理想 i8 掀起智駕革命！ 首發(fā) VLA，郎咸朋放話：對(duì)手現(xiàn)在想追，已經(jīng)來不及了！

昨晚，理想汽車干了一件讓行業(yè)睡不著覺的大事。 他們憋了五年的大招，全球首發(fā)VLA（視覺-語言-行動(dòng)）模型，就裝在新車?yán)硐雐8身上。 理想自動(dòng)駕駛老大郎咸朋博士直接放話：對(duì)手再想追趕？ 抱歉，為時(shí)已晚！

i8售價(jià)32.18萬起，作為理想進(jìn)軍純電的首款SUV，它在補(bǔ)能和智駕上下了血本。 而VLA，就是它敢叫板市場、定義未來的終極武器。 過去五年，理想在智駕領(lǐng)域一直扮演追趕者角色，被貼著“技術(shù)差生”的標(biāo)簽，如今靠VLA，竟上演了一出驚天逆轉(zhuǎn)。

這VLA有多猛？ 說出來你可能不信。 它像個(gè)“神預(yù)測帝”，能結(jié)合看到的畫面（Vision）、理解的指令（Language），瞬間做出安全合理的駕駛動(dòng)作（Action）。 理想車主開車，大約60萬公里會(huì)出一次事故；用了VLA智駕，變成400萬公里才出一次。 他們的目標(biāo)更狠，要干到600萬公里出一次事故，比人開車安全整整十倍！ 郎咸朋自信表態(tài)，這個(gè)目標(biāo)靠VLA就能實(shí)現(xiàn)。

安全只是底線，舒服才是大招。 VLA被定位成“完美家庭司機(jī)”。 試駕時(shí)發(fā)現(xiàn)，在窄得嚇人的雙向道上，右邊有輛三輪車擋路。 你想讓它向左變道？ 不好意思，得壓過逆行車道。 以前的智駕敢冒險(xiǎn)試試，現(xiàn)在VLA根本不動(dòng)！ 為啥？ 郎咸朋團(tuán)隊(duì)說了：安全安心排第一，這種危險(xiǎn)操作，咱不做。 急剎？ 重剎？ 坐著暈車？ 更是不存在的。 這車開得像開了十年專車的老司機(jī)一樣絲滑。

有人問，這不就是“端到端大模型”的升級(jí)版嘛？ 郎咸朋笑了：VLA可不止這點(diǎn)本事。 端到端是基礎(chǔ)，上限就在這兒了。 VLA剛起步，未來空間大得多。 他用成績說話：去年我們搞端到端，MPI（人工接管里程）從10公里干到了100公里，只用一年。 VLA？ 明年我們坐這兒再聊，它能給你干到1000公里去！ 你就說狠不狠？

友商肯定不服：不就是發(fā)個(gè)VLA嘛，你能首發(fā)，我們也能跟著做?。?郎咸朋淡定回答：晚了。 真不是瞧不起誰，VLA這東西，不是你想追就能追。 跳過前面的規(guī)則算法？ 放棄端到端的基礎(chǔ)？ 門兒都沒有！

做VLA沒數(shù)據(jù)等于空談。 理想汽車的數(shù)據(jù)墻厚到什么程度？ 他們攢了整整12億條駕駛數(shù)據(jù)！ 從2020年開始，靠理想ONE一輛一輛跑，一年就攢了1500多萬條有效信息。 正是這些數(shù)據(jù)，讓他們懂得世界模型該怎么“活”，知道怎么訓(xùn)練模型學(xué)習(xí)駕駛邏輯。 郎咸朋直指核心：沒有這些數(shù)據(jù)沉淀，別說訓(xùn)練世界模型，你連該造什么樣的數(shù)據(jù)都搞不清！

對(duì)手開始急了：那學(xué)唄！ 搞大規(guī)模路測，砸錢收數(shù)據(jù)唄？ 郎咸朋又笑了，笑得有點(diǎn)無奈：你們還在用老一套搞啊？ 他給理想整了個(gè)“超級(jí)外掛”，仿真測試。

理想團(tuán)隊(duì)的猛料就在這里。 今年，他們90%的測試是在電腦里完成的，完全模擬真實(shí)世界，復(fù)刻率超過99.9%！ 過去一年他們還實(shí)打?qū)嵟芰?50多萬公里路測，這不是為了測試功能，而是為了校準(zhǔn)這個(gè)超級(jí)仿真系統(tǒng)有多準(zhǔn)！ 為啥不用實(shí)車測試？ 郎咸朋反問：效率低、成本高、場景還難復(fù)現(xiàn)。 仿真不僅準(zhǔn)，還便宜得不像話，每公里成本只要0.5元，你試試真實(shí)路測，18.4元/公里！ 靠這個(gè)系統(tǒng)，半年時(shí)間，他們就完成了4000萬公里的測試！ 1800倍的效率提升，你怎么追？

