2025年廣州國際車展，理想汽車展示了一項新功能——VLA充電。

視頻中，一輛理想i6緩緩駛?cè)氤湔?，在無需人工干預的情況下，自主尋找空閑充電樁，地鎖自動降下，車輛精準泊入。

充電結(jié)束后，它自主駛離并通過免密支付完成繳費。

看上去有點科幻，未來卻會成為理想車主的日常體驗。

按照規(guī)劃，該功能將于2026年1月覆蓋全國1400多座理想超充站，2月擴展到2400座，3月達到2900座。

理想汽車并非首個嘗試自動泊車充電的企業(yè)，但卻是首個實現(xiàn)從城市道路到超充站完整場景覆蓋的車企，真正打通了充電的"最后100米"，無需在復雜的停車場中尋找空閑樁位，再小心翼翼完成泊車。

這背后，是理想汽車"車、樁、站、云"體系化能力的集中體現(xiàn)。VLA司機大模型將空間理解能力從道路駕駛拓展到充電場景，實現(xiàn)了真正的場景打通。

從模仿到理解：VLA重構(gòu)輔助駕駛底層邏輯

當前，輔助駕駛已成一場既要、又要的極限挑戰(zhàn)。

它既要應(yīng)對中國極其復雜的道路環(huán)境，又要滿足用戶對安全與舒適性的雙重期待；既要實現(xiàn)高度自動化，又必須確保在任何場景下都能做出符合人類直覺的決策；既要快速迭代技術(shù)，又要保證百萬級車隊的穩(wěn)定可靠。

在這場技術(shù)長跑中，理想汽車沒有選擇最簡單的模仿學習路徑，而是堅持投入研發(fā)更難但更本質(zhì)的VLA技術(shù)。

這條道路注定充滿挑戰(zhàn)，卻也是目前最接近人類駕駛本質(zhì)的正確選擇。

傳統(tǒng)輔助駕駛系統(tǒng)主要依賴"規(guī)則算法"，工程師需要為每一種可能的駕駛場景編寫特定規(guī)則。這種方式在面對復雜多變的真實道路時顯得力不從心，尤其難以處理長尾場景。

隨著AI技術(shù)發(fā)展，"端到端+VLM（視覺語言模型）"架構(gòu)成為新選擇，它通過模仿人類駕駛行為來學習駕駛技能。

然而，理想汽車發(fā)現(xiàn)，當訓練數(shù)據(jù)達到一定規(guī)模后，端到端模型的性能提升開始放緩。

更關(guān)鍵的是，這種"模仿學習"方式存在先天缺陷：它能學會人類的駕駛動作，卻不理解物理世界的運行規(guī)則，導致在某些場景下做出違反常理的行為，或缺乏深度思考能力，無法像人類司機那樣根據(jù)場景做出預防性判斷。

"端到端模型像猴子開車，它能夠?qū)W習人類行為，但并不理解物理世界。"理想汽車創(chuàng)始人李想曾如此評價。

正是看到這一局限，理想汽車率先將強化學習引入輔助駕駛領(lǐng)域，于今年8月推出全球首個VLA司機大模型，掀起了一場從模仿駕駛到理解駕駛的認知變革。9月，該技術(shù)全量推送至所有AD Max車型。

VLA不是技術(shù)名詞的簡單堆砌，而是三個核心能力的深度融合：

"V"(空間智能)賦予模型對空間的理解能力，包括遠距空間感知和全局語義理解。

"L"(語言智能)讓模型能用語言生成對空間的理解，通過思維鏈生成決策，并能聽懂人類語言指令。

"A"(行為策略)則根據(jù)場景描述推理并生成最終駕駛行為，使用Diffusion擴散模型規(guī)劃軌跡，讓車輛能完成更多復雜的駕駛動作。

與行業(yè)主流的"端到端"方案相比，VLA的獨特之處在于其"思考能力"。

它能夠像人類駕駛員一樣，面對復雜場景時進行因果推理、權(quán)衡利弊、預測后果。

當遇到修路臨時改道時，VLA不僅識別路障，還會評估每條可選路徑的安全性、舒適性和效率，最終做出最優(yōu)決策。

這一技術(shù)突破的意義，遠超單一功能的提升，它是智能駕駛從"工具"向"伙伴"轉(zhuǎn)變的關(guān)鍵一步。

用戶不再是系統(tǒng)的監(jiān)護者，而是可以真正信任這一技術(shù)，在長途駕駛中獲得充分休息，在復雜路況中減輕精神壓力。

數(shù)據(jù)顯示，自2025年8月VLA發(fā)布，9月推送至所有AD Max車型以來，系統(tǒng)已累計行駛超過3.12億公里，里程滲透率提高2.2倍，每日活躍度提升3倍。

