長沙晚報(bào)掌上長沙5月8日訊（全媒體記者 曹開陽）5月7日晚,，理想汽車推出“理想AI Talk第二季——理想VLA司機(jī)大模型，從動(dòng)物進(jìn)化到人類”,，理想汽車董事長兼CEO李想分享了對(duì)于人工智能的最新思考,，VLA（Vision-Language-ActionModel，視覺語言行動(dòng)模型）司機(jī)大模型的作用、訓(xùn)練方法和挑戰(zhàn),，以及對(duì)于創(chuàng)業(yè)和個(gè)人成長的見解,。

　　李想將AI工具分為三個(gè)層級(jí),，分別是信息工具、輔助工具和生產(chǎn)工具,。目前,，大多數(shù)人將AI作為信息工具使用，但信息工具常伴隨大量無效信息,、無效結(jié)果和無效結(jié)論,，僅具參考價(jià)值。成為輔助工具后,，AI可以提升效率,，例如現(xiàn)在的輔助駕駛，但仍需人類參與,。未來,，AI發(fā)展為生產(chǎn)工具后，將能獨(dú)立完成專業(yè)任務(wù),，顯著提升效率與質(zhì)量,。李想認(rèn)為，只有當(dāng)人工智能變成生產(chǎn)工具,，才是其真正爆發(fā)的時(shí)刻,。就像人類會(huì)雇用司機(jī)，人工智能技術(shù)最終也會(huì)承擔(dān)類似職責(zé),，成為真正的生產(chǎn)工具,。”VLA的實(shí)現(xiàn)不是突變的過程,，是進(jìn)化的過程目前的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(jī),，成為交通領(lǐng)域的專業(yè)生產(chǎn)工具,。對(duì)理想汽車而言，未來的VLA就是一個(gè)像人類司機(jī)一樣工作的司機(jī)大模型”,。VLA的實(shí)現(xiàn)不是一個(gè)突變的過程,，是進(jìn)化的過程，經(jīng)歷了三個(gè)階段,，對(duì)應(yīng)理想汽車輔助駕駛的昨天,、今天和明天,。

　　第一階段，理想汽車自2021年起自研依賴規(guī)則算法和高精地圖的輔助駕駛,，類似“昆蟲動(dòng)物智能”,。第二階段，理想汽車自2023年起研究,，并于2024年正式推送的端到端+VLM（Vision Language Model,，視覺語言模型）輔助駕駛，接近“哺乳動(dòng)物智能”,。端到端模型在處理復(fù)雜問題時(shí)存在局限,，雖可借助VLM視覺語言模型輔助，但VLM使用開源模型,，使其在交通領(lǐng)域的能力有限,。同時(shí)端到端模型也難以與人類溝通。為了解決這些問題并提升用戶的智能體驗(yàn),，理想汽車自2024年起開展VLA研究,，并在多項(xiàng)頂級(jí)學(xué)術(shù)會(huì)議上發(fā)表論文，夯實(shí)了理論基礎(chǔ),。在端到端的基礎(chǔ)上,，到第三階段，VLA將開啟“人類智能”的階段,。它能通過3D和2D視覺的組合,，完整地看到物理世界，而不像VLM僅能解析2D圖像,。同時(shí),，VLA擁有完整的腦系統(tǒng)，具備語言,、CoT（Chain of Thought,，思維鏈）推理能力，既能看,，也能理解并真正執(zhí)行行動(dòng)，符合人類的運(yùn)作方式,。VLA訓(xùn)練過程模擬人類學(xué)習(xí),，對(duì)齊人類價(jià)值觀VLA的訓(xùn)練分為預(yù)訓(xùn)練、后訓(xùn)練和強(qiáng)化訓(xùn)練三個(gè)環(huán)節(jié),，類似于人類學(xué)習(xí)駕駛技能的過程,。預(yù)訓(xùn)練相當(dāng)于人類學(xué)習(xí)物理世界和交通領(lǐng)域的常識(shí)，通過大量高清2D和3D Vision（視覺）數(shù)據(jù),、交通相關(guān)的Language（語言）語料,，以及與物理世界相關(guān)的VL（VisionLanguage,，視覺和語言）聯(lián)合數(shù)據(jù)，訓(xùn)練出云端的VL基座模型,，并通過蒸餾轉(zhuǎn)化為在車端高效運(yùn)行的端側(cè)模型,。后訓(xùn)練相當(dāng)于人類去駕校學(xué)習(xí)開車的過程。隨著Action（動(dòng)作）數(shù)據(jù)的加入——即對(duì)周圍環(huán)境和自車駕駛行為的編碼,，VL基座變?yōu)閂LA司機(jī)大模型,。得益于短鏈條的CoT，以及Diffusion擴(kuò)散模型對(duì)于他車軌跡和環(huán)境的預(yù)測(cè),，VLA具備實(shí)時(shí)性的特點(diǎn),，實(shí)現(xiàn)了在復(fù)雜交通環(huán)境中的博弈能力。強(qiáng)化訓(xùn)練類似于人類在社會(huì)中實(shí)際開車練習(xí),，目標(biāo)是讓VLA司機(jī)大模型更加安全,、舒適，對(duì)齊人類價(jià)值觀,，甚至超越人類駕駛水平,。強(qiáng)化訓(xùn)練包含兩部分：一是通過RLHF（Reinforcement Learning from Human Feedback，基于人類反饋的強(qiáng)化學(xué)習(xí)）完成安全對(duì)齊,，使模型遵守交通規(guī)則,，貼合中國用戶的駕駛習(xí)慣；二是將純強(qiáng)化學(xué)習(xí)模型放入世界模型中訓(xùn)練,，提升舒適性,，避免碰撞事故，遵守交通規(guī)則,。經(jīng)過預(yù)訓(xùn)練,、后訓(xùn)練和強(qiáng)化訓(xùn)練后，VLA司機(jī)大模型即可部署至車端運(yùn)行,。

　　從使用增程電動(dòng)和5C超充技術(shù)解決電池成本高,、充電難、充電慢的問題,，到自研汽車操作系統(tǒng)攻克傳統(tǒng)汽車操作系統(tǒng)性能差,、開發(fā)緩慢、芯片匹配周期長等挑戰(zhàn),，理想汽車始終以技術(shù)創(chuàng)新解決行業(yè)無法解決的問題,。李想表示，當(dāng)前輔助駕駛走到了新的十字路口上,，理想汽車將不斷挑戰(zhàn)成長的極限,，持續(xù)為行業(yè)和用戶創(chuàng)造價(jià)值。