最震撼的，還不是測試快慢。 VLA的訓(xùn)練是搞強(qiáng)化學(xué)習(xí)，得有成熟真實(shí)的仿真環(huán)境當(dāng)“陪練”。 同行們搞的是端到端那套老方法，依賴模仿學(xué)習(xí)。 郎咸朋說，這兩者從根上就不一樣！ 你想按老路抄捷徑？ 越抄離得越遠(yuǎn)！ 他拋出一句金句：“如果還是沿著端到端思路去做所謂的VLA，你的速度一定會(huì)變慢。 ”這個(gè)技術(shù)代差，成了他信心爆棚的底氣：“世界模型仿真的壁壘非常高，別人很難短時(shí)間復(fù)制出來！ ”

VLA模型辣么大、辣么牛，車?yán)锏男酒傅米幔?理想研發(fā)團(tuán)隊(duì)還有個(gè)隱藏技能：算力壓榨大法！

別人還在討論英偉達(dá)Thor芯片強(qiáng)不強(qiáng)時(shí)，理想工程師們說：要發(fā)揮Thor的真正實(shí)力？ 得改底層！ 理想自動(dòng)駕駛團(tuán)隊(duì)向來以“工程能力極強(qiáng)”著稱，他們從拿到Orin芯片做大模型部署那會(huì)兒，就在魔改了，連英偉達(dá)都說“不可能”。 他們愣是從零起步，重寫了PTX底層指令，自己改CUDA，把芯片算力摳到極致。

原本VLA跑一幀需要500-600毫秒，慢得沒法用。 最終，他們硬是把它做到了10Hz響應(yīng)！ 10倍提升！ 怎么做到的？ 答案叫量化精度。 別人搞FP16精度（浮點(diǎn)數(shù)精度16位），他們直接砍到FP8！ 精度降了會(huì)影響效果？ 研發(fā)專家詹錕解釋了：不會(huì)。 大模型在發(fā)展到一定程度后，其實(shí)對(duì)數(shù)值精度的容忍度變高了，容錯(cuò)能力更強(qiáng)。 加上理想做了海量的數(shù)據(jù)清洗工作，把臟數(shù)據(jù)、噪聲數(shù)據(jù)清掉，模型照樣穩(wěn)定輸出。 詹錕還透露，F(xiàn)P4也在規(guī)劃里呢！ 做到這一步，Thor的算力等于又翻一倍。 你就說理想團(tuán)隊(duì)是不是一群技術(shù)老法師？

有人說，這VLA部署起來太費(fèi)勁了，為啥不搞個(gè)精簡版？ 詹錕也說了：搞了呀！ 我們用了模型蒸餾神技。 理想在云端用海量知識(shí)訓(xùn)練了個(gè)32B的巨型“老師傅”，然后把老師傅的思考邏輯、推理能力，提煉（蒸餾）到3.2B的“學(xué)生小模型”上。 這個(gè)小模型用了行業(yè)首創(chuàng)的8×0.4B MoE架構(gòu)，既省算力又能裝下復(fù)雜邏輯。https://www.zhihu.com/pin/1935325023259829650/

