当自动驾驶行业还在争论“规则算法”与“端到端模型”孰优孰劣时。

理想汽车用一场技术进化论给出了终极答案——规则算法是昆虫，端到端模型是猴子，而VLA司机大模型才是真正的人类司机。

在2025年5月7日的理想AI Talk中，李想将人工智能的进化史浓缩进一辆车的驾驶舱。这场演讲没有炫目的技术参数堆砌，却用上了“昆虫→哺乳动物→人类”这样很形象的隐喻，从不同的方面为我们展示了自动驾驶领域长期存在的认知天花板。

三级跃迁：AI如何从工具进化为“司机”？

在昆虫时代，规则算法是机械本能。2021年，理想自研的初代辅助驾驶系统，像一只拥有复眼的甲虫，依赖高精地图与预设规则，在结构化道路上循规蹈矩。它能完成车道保持、自适应巡航，但面对未录入地图的施工路段，即刻陷入“昆虫级的恐慌”。

在哺乳动物时代，则是端到端模型的直觉反应。2024年推送的端到端+VLM方案，就像是学会使用视觉的灵长类动物，拆除高精地图的拐杖，通过视觉语言模型理解路标含义。

但开源VLM的基因缺陷，让它对禁止掉头和临时管制的语义差异的识别还是显的有些迟钝。

最后到了现在的人类时代，也就是关于VLA的认知革命。按李想的话就是当VLA（Vision-Language-Action Model）登场后，自动驾驶终于突破作为一个工具的桎梏。

它不仅能看到3D的物理世界，更能通过思维链（CoT）推演他车意图，用自然语言和人类讨价还价，就比遇到前车加塞？事先让半米再贴紧呢还是怎么处理，它所给出的博弈策略甚至比十年驾龄的老司机还要优秀。

一场AI的“社会化驯化”

理想为VLA设计的训练路径，可以说是AI界的人类养成计划。

预训练=胎教：用2D/3D视觉数据喂出“物理世界常识”；

后训练=驾校：加入动作编码，学会刹车力度与方向盘阻尼的肌肉记忆；

强化训练=路考：通过人类反馈（RLHF）驯化出“中国式驾驶礼仪”，既能果断超车，又会在斑马线前耐心等待颤巍巍的老人。

这场驯化的终极目标，是让AI具备目前职业司机的素养，理想甚至组建了AI道德委员会，希望这位司机是个十足的交通模范，同时还兼顾通行效率。

为此，还设置了由100名工程师组成的超级对齐团队，专门删除模型学习到的加塞、抢行等驾驶恶习。

在VLA的进化之路上，理想选择了三条技术路径：

首先理想需要破解黑盒诅咒，通过重建物理规律的世界模型，VLA的决策不再是一团不可解释的数据迷雾。工程师能像交通法医那样复盘每一次避让逻辑，确保AI不会因脑回路清奇制造危险。

接着需要驯服芯片猛兽，当英伟达Orin-X芯片难以承载语言模型时，理想自研的INT4量化引擎，硬生生将大象塞进冰箱。让双Orin-X+Thor-U芯片协同运行万亿参数大模型，这将算力利用率较行业提升40%。

最后就是借力DeepSeek开源模型节省研发周期，将自研操作系统星环OS开放给行业。这种吃开源饭，还开源锅的生态策略，对于理想的在行业内的长期发展一定是有好处的，当然也表达了李想自己的创业哲学：站在巨人肩上，但要成为更高的巨人。

整场发布会最动人的部分，是李想将技术进化论投射到个人成长上，从最开始创业的痛苦到勇敢创业闯入无人区，再到独树一帜进而现在的对于AI的思考，都显得很真诚。

总结：

从增程电动到VLA大模型，理想始终在扮演行业破壁人的角色。当友商还在纠结纯视觉vs激光雷达时，理想已用VLA重构了智能驾驶的底层逻辑。

让AI从执行代码的机器进化为理解世界的司机。

这场进化带来的不仅是技术变革，更像是一次认知的公开宣讲，对用户而言，VLA终结了“说人话还是说机器语”的尴尬，你可以对车喊“找条不堵的路”，就像嘱咐家里的代驾。

对行业而言，理想证明了基本功才是最快的捷径，自研操作系统、芯片适配、伦理对齐，这些东西的堆砌才能逐步形成一定量的护城河，远比抢发PPT更难逾越。

站在智能驾驶的十字路口，理想的答案很明确：与其争论该向左走还是向右走，不如直接向前飞。

因为真正的颠覆者，从不遵循别人画好的路线图。