當(dāng)一輛車開(kāi)始學(xué)會(huì)“觀察、思考、然后行動(dòng)”，它就不再僅僅是一個(gè)交通工具。2025年，隨著理想i8的交付，全球首個(gè)量產(chǎn)的VLA（視覺(jué)-語(yǔ)言-行為）司機(jī)大模型駛?cè)氍F(xiàn)實(shí)。這并非一次尋常的輔助駕駛升級(jí)，而是一次關(guān)乎AI如何理解物理世界的本質(zhì)躍遷。理想的VLA，將引領(lǐng)我們?nèi)ネ翁�？答案或許遠(yuǎn)超輔助駕駛本身。

從“模仿”到“思考”的必然

理想汽車的輔助駕駛演進(jìn)歷程，在某種程度上，是中國(guó)智能汽車產(chǎn)業(yè)技術(shù)攻堅(jiān)與認(rèn)知深化的一面鏡子，也深刻揭示了VLA的里程碑式意義。理想汽車輔助駕駛早期應(yīng)用的BEV鳥瞰圖、NPN先驗(yàn)網(wǎng)絡(luò)、無(wú)圖方案均屬于“人工時(shí)代”的產(chǎn)物，依賴工程師編寫的海量規(guī)則，其天花板是無(wú)法窮盡的極端場(chǎng)景。隨后到來(lái)的“端到端+VLM”架構(gòu)讓理想汽車輔助駕駛邁入了“AI時(shí)代”，本質(zhì)是通過(guò)模仿人類駕駛數(shù)據(jù)來(lái)學(xué)習(xí)，但理想汽車董事長(zhǎng)兼CEO李想認(rèn)為端到端方案仍是“猴子開(kāi)車”——能模仿行為，卻不理解物理世界背后的邏輯。

真正的轉(zhuǎn)折點(diǎn)出現(xiàn)在2025年初。當(dāng)端到端模型的訓(xùn)練數(shù)據(jù)超過(guò)1000萬(wàn)Clips（視頻片段）后，理想汽車研發(fā)團(tuán)隊(duì)發(fā)現(xiàn)性能提升放緩。同時(shí)，“模仿學(xué)習(xí)”固有的缺陷開(kāi)始顯現(xiàn)：模型缺乏深度推理能力，導(dǎo)致駕駛行為有時(shí)違反常理，在面對(duì)復(fù)雜博弈時(shí)安全感不足。VLM視覺(jué)語(yǔ)言模型的引入試圖補(bǔ)足“大腦”，但其與端到端控制模型之間的“溝通壁壘”和較慢的推理速度，成了新的瓶頸。

正是在此背景下，VLA技術(shù)路線被推至臺(tái)前。但與此同時(shí)，行業(yè)內(nèi)也同步出現(xiàn)了選擇世界模型作為車端推理模型的技術(shù)路線。一時(shí)間，行業(yè)內(nèi)外對(duì)于兩種新興的技術(shù)路線產(chǎn)生了分歧，選擇VLA路線的認(rèn)為世界模型受到車端算力等約束，而選擇世界模型的則認(rèn)為VLA路線是“過(guò)渡技術(shù)”。理想汽車自動(dòng)駕駛高級(jí)副總裁郎咸朋的觀點(diǎn)一針見(jiàn)血：“空談架構(gòu)不如看療效�！彼硎荆瑘�(jiān)持VLA有兩個(gè)原因：第一，因?yàn)槔硐肫嚀碛谐^(guò)150萬(wàn)輛車提供的海量真實(shí)數(shù)據(jù)，同時(shí)理想汽車構(gòu)建了數(shù)據(jù)閉環(huán)（意味著可以將海量數(shù)據(jù)真正應(yīng)用于VLA司機(jī)大模型的訓(xùn)練，提升輔助駕駛性能）；第二，在當(dāng)前的算力下，VLA能夠讓輔助駕駛的駕駛水平接近人類駕駛員。截至2025年底，VLA司機(jī)大模型推送后月使用率達(dá)到80%，VLA指令使用次數(shù)達(dá)到1225.4萬(wàn)次“從目前用戶使用的反饋看，在某些場(chǎng)景下理想的VLA已經(jīng)具備了對(duì)物理世界的認(rèn)知涌現(xiàn)。具體表現(xiàn)是用戶會(huì)越來(lái)越多的發(fā)現(xiàn)之前端到端沒(méi)有的擬人行為�！崩上膛笳f(shuō)。

郎咸朋提到的“擬人行為”實(shí)際上正是理想汽車面向未來(lái)的關(guān)鍵。擬人行為背后不再是簡(jiǎn)單模仿人類，而是需要模型能看到物理世界并且會(huì)思考。這也是李想眼中，AI演進(jìn)的必然結(jié)果——從昆蟲動(dòng)物智能（對(duì)應(yīng)規(guī)則算法）到哺乳動(dòng)物智能（對(duì)應(yīng)端到端+VLM），再到人類智能（對(duì)應(yīng)VLA司機(jī)大模型）。VLA司機(jī)大模型具備思維鏈?zhǔn)降耐评砟芰�，更貼近人類理解世界的方式，并且可以把人類語(yǔ)義融入行為判斷，最顯性的能力就是用戶可以通過(guò)語(yǔ)音指揮車輛。VLA，正是為汽車賦予“人類智能”的關(guān)鍵一步。

