TMT观察网_独特视角观察TMT行业

TechWeb 文/卞海川

在距離上次“AI Talk”整整130天之后，理想汽車創(chuàng)始人兼CEO李想再度接受張小珺專訪，系統(tǒng)闡述了理想汽車在人工智能，特別是“司機大模型”（VLA）方面的最新進展。

人工智能尚未減少工作時長，核心挑戰(zhàn)仍是“熵增”

“人工智能發(fā)展得這么快，但我每天的工作時長并沒有減少。”李想的一句開場白引發(fā)共鳴。在他看來，當前大多數(shù)人仍將AI視為信息工具，而信息的質(zhì)量受限于索引機制，尤其是RAG（檢索增強生成）依賴的源頭往往已“失真”，導致“推理很認真，但結果是錯的”。

李想進一步提出AI工具的三層分級：信息工具、輔助工具、生產(chǎn)工具。

“只有成為生產(chǎn)工具，人工智能才真正實現(xiàn)爆發(fā)。” 他強調(diào)，AI若無法切實改善產(chǎn)出質(zhì)量、壓縮時間成本，就無法對工作效率產(chǎn)生實質(zhì)影響。

擁抱DeepSeek，加速理想VLA模型推進9個月

對于中國大模型行業(yè)，李想毫不掩飾自己的贊譽：“無論是DeepSeek還是千問，中國AI在基礎模型、推理模型、多模態(tài)能力上已經(jīng)跟美國的距離基本上拉近了。”

李想對DeepSeek以及其創(chuàng)始人梁文鋒給出了高度評價，包括“自律”、“會在全世界范圍之內(nèi)去研究和學習最佳實踐和最好的方法論的人”。

李想介紹了他從DeepSeek上吸取到的經(jīng)驗。DeepSeek運用了人類的最佳實踐，比如說DeepSeek V3采用了一個671B的MoE（混合專家模型）。

專家能力如何構建？李想認為，DeepSeek展示了一個最佳實踐：第一步一定要先搞研究。

“任何時候當我們想去改變和提升能力，第一步一定是搞研究，第二步是研發(fā)，第三步是把能力表達出來，第四步是能力變成業(yè)務的價值。這四個步驟是個極簡的人類最佳實踐，但我們經(jīng)常做著就忘掉了，看到什么東西就直接去啟動研發(fā)，而沒有去搞研究。”李想說道。

正是基于DeepSeek的開源，理想汽車在VLA司機大模型的語言能力研發(fā)上提速顯著，節(jié)省了近9個月的時間和數(shù)億元成本。

“我們內(nèi)心很簡單：DeepSeek幫助我們太大，所以我們決定開源自研的星環(huán)OS系統(tǒng)作為回饋。”李想表示，就是DeepSeek給我們帶來那么大的幫助，我們應該給對社會貢獻點什么，不讓行業(yè)那么卷。說白了純粹是感謝DeepSeek。

為什么有了DeepSeek，理想還要自研基座模型？李想回應說：“核心在場景需求不同，我們要做車載多模態(tài)交互，尤其是VLA（視覺語言行動模型）——需要3D/2D視覺融合，疊加汽車、交通、家庭場景的專業(yè)語料，這些垂直領域的數(shù)據(jù)和訓練邏輯，是通用模型沒覆蓋的。”

理想汽車的AI主航道：打造司機級大模型

目前的L2、L2+組合駕駛輔助仍屬于輔助工具階段，而VLA能夠讓AI真正成為司機，成為交通領域的專業(yè)生產(chǎn)工具。對理想汽車而言， 未來的VLA就是一個像人類司機一樣工作的司機大模型”。

