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(jī)大模型”（VLA）方面的最新進(jìn)展。
人工智能尚未減少工作時(shí)長(zhǎng)，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(shí)長(zhǎng)并沒(méi)有減少?！崩钕氲囊痪溟_(kāi)場(chǎng)白引發(fā)共鳴。在他看來(lái)，當(dāng)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(jī)制，尤其是RAG（檢索增強(qiáng)生成）依賴的源頭往往已“失真”，導(dǎo)致“推理很認(rèn)真，但結(jié)果是錯(cuò)的”。
李想進(jìn)一步提出AI工具的三層分級(jí)：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(shí)現(xiàn)爆發(fā)。” 他強(qiáng)調(diào)，AI若無(wú)法切實(shí)改善產(chǎn)出質(zhì)量、壓縮時(shí)間成本，就無(wú)法對(duì)工作效率產(chǎn)生實(shí)質(zhì)影響。
擁抱DeepSeek，加速理想VLA模型推進(jìn)9個(gè)月
對(duì)于中國(guó)大模型行業(yè)，李想毫不掩飾自己的贊譽(yù)：“無(wú)論是DeepSeek還是千問(wèn)，中國(guó)AI在基礎(chǔ)模型、推理模型、多模態(tài)能力上已經(jīng)跟美國(guó)的距離基本上拉近了?！?/p>
李想對(duì)DeepSeek以及其創(chuàng)始人梁文鋒給出了高度評(píng)價(jià)，包括“自律”、“會(huì)在全世界范圍之內(nèi)去研究和學(xué)習(xí)最佳實(shí)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(yàn)。DeepSeek運(yùn)用了人類的最佳實(shí)踐，比如說(shuō)DeepSeek V3采用了一個(gè)671B的MoE（混合專家模型）。
專家能力如何構(gòu)建？李想認(rèn)為，DeepSeek展示了一個(gè)最佳實(shí)踐：第一步一定要先搞研究。
“任何時(shí)候當(dāng)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(dá)出來(lái)，第四步是能力變成業(yè)務(wù)的價(jià)值。這四個(gè)步驟是個(gè)極簡(jiǎn)的人類最佳實(shí)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(dòng)研發(fā)，而沒(méi)有去搞研究?！崩钕胝f(shuō)道。
正是基于DeepSeek的開(kāi)源，理想汽車在VLA司機(jī)大模型的語(yǔ)言能力研發(fā)上提速顯著，節(jié)省了近9個(gè)月的時(shí)間和數(shù)億元成本。
“我們內(nèi)心很簡(jiǎn)單：DeepSeek幫助我們太大，所以我們決定開(kāi)源自研的星環(huán)OS系統(tǒng)作為回饋?！崩钕氡硎?，就是DeepSeek給我們帶來(lái)那么大的幫助，我們應(yīng)該給對(duì)社會(huì)貢獻(xiàn)點(diǎn)什么，不讓行業(yè)那么卷。說(shuō)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(yīng)說(shuō)：“核心在場(chǎng)景需求不同，我們要做車載多模態(tài)交互，尤其是VLA（視覺(jué)語(yǔ)言行動(dòng)模型）——需要3D/2D視覺(jué)融合，疊加汽車、交通、家庭場(chǎng)景的專業(yè)語(yǔ)料，這些垂直領(lǐng)域的數(shù)據(jù)和訓(xùn)練邏輯，是通用模型沒(méi)覆蓋的?！?/p>
理想汽車的AI主航道：打造司機(jī)級(jí)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(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(lái)的VLA就是一個(gè)像人類司機(jī)一樣工作的司機(jī)大模型”。
在李想看來(lái)，輔助駕駛的真正突破點(diǎn)是VLA——一個(gè)能像人類司機(jī)一樣觀察、理解并執(zhí)行行動(dòng)的多模態(tài)大模型。
他將VLA的發(fā)展劃分為三階段：
1. 昆蟲(chóng)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(dòng)和完成任務(wù)的一個(gè)方式。
