详情

5 月 7 日，渴望汽车推出"渴望 AI Talk 第二季——渴望 VLA 司机大模子，从动物进化到东说念主类"，渴望汽车董事长兼 CEO 李想要点共享了关于东说念主工智能的最新念念考，VLA 司机大模子的作用、考验方法和挑战，以及关于创业和个东说念主成长的视力。

李想将 AI 器具分为三个层级，差异是信息器具、提拔器具和分娩器具。目下，大多数东说念主将 AI 手脚信息器具使用，但信息器具常跟随浩繁无效信息、无效斥逐和无效论断，仅具参考价值。成为提拔器具后，AI 不错升迁恶果，举例目下的提拔驾驶，但仍需东说念主类参与。将来，AI 发展为分娩器具后，将能零丁完成专科任务，权贵升迁恶果与质料。

李想暗示："判断 Agent（智能体）是否实在智能，重要在于它是否成为分娩器具。唯有当东说念主工智能变成分娩器具，才是其实在爆发的时刻。就像东说念主类会雇佣司机，东说念主工智能技巧最终也会承担雷同职责，成为实在的分娩器具。"

VLA 的已毕不是突变的经由，是进化的经由

目下的 L2、L2+ 组合驾驶提拔仍属于提拔器具阶段，而 VLA（Vision-Language-Action Model，视觉话语步履模子）大略让 AI 实在成为司机，成为交通范围的专科分娩器具。对渴望汽车而言， 将来的 VLA 便是一个像东说念主类司机一样责任的司机大模子"。

VLA 的已毕不是一个突变的经由，是进化的经由，履历了三个阶段，对应渴望汽车提拔驾驶的昨天、今天和来日。第一阶段，渴望汽车自 2021 年起自研依赖规则算法和高精舆图的提拔驾驶，雷同"虫豸动物智能"。第二阶段，渴望汽车自 2023 年起策动，并于 2024 年厚爱推送的端到端 +VLM（Vision Language Model，视觉话语模子）提拔驾驶，接近"哺乳动物智能"。

端到端模子在处理复杂问题时存在局限，虽可借助 VLM 视觉话语模子提拔，但 VLM 使用开源模子，使其在交通范围的身手有限。同期端到端模子也难以与东说念主类疏浚。为了处置这些问题并升迁用户的智能体验，渴望汽车自 2024 年起开展 VLA 策动，并在多项顶级学术会议上发表论文，夯实了表面基础。

在端到端的基础上，到第三阶段，VLA 将开启"东说念主类智能"的阶段。它能通过 3D 和 2D 视觉的组合，完好地看到物理天下，而不像 VLM 仅能说明 2D 图像。同期，VLA 领有完好的脑系统，具备话语、CoT（Chain of Thought，念念维链）推理身手，既能看，也能融会并实在扩充步履，合适东说念主类的运作花式。

VLA 考验经由模拟东说念主类学习，对王人东说念主类价值不雅

VLA 的考验分为预考验、后考验和强化考验三个要领，雷同于东说念主类学习驾驶手段的经由。预考验至极于东说念主类学习物理天下和交通范围的学问，通过浩繁高清 2D 和 3D Vision（视觉）数据、交通测度的 Language（话语）语料，以及与物理天下测度的 VL（Vision-Language，视觉和话语）勾搭数据，考验出云表的 VL 基座模子，并通过蒸馏转机为在车端高效运转的端侧模子。

后考验至极于东说念主类去驾校学习开车的经由。跟着 Action（动作）数据的加入——即对周围环境和自车驾驶步履的编码，VL 基座变为 VLA 司机大模子。收获于短链条的 CoT，以及 Diffusion 扩散模子关于他车轨迹和环境的展望，VLA 具备及时性的脾气，已毕了在复杂交通环境中的博弈身手。

强化考验雷同于东说念主类在社会中践诺开车锻练，意见是让 VLA 司机大模子愈加安全、清闲，对王人东说念主类价值不雅，以致超越东说念主类驾驶水平。强化考验包含两部分：一是通过 RLHF（Reinforcement Learning from Human Feedback，基于东说念主类响应的强化学习）完成安全对王人，使模子降服交通规则，贴合中国用户的驾驶民风；二是将纯强化学习模子放入天下模子中考验，升迁清闲性，幸免碰撞事故，降服交通规则。经过预考验、后考验和强化考验后，VLA 司机大模子即可部署至车端运转。

VLA 司机大模子以"司机 Agent（智能体）"的产物形态呈现，用户可通过当然话语与司机 Agent 疏浚，跟东说念主类司机怎么说，就跟司机 Agent 怎么说。毛糙通用的短提醒由端侧的 VLA 平直处理，复杂提醒则先由云表的 VL 基座模子说明，再交由 VLA 处理。

