理想 i8 掀起智驾革命！ 首发 VLA，郎咸朋放话：对手现在想追，已经来不及了！
昨晚，理想汽车干了一件让行业睡不着觉的大事。 他们憋了五年的大招，全球首发VLA（视觉-语言-行动）模型，就装在新车理想i8身上。 理想自动驾驶老大郎咸朋博士直接放话：对手再想追赶？ 抱歉，为时已晚！
i8售价32.18万起，作为理想进军纯电的首款SUV，它在补能和智驾上下了血本。 而VLA，就是它敢叫板市场、定义未来的终极武器。 过去五年，理想在智驾领域一直扮演追赶者角色，被贴着“技术差生”的标签，如今靠VLA，竟上演了一出惊天逆转。
这VLA有多猛？ 说出来你可能不信。 它像个“神预测帝”，能结合看到的画面（Vision）、理解的指令（Language），瞬间做出安全合理的驾驶动作（Action）。 理想车主开车，大约60万公里会出一次事故；用了VLA智驾，变成400万公里才出一次。 他们的目标更狠，要干到600万公里出一次事故，比人开车安全整整十倍！ 郎咸朋自信表态，这个目标靠VLA就能实现。
安全只是底线，舒服才是大招。 VLA被定位成“完美家庭司机”。 试驾时发现，在窄得吓人的双向道上，右边有辆三轮车挡路。 你想让它向左变道？ 不好意思，得压过逆行车道。 以前的智驾敢冒险试试，现在VLA根本不动！ 为啥？ 郎咸朋团队说了：安全安心排第一，这种危险操作，咱不做。 急刹？ 重刹？ 坐着晕车？ 更是不存在的。 这车开得像开了十年专车的老司机一样丝滑。
有人问，这不就是“端到端大模型”的升级版嘛？ 郎咸朋笑了：VLA可不止这点本事。 端到端是基础，上限就在这儿了。 VLA刚起步，未来空间大得多。 他用成绩说话：去年我们搞端到端，MPI（人工接管里程）从10公里干到了100公里，只用一年。 VLA？ 明年我们坐这儿再聊，它能给你干到1000公里去！ 你就说狠不狠？
友商肯定不服：不就是发个VLA嘛，你能首发，我们也能跟着做啊？ 郎咸朋淡定回答：晚了。 真不是瞧不起谁，VLA这东西，不是你想追就能追。 跳过前面的规则算法？ 放弃端到端的基础？ 门儿都没有！
做VLA没数据等于空谈。 理想汽车的数据墙厚到什么程度？ 他们攒了整整12亿条驾驶数据！ 从2020年开始，靠理想ONE一辆一辆跑，一年就攒了1500多万条有效信息。 正是这些数据，让他们懂得世界模型该怎么“活”，知道怎么训练模型学习驾驶逻辑。 郎咸朋直指核心：没有这些数据沉淀，别说训练世界模型，你连该造什么样的数据都搞不清！
对手开始急了：那学呗！ 搞大规模路测，砸钱收数据呗？ 郎咸朋又笑了，笑得有点无奈：你们还在用老一套搞啊？ 他给理想整了个“超级外挂”，仿真测试。
理想团队的猛料就在这里。 今年，他们90%的测试是在电脑里完成的，完全模拟真实世界，复刻率超过99.9%！ 过去一年他们还实打实跑了150多万公里路测，这不是为了测试功能，而是为了校准这个超级仿真系统有多准！ 为啥不用实车测试？ 郎咸朋反问：效率低、成本高、场景还难复现。 仿真不仅准，还便宜得不像话，每公里成本只要0.5元，你试试真实路测，18.4元/公里！ 靠这个系统，半年时间，他们就完成了4000万公里的测试！ 1800倍的效率提升，你怎么追？
最震撼的，还不是测试快慢。 VLA的训练是搞强化学习，得有成熟真实的仿真环境当“陪练”。 同行们搞的是端到端那套老方法，依赖模仿学习。 郎咸朋说，这两者从根上就不一样！ 你想按老路抄捷径？ 越抄离得越远！ 他抛出一句金句：“如果还是沿着端到端思路去做所谓的VLA，你的速度一定会变慢。 ”这个技术代差，成了他信心爆棚的底气：“世界模型仿真的壁垒非常高，别人很难短时间复制出来！ ”
