再谈人工智能，李想在“理想AI Talk第二季”分享了哪些思考

5月7日，理想汽车推出“理想AI Talk第二季——理想VLA（视觉语言行动模型）司机大模型，从动物进化到人类”，理想汽车董事长兼CEO李想分享了他对人工智能的最新思考，以及VLA司机大模型的作用、训练方法和挑战。

李想表示：“判断智能体是否真正智能，关键在于它是否成为生产工具。只有当人工智能变成生产工具，才是其真正爆发的时刻。就像人类会雇佣司机，人工智能技术最终也会承担类似职责，成为真正的生产工具。”

在李想看来，目前市面上的L2、L2+组合驾驶辅助仍属于辅助工具阶段，而VLA能够让AI真正成为司机，成为交通领域的专业生产工具。“对理想汽车而言，未来的VLA就是一个像人类司机一样工作的司机大模型”。

据介绍，VLA的训练分为预训练、后训练和强化训练三个环节，类似于人类学习驾驶技能的过程。

“预训练相当于人类学习物理世界和交通领域的常识，后训练相当于人类去驾校学习开车的过程，强化训练类似于人类在社会中实际开车练习。”李想表示，“经过预训练、后训练和强化训练后，VLA司机大模型即可部署至车端运行。”

除了提升专业能力，VLA司机大模型还需解决安全性和模型黑盒的问题。

为了保障VLA司机大模型能够实现职业司机般的安全和舒适，避免学习加塞等违规行为，理想汽车在强化训练环节投入大量资源，并于2024年底组建超过100人的超级对齐团队。

为解决模型的黑盒问题，理想汽车结合重建和生成两种路径，打造了真实、符合物理世界规律的世界模型，覆盖所有交通参与者和要素。

得益于DeepSeek的开源，理想汽车在VLA司机大模型的语言能力研发上提速显著，节省了近9个月的时间和数亿元成本。尽管如此，理想汽车仍选择加大投入，在基座模型上投入超预期3倍的训练卡，专注打造适配多场景的自研模型。

“自研VLA时，理想汽车踏入了人工智能的无人区。”李想表示，当前，辅助驾驶走到了新的十字路口上，理想汽车将不断挑战成长的极限，持续为行业和用户创造价值。