2. 哺乳動(dòng)物階段：通過(guò)端到端學(xué)習(xí)模仿人類操作，泛化能力增強(qiáng)；去面對(duì)它從來(lái)沒(méi)有學(xué)到的、特別復(fù)雜的，其實(shí)就會(huì)遇到問(wèn)題。
3. 人類智能階段：VLA具備理解物理世界的能力，結(jié)合3D視覺(jué)、語(yǔ)言理解和行動(dòng)執(zhí)行，“像司機(jī)一樣工作”。
李想總結(jié)稱，它會(huì)像人類一樣的用3D的vision和2D的組合，去看整個(gè)真實(shí)的物理世界，也包含它能夠去看懂導(dǎo)航軟件是怎么在運(yùn)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(gè)腦系統(tǒng)，不但要看到物理世界，還能夠理解這個(gè)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(xùn)練一個(gè)32B參數(shù)量級(jí)的VL（視覺(jué)-語(yǔ)言）基座模型，加入了高清2D圖像、3D視覺(jué)、交通語(yǔ)言語(yǔ)料及VL聯(lián)合語(yǔ)料（如導(dǎo)航與行為的關(guān)聯(lián)）。
基于此前李想對(duì)于人工智能的判斷，他認(rèn)為，只有讓輔助駕駛變成一個(gè)真正的司機(jī)，它才是一個(gè)生產(chǎn)力工具，不只是一個(gè)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(yǔ)音操控車輛，包括走收費(fèi)站的人工通道、掉頭、靠邊停車、停在停車場(chǎng)的 C3 區(qū)域等等，這都是輔助駕駛從未有過(guò)的體驗(yàn)。
對(duì)于行業(yè)普遍存在的對(duì)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?yàn)檩o助駕駛行業(yè)遇到了問(wèn)題，我最喜歡、最開(kāi)心的方式，就是去解決行業(yè)解決不了的問(wèn)題，這是我們自己堅(jiān)決相信的。
李想認(rèn)為，只要人類會(huì)雇傭司機(jī)，人工智能技術(shù)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(jìn)行替代。
成長(zhǎng)帶來(lái)能量，在痛苦中保持正能量
今年7月，理想汽車將迎來(lái)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(jià)值的美好片段，用來(lái)激勵(lì)自己保持正能量?！皠?chuàng)業(yè)確實(shí)不容易，但是沒(méi)必要苦哈哈的?？嗪吞鹗且粋€(gè)硬幣的正反面，取決于看哪一面?！彼麑⑵髽I(yè)遭遇的打擊視為必須面對(duì)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(rèn)為，關(guān)鍵在于關(guān)注自我，接受自身的優(yōu)點(diǎn)和不足，并用成長(zhǎng)替代改變——成長(zhǎng)意味著增強(qiáng)能力。除此之外，李想強(qiáng)調(diào)親密關(guān)系同樣重要，關(guān)注他人的成長(zhǎng)也能帶來(lái)能量，家人和同事能夠和他形成互補(bǔ)，相互支撐?！拔倚枰胰撕屯律踔脸^(guò)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?cè)谝黄鹉軌蛐纬煞浅?qiáng)的腦力和心力?！崩钕氡硎尽?/p>
回顧幾次創(chuàng)業(yè)經(jīng)歷，李想表示，從高中創(chuàng)辦個(gè)人網(wǎng)站至今，自己的思維方式?jīng)]有什么變化：遇到問(wèn)題解決問(wèn)題，解決別人不愿解決的難題，解決用戶的痛點(diǎn)，不斷向他人學(xué)習(xí)。不同的是，如今面臨的問(wèn)題更復(fù)雜、服務(wù)的用戶群體更多、公司規(guī)模和組織也更龐大?！皫状蝿?chuàng)業(yè)一路走來(lái)，最難時(shí)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(yùn)，也沒(méi)什么可后悔的?！?/p>
AI的真正爆發(fā)，不僅是技術(shù)參數(shù)的躍升，更是從“參考”到“生產(chǎn)”的范式轉(zhuǎn)移。司機(jī)大模型，或許正是理想汽車投向未來(lái)的一張王牌。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