VLA模型辣么大、辣么牛，车里的芯片扛得住吗？ 理想研发团队还有个隐藏技能：算力压榨大法！
别人还在讨论英伟达Thor芯片强不强时，理想工程师们说：要发挥Thor的真正实力？ 得改底层！ 理想自动驾驶团队向来以“工程能力极强”著称，他们从拿到Orin芯片做大模型部署那会儿，就在魔改了，连英伟达都说“不可能”。 他们愣是从零起步，重写了PTX底层指令，自己改CUDA，把芯片算力抠到极致。
原本VLA跑一帧需要500-600毫秒，慢得没法用。 最终，他们硬是把它做到了10Hz响应！ 10倍提升！ 怎么做到的？ 答案叫量化精度。 别人搞FP16精度（浮点数精度16位），他们直接砍到FP8！ 精度降了会影响效果？ 研发专家詹锟解释了：不会。 大模型在发展到一定程度后，其实对数值精度的容忍度变高了，容错能力更强。 加上理想做了海量的数据清洗工作，把脏数据、噪声数据清掉，模型照样稳定输出。 詹锟还透露，FP4也在规划里呢！ 做到这一步，Thor的算力等于又翻一倍。 你就说理想团队是不是一群技术老法师？
有人说，这VLA部署起来太费劲了，为啥不搞个精简版？ 詹锟也说了：搞了呀！ 我们用了模型蒸馏神技。 理想在云端用海量知识训练了个32B的巨型“老师傅”，然后把老师傅的思考逻辑、推理能力，提炼（蒸馏）到3.2B的“学生小模型”上。 这个小模型用了行业首创的8×0.4B MoE架构，既省算力又能装下复杂逻辑。
路径规划环节。 过去Diffusion（一种复杂计算过程）要推演10步，太慢了！ 他们用Flow Matching流匹配技术一步压缩成两步搞定。 詹锟打了个比方：VLA理解物理空间的距离感超强，靠的是大量通识数据训练积累的涌现能力。 你跟i8说“往前挪5米”，它就真的精准往前挪5米，这不是硬记住的指令，是它真正理解了空间！
当被问到VLA的价值和地位时，詹锟一语点透：VLA不只是智驾的革命。 它其实是“具身智能”落地物理世界的核心技术框架。 具身智能啥意思？ 就是给机器一个身体，像人一样在物理世界感知、思考和行动。 这个突破不只让i8更像一位“体贴入微的家庭司机”，更是未来所有物理AI的基石。 机器人、智慧空间，都可能靠着VLA技术框架起飞！ 郎咸朋也补充，理想其实也在机器人方向上发力。 短期，他们还不想搞得太花哨：“先把车开好最重要”。
最让对手背后发凉的一幕出现了。 当问起竞争对手也搞VLA会怎么样？ 郎咸朋直接甩出两个结论：第一，对手去年才真正把理想当回事，“他们为时已晚”。 第二，“技术壁垒肯定有”，短期内无法超越。 他底气十足：“他们现在还停留在嘴上说，或者在用端到端方式去做所谓VLA。 ”
为啥他这么有把握？ 理想的200人精干团队，是以项目制研发模式快速突击的。 从去年的端到端（180人），到今年的VLA（200多人），干出来的效率远超几千人大团队。 他们不迷恋堆人，追求的是像特斯拉那样的精品小团队攻坚。
理想i8这次首发VLA，其实不只是推出一款新车。 郎咸朋一句话给整个智驾战场定了调子：“对手追赶已经晚了！ ”这个当年被称为“技术差生”的品牌，这一次站在了规则的制定者位置上。 所有关于智能驾驶的话语权争夺，从昨天那一刻起，格局彻底变了。
全部评论 （0）