超等对王人确保 AI 决策安全，天下模子破解 AI 黑盒艰巨

除了升迁专科身手，VLA 司机大模子还需处置安全性和模子黑盒的问题。

模子身手越强，越需要奇迹性阻挡，以确保身手下限。为了保险 VLA 司机大模子大略已毕奇迹司机般的安全和清闲，幸免学习加塞等违纪步履，渴望汽车在强化考验要领进入浩繁资源，并于 2024 年底组建超越 100 东说念主的超等对王人团队，至极于为司机 Agent 注入奇迹修养。

为处置模子的黑盒问题，渴望汽车勾搭重建和生成两种旅途，打造了真的、合适物理天下设施的天下模子，苦衷整个交通参与者和身分。基于天下模子的仿真身手，VLA 不错谢天下模子中低本钱、准确地考证现实问题，升迁处置问题的恶果，有用搪塞模子黑盒带来的挑战。

判断司机 Agent 是否是个好司机，有三个重要圭臬：专科身手、奇迹身手和构建信任的身手。VLA 司机大模子升迁了专科身手，超等对王人增强了奇迹身手，VLA 通过融会当然话语、具备回想身手升迁了构建信任的身手。

东说念主工智能期间，塌实的基本功比走捷径蹙迫

渴望汽车已毕技巧快速跃迁的背后，是从策动、研发到身手抒发，再到将身手变成业务价值的基本功积攒。策动是重要，策动冲破后，研发的恶果会大幅升迁，且瞩目价值转机，最终已毕业务落地。

渴望汽车坚捏自研，通过技巧赋能用户价值。举例，在提拔驾驶方面，由于英伟达 Orin-X 芯片无法平直运转话语模子，端到端 +VLM 的提拔驾驶决策对部分企业来说仍具挑战。渴望汽车依托自有编译团队，自研底层推理引擎，使芯片可通过 INT4（4 比特整型）量化的花式运转 VLM。同期，凭借芯片、限度器缠绵和自研汽车操作系统等综称身手，渴望汽车已毕了让双 Orin-X 芯片和 Thor-U 芯片运转同等范围的 VLA 司机大模子。李想暗示，大型企业的基本功和身手弥远无法被超越。

收获于 DeepSeek 的开源，渴望汽车在 VLA 司机大模子的话语身手研发上提速权贵，节俭了近 9 个月的时期和数亿元本钱。尽管如斯，渴望汽车仍遴荐加大进入，在基座模子上进入超预期 3 倍的考验卡，专注打造适配多场景的自研模子。李想暗示："咱们不错站在巨东说念主的肩膀上，但它仅仅其中的一部分。"在受益开源的同期，渴望汽车也遴荐开源自研的汽车操作系统——渴望星环 OS，回馈社会。

成长带来能量，在不幸中保捏正能量

本年 7 月，渴望汽车将迎来建造十周年。李想暗示，创业路上苦多于甜，他遴荐保留那些有价值的好意思好片断，用来引发我方保捏正能量。"创业确乎粗豪易，然则没必要苦哈哈的。苦和甜是一个硬币的正反面，取决于看哪一面。"他将企业碰到的打击视为必须面对的挑战，也恰是这些挑战，赋予了渴望汽车更多的身手。也正因这份积极乐不雅的创业心态，渴望汽车身手快速成长为千亿营收范围、百万请托量的新势力企业。

谈及怎么成为更有能量的东说念主，李想以为，重要在于保重自我，采纳本人的优点和不及，并用成长替代编削——成长意味着增强身手。除此以外，李想强调亲密相关相似蹙迫，保重他东说念主的成长也能带来能量，家东说念主和共事大略和他酿成互补，互相撑捏。"我需要家东说念主和共事以致超越了他们需要我，最初是我需要他们，然后才是他们需要我，咱们在沿途大略酿成相等强的脑力和心力。"李想暗示。

总结几次创业履历，李想暗示，从高中创办个东说念主网站于今，我方的念念维花式莫得什么变化：遇到问题处置问题，处置别东说念主不肯处置的艰巨，处置用户的痛点，不停向他东说念主学习。不同的是，如今面对的问题更复杂、劳动的用户群体更多、公司范围和组织也更强大。"几次创业一齐走来，最难时有东说念主互助，遇坑也能飞速爬出，一帮东说念主王人心合力变得更好，这是种庆幸，也没什么可后悔的。"

面对 AI 的发展，李想以为，在 AI 眼前整个的东说念主性都应被保留，不管狠恶，因为一切东说念主性都是文化、生命、性格、身手的特质，亦然东说念主类实在的生命力场合。

从使用增程电动和 5C 超充技巧处置电板本钱高、充电难、充电慢的问题，到自研汽车操作系统攻克传统汽车操作系统性能差、勾引慢慢、芯片匹配周期长等挑战，渴望汽车恒久以技巧改进处置行业无法处置的问题。自研 VLA 时，渴望汽车更是踏入了东说念主工智能的无东说念主区。现时，提拔驾驶走到了新的十字街头上，渴望汽车将不停挑战成长的极限开云体育，捏续为行业和用户创造价值。