理想公司加速研发，仅用了不到一年的时间完成了理想VLA的研发工作，展现了强大的技术实力，不仅局限于冰箱、彩电等传统家电领域，理想公司在技术研发方面持续创新，突破传统边界，为用户带来更多智能化、个性化的产品和服务体验，这一加速研发的背后，体现了理想公司对于技术创新的重视和对市场需求的敏锐洞察。
理想AI Talk第二季的核心内容与之前理想在英伟达GTC大会上的演讲《VLA：迈向自动驾驶物理智能体的关键一步》一脉相承，这次，演讲人换成了李想，他为我们补充了更多详细的信息。 理想构建了一个32B的云端VL基座模型，专门用于视觉和语言的多模态基座大模型处理，通过这一模型，他们能够处理复杂的思维链和任务拆解，在此基础上，他们蒸馏出一个3.2B的小模型，结合Action训练部分，组合成4B的VLA司机大模型，这一模型的构建得益于DeepSeek的开源，其加速了VLA的研发进程达9个月。 理想的VLA司机大模型有两个显著特点，它支持短CoT（思维链），通常两步到三步，以确保安全，这种短CoT可以解决诸如“靠边停车”、“前方掉头”等短指令，实现语音控制车辆轨迹，模型在完成Action后，还进行了diffusion（扩散模型）的预测，根据性能需求预测未来4到8秒的轨迹和环境，这一功能使驾驶更加接近人类自然驾驶的习惯。 在数据训练方面，理想在收集了1000万Clips后，成立了一个约100人的超级对齐团队，这个团队致力于确保VLA大模型的“价值观”与人类驾驶规则对齐，虽然模型能力强大，但如果其表现出不遵守交通规则、经常加塞等行为，会令人类乘客感到不安，强化训练环节至关重要，必须让模型习得人类的规则、习俗、驾驶习惯以及对许多事物的判断。 关于端到端和VLA的关系，李想认为端到端是VLA的基础，他认为理想的优势在于拥有编译团队、芯片能力、主板设计能力和操作系统能力，这使得理想能够将两个Orin-X芯片带宽做得足够大，从而运行同等规模的VLA模型，这些技术基础和能力是理想实现自动驾驶技术的关键，李想还反驳了关于理想没有核心技术的说法，强调理想在这些领域的技术实力是非常扎实的。 理想的AI技术正在稳步发展，特别是在自动驾驶领域取得了显著进展，通过不断创新和强化技术实力，理想正朝着实现更智能、更安全的驾驶未来迈进，文｜JackieLXX 图｜网络（注：图片来源网络,如有侵权请联系删除）
