理想汽车为何押注司机大模型迈向全自动驾驶

小大

用微信扫描二维码
分享至好友和朋友圈

关键词：

2025-05-08 15:43:37 电动汽车观察家

理想汽车为何押注司机大模型！理想汽车借助端到端+VLM架构，在辅助驾驶领域实现了显著进步。为了进一步巩固在这一领域的优势，甚至成为行业引领者，理想汽车引入了新的技术架构——VLA（视觉、语言、行动）大模型，也称为司机大模型。

5月7日晚，理想汽车举办了“理想AI Talk第二季李想面对面”线上活动。理想汽车创始人、CEO李想参与讨论了AI及其在辅助驾驶、智能驾驶和汽车上的应用思路。他认为当前的辅助驾驶系统与人类相比仍有较大差距，而司机大模型的能力则接近甚至可能超越人类水平，并且有望实现全自动驾驶。

理想汽车透露，搭载VLA（司机大模型）的理想纯电SUV i8将于7月发布上市。尽管具体的上车时间未公布，但比此前预计的9月要提前。

目前，辅助驾驶系统的发展面临一些问题。由于一些事故的影响，系统的安全性受到质疑。对于理想汽车而言，虽然其端到端+VLM双系统开创了先河，但仍需提升能力以达到更高的标准。

李想提到，规则算法和端到端架构存在两个主要问题：一是难以处理复杂场景，二是无法与人沟通。相比之下，VLA架构能够更好地理解复杂场景并通过生成数据进行训练。此外，它还能通过语言理解指令，从而更灵活地执行任务。例如，在小区等开放空间中，司机大模型可以与导航系统配合，完成复杂的驾驶任务。

VLA架构的训练分为四个步骤。首先，训练一个VL（视觉和语言）基座模型，该模型包含大量3D和2D视觉语料以及交通相关的语言资料。其次，将行动部分加入模型，使其从VL模型变为VLA模型。第三步是强化训练，包括基于人类反馈的强化学习和纯粹的强化学习。最后一步是构建一个能够理解司机语音指令的Agent。

李想表示，VLA架构最早可能在交通领域得到广泛应用，因为交通规则明确且具有确定性。尽管VLA架构目前是能力最强的，但不一定是最高效的。未来可能会出现更高效的新架构。面对当前社会对辅助驾驶的负面评价，李想认为这类似于黎明前的黑暗，光明即将到来。

(责任编辑：0882)

关闭

理想汽车为何押注司机大模型 迈向全自动驾驶