開“軍備競賽”。

理想汽車在去年二季度財報電話會議上表示已啟動端到端VLA模型的研究，隨著VLA的落地上車，理想汽車有望進一步讓用戶體驗到“專職司機”水平，加快從新能源汽車制造商向人工智能企業(yè)的轉(zhuǎn)型。