在李想看來，輔助駕駛的真正突破點是VLA——一個能像人類司機一樣觀察、理解并執(zhí)行行動的多模態(tài)大模型。

他將VLA的發(fā)展劃分為三階段：

1. 昆蟲智能階段：依賴規(guī)則算法、高精地圖，智能程度有限；比較像螞蟻的行動和完成任務的一個方式。

2. 哺乳動物階段：通過端到端學習模仿人類操作，泛化能力增強；去面對它從來沒有學到的、特別復雜的，其實就會遇到問題。

3. 人類智能階段：VLA具備理解物理世界的能力，結合3D視覺、語言理解和行動執(zhí)行，“像司機一樣工作”。

李想總結稱，它會像人類一樣的用3D的vision和2D的組合，去看整個真實的物理世界，也包含它能夠去看懂導航軟件是怎么在運行的，而不是像VLM那樣只能看到一張圖片。另外一方面，它有自己的整個腦系統(tǒng)，不但要看到物理世界，還能夠理解這個物理世界。它有它的language，然后它也有它的CoT（思維鏈），有推理的能力。

目前，理想正在訓練一個32B參數(shù)量級的VL（視覺-語言）基座模型，加入了高清2D圖像、3D視覺、交通語言語料及VL聯(lián)合語料（如導航與行為的關聯(lián)）。

基于此前李想對于人工智能的判斷，他認為，只有讓輔助駕駛變成一個真正的司機，它才是一個生產(chǎn)力工具，不只是一個輔助工具。

最新公布的視頻顯示，基于 VLA 模型的輔助駕駛系統(tǒng)，駕駛員可以用語音操控車輛，包括走收費站的人工通道、掉頭、靠邊停車、停在停車場的 C3 區(qū)域等等，這都是輔助駕駛從未有過的體驗。

對于行業(yè)普遍存在的對輔助駕駛安全性的質(zhì)疑，李想則表示，“這正是黎明前的黑暗”。他表示，正因為輔助駕駛行業(yè)遇到了問題，我最喜歡、最開心的方式，就是去解決行業(yè)解決不了的問題，這是我們自己堅決相信的。

李想認為，只要人類會雇傭司機，人工智能技術是把類似這樣的一些功能和角色，去變成真正的生產(chǎn)力、生產(chǎn)工具，然后進行替代。

成長帶來能量，在痛苦中保持正能量

今年7月，理想汽車將迎來成立十周年。李想表示，創(chuàng)業(yè)路上苦多于甜，他選擇保留那些有價值的美好片段，用來激勵自己保持正能量。“創(chuàng)業(yè)確實不容易，但是沒必要苦哈哈的。苦和甜是一個硬幣的正反面，取決于看哪一面。”他將企業(yè)遭遇的打擊視為必須面對的挑戰(zhàn)，也正是這些挑戰(zhàn)，賦予了理想汽車更多的能力。

談及如何成為更有能量的人，李想認為，關鍵在于關注自我，接受自身的優(yōu)點和不足，并用成長替代改變——成長意味著增強能力。除此之外，李想強調(diào)親密關系同樣重要，關注他人的成長也能帶來能量，家人和同事能夠和他形成互補，相互支撐。“我需要家人和同事甚至超過了他們需要我，首先是我需要他們，然后才是他們需要我，我們在一起能夠形成非常強的腦力和心力。”李想表示。

回顧幾次創(chuàng)業(yè)經(jīng)歷，李想表示，從高中創(chuàng)辦個人網(wǎng)站至今，自己的思維方式?jīng)]有什么變化：遇到問題解決問題，解決別人不愿解決的難題，解決用戶的痛點，不斷向他人學習。不同的是，如今面臨的問題更復雜、服務的用戶群體更多、公司規(guī)模和組織也更龐大。“幾次創(chuàng)業(yè)一路走來，最難時有人相助，遇坑也能迅速爬出，一幫人齊心協(xié)力變得更好，這是種幸運，也沒什么可后悔的。”

AI的真正爆發(fā)，不僅是技術參數(shù)的躍升，更是從“參考”到“生產(chǎn)”的范式轉移。司機大模型，或許正是理想汽車投向未來的一張王牌。