從輔助駕駛到具身智能基座的野望

VLA的價(jià)值，遠(yuǎn)不止于提升輔助駕駛的通行效率和擬人化程度。在理想的規(guī)劃中，它正成為下一代AI系統(tǒng)的技術(shù)基座。在2025年第三季度電話會(huì)上，李想將公司的未來(lái)賽道明確為“具身智能”，在他看來(lái)，將汽車定義為“具身智能產(chǎn)品”，而非簡(jiǎn)單的電動(dòng)車或智能終端，是價(jià)值升維的關(guān)鍵。這意味著汽車將從被動(dòng)響應(yīng)指令的工具，轉(zhuǎn)變?yōu)槟茏詣?dòng)、主動(dòng)提供服務(wù)的機(jī)器人。

VLA，正是這個(gè)“機(jī)器人大腦”的核心基座。它讓汽車開(kāi)始具備“思維鏈”推理能力，能理解復(fù)雜場(chǎng)景并做出決策；其語(yǔ)言智能使得人車自然交互成為可能；而通過(guò)行為強(qiáng)化學(xué)習(xí)，它還在不斷進(jìn)化，無(wú)限逼近人類駕駛的“老司機(jī)”體感。這一能力的持續(xù)進(jìn)化近期迎來(lái)了一個(gè)新的節(jié)點(diǎn)。2026年1月21日，隨著OTA 8.2正式推送，AD Max平臺(tái)的VLA司機(jī)大模型迎來(lái)重磅升級(jí)。理想汽車自動(dòng)駕駛研發(fā)高級(jí)副總裁郎咸朋對(duì)新版本的VLA司機(jī)大模型總結(jié)道：“這個(gè)版本用戶體驗(yàn)提升最明顯的就是更加像人在開(kāi)車了，大幅度減少了機(jī)械感的頓挫以及無(wú)效變道�！� 他進(jìn)一步透露，團(tuán)隊(duì)針對(duì)早期版本為保障安全而妥協(xié)的舒適性與效率，通過(guò)對(duì)數(shù)據(jù)重新清洗和篩選，并替換約200萬(wàn)段優(yōu)質(zhì)駕駛數(shù)據(jù)進(jìn)行強(qiáng)化訓(xùn)練，使模型能力獲得了顯著提升�；谶^(guò)去兩個(gè)月在北京、上海、深圳、杭州等多地累計(jì)上千公里的實(shí)際對(duì)比測(cè)試，郎咸朋認(rèn)為：“我非常確認(rèn)OTA 8.2后的VLA就是行業(yè)領(lǐng)先�！�

當(dāng)VLA的能力邊界隨著數(shù)據(jù)與算力持續(xù)擴(kuò)展，最終突破L3/L4級(jí)自動(dòng)駕駛門檻時(shí)，汽車就將蛻變?yōu)檎嬲摹捌嚈C(jī)器人”。理想在輔助駕駛上的深耕，實(shí)質(zhì)上是在鍛造一套通用的具身智能AI系統(tǒng)：感知、模型、操作系統(tǒng)、算力、本體。

更具深遠(yuǎn)意義的是，理想的探索正在引發(fā)廣泛的產(chǎn)業(yè)漣漪。2025年以來(lái)，部分領(lǐng)先的輔助駕駛企業(yè)、汽車企業(yè)，均開(kāi)始關(guān)注或探索VLA路線。這驗(yàn)證了其技術(shù)方向的前瞻性。理想的實(shí)踐，不僅為其自身構(gòu)筑了深厚的技術(shù)護(hù)城河，更如同一個(gè)探針，為行業(yè)驗(yàn)證了一條將大規(guī)模數(shù)據(jù)、先進(jìn)算法與工程化能力深度融合，從而鍛造出可進(jìn)化、能思考的“硅基生命體”的可行路徑。

理想汽車向具身智能的堅(jiān)定轉(zhuǎn)型，或許正釋放出一個(gè)強(qiáng)烈信號(hào)：輔助駕駛產(chǎn)業(yè)的終極形態(tài)，可能并非只是“無(wú)人駕駛”，而是孵化出成熟的具身智能產(chǎn)品；傳統(tǒng)汽車產(chǎn)業(yè)與人工智能的深度融合，催生的將是一個(gè)全新的“具身智能產(chǎn)業(yè)”。

這場(chǎng)變革的核心，不再是功能的簡(jiǎn)單疊加或單一技術(shù)的突破，而是如何系統(tǒng)性地打造一個(gè)能理解物理世界、可學(xué)習(xí)進(jìn)化、并能安全高效交互的AI系統(tǒng)。VLA司機(jī)大模型，是理想給出的當(dāng)下答案，也是它面向那個(gè)更廣闊未來(lái)所交出的第一張船票。當(dāng)汽車開(kāi)始真正學(xué)會(huì)觀察、思考與行動(dòng)，一場(chǎng)關(guān)于出行、關(guān)于機(jī)器人、乃至關(guān)于人機(jī)共存的產(chǎn)業(yè)新敘事，才剛剛拉開(kāi)序幕。