https://www.zhihu.com/pin/1935325004855247764/

https://www.zhihu.com/pin/1935324987998306332/

https://www.zhihu.com/pin/1935324971560858798/

https://www.zhihu.com/pin/1935324954674591662/

https://www.zhihu.com/pin/1935324936555168205/

https://www.zhihu.com/pin/1935324918624544063/

https://www.zhihu.com/pin/1935324898156314859/

https://www.zhihu.com/pin/1935324880846426301/

https://www.zhihu.com/pin/1935324861644923153/

https://www.zhihu.com/pin/1935324844347590443/

https://www.zhihu.com/pin/1935324826731550346/

https://www.zhihu.com/pin/1935324808431768637/

https://www.zhihu.com/pin/1935324790475974585/

https://www.zhihu.com/pin/1935324773736493067/

https://www.zhihu.com/pin/1935324750588130398/

https://www.zhihu.com/pin/1935324734188413794/

https://www.zhihu.com/pin/1935324716404565472/

https://www.zhihu.com/pin/1935324699597968703/

https://www.zhihu.com/pin/1935324682736865497/

https://www.zhihu.com/pin/1935324666274247799/

https://www.zhihu.com/pin/1935324649702528526/

https://www.zhihu.com/pin/1935324632560439766/

https://www.zhihu.com/pin/1935324614092891443/

https://www.zhihu.com/pin/1935326238462949177/

https://www.zhihu.com/pin/1935326219349493631/

https://zhuanlan.zhihu.com/p/1935314779456644886

https://zhuanlan.zhihu.com/p/1935284860261466189

https://zhuanlan.zhihu.com/p/1935314935593804621

https://zhuanlan.zhihu.com/p/1935334629696571303

https://zhuanlan.zhihu.com/p/1935334538101372153

https://zhuanlan.zhihu.com/p/1935334446661369936

https://zhuanlan.zhihu.com/p/1935335789107081518

https://zhuanlan.zhihu.com/p/1935335718269478663

https://zhuanlan.zhihu.com/p/1935335536358330636

https://zhuanlan.zhihu.com/p/1935337321319896938

https://zhuanlan.zhihu.com/p/1935337168080961798

https://zhuanlan.zhihu.com/p/1935337011331436616

https://zhuanlan.zhihu.com/p/1935339349127455448

https://zhuanlan.zhihu.com/p/1935340739883143395

https://zhuanlan.zhihu.com/p/1935340669888624076

https://zhuanlan.zhihu.com/p/1935340601039122656

https://zhuanlan.zhihu.com/p/1935340538606892454

https://zhuanlan.zhihu.com/p/1935340473200903077

路徑規(guī)劃環(huán)節(jié)。 過去Diffusion（一種復(fù)雜計(jì)算過程）要推演10步，太慢了！ 他們用Flow Matching流匹配技術(shù)一步壓縮成兩步搞定。 詹錕打了個(gè)比方：VLA理解物理空間的距離感超強(qiáng)，靠的是大量通識(shí)數(shù)據(jù)訓(xùn)練積累的涌現(xiàn)能力。 你跟i8說“往前挪5米”，它就真的精準(zhǔn)往前挪5米，這不是硬記住的指令，是它真正理解了空間！

當(dāng)被問到VLA的價(jià)值和地位時(shí)，詹錕一語點(diǎn)透：VLA不只是智駕的革命。 它其實(shí)是“具身智能”落地物理世界的核心技術(shù)框架。 具身智能啥意思？ 就是給機(jī)器一個(gè)身體，像人一樣在物理世界感知、思考和行動(dòng)。 這個(gè)突破不只讓i8更像一位“體貼入微的家庭司機(jī)”，更是未來所有物理AI的基石。 機(jī)器人、智慧空間，都可能靠著VLA技術(shù)框架起飛！ 郎咸朋也補(bǔ)充，理想其實(shí)也在機(jī)器人方向上發(fā)力。 短期，他們還不想搞得太花哨：“先把車開好最重要”。

最讓對(duì)手背后發(fā)涼的一幕出現(xiàn)了。 當(dāng)問起競爭對(duì)手也搞VLA會(huì)怎么樣？ 郎咸朋直接甩出兩個(gè)結(jié)論：第一，對(duì)手去年才真正把理想當(dāng)回事，“他們?yōu)闀r(shí)已晚”。 第二，“技術(shù)壁壘肯定有”，短期內(nèi)無法超越。 他底氣十足：“他們現(xiàn)在還停留在嘴上說，或者在用端到端方式去做所謂VLA。 ”

為啥他這么有把握？ 理想的200人精干團(tuán)隊(duì)，是以項(xiàng)目制研發(fā)模式快速突擊的。 從去年的端到端（180人），到今年的VLA（200多人），干出來的效率遠(yuǎn)超幾千人大團(tuán)隊(duì)。 他們不迷戀堆人，追求的是像特斯拉那樣的精品小團(tuán)隊(duì)攻堅(jiān)。

理想i8這次首發(fā)VLA，其實(shí)不只是推出一款新車。 郎咸朋一句話給整個(gè)智駕戰(zhàn)場定了調(diào)子：“對(duì)手追趕已經(jīng)晚了！ ”這個(gè)當(dāng)年被稱為“技術(shù)差生”的品牌，這一次站在了規(guī)則的制定者位置上。 所有關(guān)于智能駕駛的話語權(quán)爭奪，從昨天那一刻起，格局徹底變了。