這意味著，理想輔助駕駛已經(jīng)真正成為用戶生活的一部分。

VLA的"思考能力"不僅停留在理論層面，更在海量真實場景中得到驗證，為下一步技術(shù)落地奠定了堅實基礎(chǔ)。

體系化驗證：從充電場景到全方位安全

廣州車展上展示的VLA充電功能，正是這種"思考能力"的最佳證明。

當用戶選擇理想超充站作為目的地，VLA能自主完成從駛?cè)氲匠潆娡瓿傻娜鞒蹋涸贫苏{(diào)度系統(tǒng)自動分配空閑樁位；車輛接近時，地鎖自動降下；完成自主泊車充電后，車輛能自主駛離并通過免密支付完成繳費。

這一功能并非孤立存在，而是理想技術(shù)體系的有機組成部分。

理想i8發(fā)布會上，首次亮相的防御性AES自動緊急轉(zhuǎn)向功能，也即將向AD Max用戶全量推送。

傳統(tǒng)AEB只能應(yīng)對車輛主動碰撞前方障礙物的風險，而理想汽車的防御性AES可規(guī)避來自正前、正后、側(cè)前、側(cè)后全方位風險。

演示視頻中，一輛理想i6在正常行駛時，系統(tǒng)識別到前方和左側(cè)有車，后方車輛快速接近且無減速跡象，提前觸發(fā)防御策略：通過聲音提醒駕駛員，同時車輛加速向右變道，成功避免追尾事故。

截至2025年11月20日，理想汽車主動安全系統(tǒng)，已累計幫助用戶避免潛在碰撞事故1131萬次，避免極端烈性事故超1.4萬次，夜間主動避險208萬次。

更重要的是，VLA通過強化學習，正在六大維度帶來全面提升：選對路、速度對、舒適度好、安心感強、可溝通、高效率。

在復雜紅綠燈路口、鄉(xiāng)間小路、臨時改道和施工路段等傳統(tǒng)輔助駕駛難以應(yīng)對的場景中，VLA將表現(xiàn)得越來越像一位經(jīng)驗豐富的老司機般絲滑通行。

理想汽車技術(shù)團隊預計，到2025年底至2026年初，VLA將展現(xiàn)出更多突破性能力，讓用戶真正感受到"這輛車真的活了"。

長期主義：輔助駕駛的終局之戰(zhàn)

信息高度透明的今天，用戶會用日常體驗作為標尺，去衡量每一項技術(shù)的實際價值。任何技術(shù)的華而不實，都可能導致他們用腳投票。

這種全方位的極致要求，使得車企在技術(shù)路線選擇上必須追求真實有效，不能有絲毫取巧。

輔助駕駛的終局之戰(zhàn)，本質(zhì)是一場考驗品牌技術(shù)定力與長期主義的價值競賽。

它不是靠短期營銷贏得的流量戰(zhàn)場，而是需要十年磨一劍、用扎實技術(shù)積累與用戶口碑才能站穩(wěn)腳跟的價值市場。

在這場技術(shù)革命中，理想選擇了一條少有人走的路：不是簡單模仿人類駕駛，而是讓AI真正理解駕駛；不是追求單項技術(shù)突破，而是構(gòu)建車、樁、站、云的體系化能力；不是依賴短期數(shù)據(jù)積累，而是通過強化學習讓模型持續(xù)進化。

當許多車企還在為L2+還是L3爭論不休時，理想已將目光投向更遠的未來。

VLA技術(shù)的潛力遠不止于行車和充電，它將重塑人與車的關(guān)系，讓汽車從單純交通工具，轉(zhuǎn)變?yōu)檎嬲斫庥脩粜枨蟮闹悄芑锇椤?/p>

在這場輔助駕駛的終局之戰(zhàn)中，理想汽車選擇了最難的路，卻也是目前最正確的第一條路。