李想谈痛苦回忆！分享学习DeepSeek、特斯拉、苹果

理想汽车CEO李想，曾具体聊过理想汽车的组织使命是：挑战成长的极限。而成长，就是学习和训练的闭环。

而AI的研发，恰好也是一个不断学习，不断训练的过程。

理想汽车似乎天生适合做AI。

距离上次理想汽车“AI Talk”130天，理想汽车创始人李想，再次接受专访。

李想谈及自己痛苦的回忆时表示：太多了，刚经历了理想L9的幸福就出现了。全网的黑公关都说理想汽车倒闭，那一个季度我们亏了将近二十亿，从没亏过那么多。

忽然从巅峰掉到谷底，好处还是我说的，我们认识到很多能力不足，我们就去补了很多能力。但正是因为这件事情，我们的调整又带来了2023年获得接近三倍的增长，我们直接做到了1200亿的收入。

这次特别聊了“VLA司机大模型”，还有大家关注的，为什么AI发展那么快，“每天工作时间还是在增加”。

李想还特意分享了自己的学习对象：学习DeepSeek、学习特斯拉，学习苹果。

1、

人工智能发展很快

但每天工作时间还在增加

“人工智能发展这么好，但我每天工作时间并没有减少，还是在增加。”

这是李想这次专访的开场白，用上了AI，李想也没有变成更智能的李想，甚至工作时间都变长了。

在李想看来，现在的AI还是个信息工具，受限于索引机制，如果一开始信息源就是不准确的，虽然AI很认真地在做推理，但也只能生产大量的无效信息、无效结果、无效结论。

然后你就得加班了。

更进一步的，李想提出了AI工具的三层分级：信息工具、辅助工具、生产工具。

“人工智能变成生产工具，然后才是真正人工智能爆发的时刻。”

2、

与梁文锋聊过一次

Deepseek开源，司机大模型加速9个月

李想和DeepSeek创始人梁文锋聊过一次。在2024年9月，也就是ChatGPT的o1发布的前几天。

“他（梁文锋）是个特别自律的人。明显你跟他沟通的过程中其实能够看到。

第二个是我个人认为其实他是会在全世界范围之内去研究和学习最佳实践和最好的方法论的这样一个人。”

李想认为，DeepSeek展示了一个人类最佳实践：

第一步一定是搞研究

第二步是研发

第三步是把能力表达出来

第四步是能力变成业务的价值。

“这四个步骤是个极简的人类最佳实践，但我们经常做着就忘掉了，看到什么东西就直接去启动研发，而没有去搞研究。”

很多人想直接吃第十个包子，直接练葵花宝典。

李想认为：包括DeepSeek的出现，并不是练葵花宝典练出来的。

DeepSeek很早就构建了集群的能力去做这些链路、基建的优化，所以才有了它的低成本和效率啊。

“我看不到什么捷径。包括今天很多企业做端到端都很吃力，因为在规则算法时候都没做好。”

李想很感激DeepSeek的开源。

DeepSeek一开源，理想汽车内部的“司机大模型VLA”就加速了9个月时间，带来了巨大的收益和帮助。

所以，就把自研了4年的的整车操作系统理想星环OS，给开源了。

就是一种情怀，不是什么公司战略。

“我自己内心，包括谢炎（理想汽车CTO）的内心就是DeepSeek给我们带来那么大的帮助，我们应该给对社会贡献点什么。不让行业那么卷。

说白了纯粹是感谢DeepSeek。”

3、

学习特斯拉、苹果

特斯拉FSD进入了中国，对理想汽车有什么影响？

李想认为，特斯拉在国内并没有释放真实的能力，大概是在用v12.5的版本，只有半规则算法的能力，并不是13.0端到端的版本。

但特斯拉，基本功是非常扎实的。感知的距离、运行的帧率、整车控制都特别稳定。

美国的很多的顶级的公司，像苹果，像特斯拉这种企业，基本功特别扎实。这是理想需要去学习的。

“基本功就是不可能、不可跳跃的。很多企业做了很多的创新，但是没有基本功，不扎实，所以很多创新就会昙花一现就过去了”

在人工智能时代，能力强的公司复制的能力，是按周计算的，基本功非常重要的。

“最重要的是学能力。”

4、

打造司机大模型

从昆虫到哺乳动物到人类

现在L2，L2+其实都只是辅助驾驶。辅助驾驶就需要人，大量的参与。

在李想看来，辅助驾驶的真正突破点是VLA（视觉语言行动模型），对理想汽车而言， VLA就一个司机大模型，像人类的司机一样去工作的模型。

一开始的辅助驾驶，就像蚂蚁，脑子容量有限，要去做复杂的事情，几乎不可能的。只能做成类似有轨交通，想地铁、火车之类的方式。

之后就有了端到端，就像动物园马戏团的动物，能像人类那样那样骑自行车。但一遇到它从来没见过的、特别复杂的，其实就会遇到问题。

再进一步的VLA，就是理解物理世界的能力，结合3D视觉、语言理解和行动执行，“像司机一样工作”。

李想举了个例子：辅助驾驶遇到复杂的修路。

如果是规则算法可能就会撞上了，如果是端到端可能停下来，因为它不知道自己应该怎么办呢，只能刹停。

如果是VLA（司机大模型）就能轻松解决了。

5、

小结

技术革命，常常是长期的系统性工程优化，而非天才灵光乍现。

就像DeepSeek的MoE架构，通过分层研究与工程化落地，而非盲目堆砌参数。

像理想的辅助驾驶“三阶段训练”，从规则算法到端到端再到VLA司机大模型，每一步都是确定性积累。

未来的汽车公司，以后将不仅仅是个硬件公司。

能活下来的汽车公司，更多意义上，会是形成以自动驾驶为核心的软硬件公司，是AI公司。

中国未来的BBA，将是在自动驾驶上，跑在第一梯队的公司。

它们会形成一个AI版的戴维斯双击，你自动驾驶做得好，你的车就都能形成很大的盈利循环。

车企和车企之间的差距，会因此越滚越大。