本文探讨了人工智能领域中的端到端技术及其进化过程，从端到端到VLA的演变，文章强调了理想在人工智能无人区中的勇敢探索，致力于突破技术瓶颈，推动人工智能的发展，这种探索不仅体现了技术的不断进步，也预示了人工智能未来的广阔前景。
时隔近半年,理想AI Talk第二季再次开启，聚焦理想VLA司机大模型的深度探讨，此次分享，技术架构的持续进化以及对AI的最新思考成为核心内容。 随着汽车行业的飞速发展，众多企业仍在苦苦寻找如何更好地理解和应对复杂语境，理想汽车已经迈出了重要的一步，成功跃迁至“人类智能”的新阶段，通过自研的VLA司机大模型，理想汽车赋予其如同人脑的机能——不仅能感知物理世界，更能深入理解并像人类一样执行复杂动作。 理想汽车的辅助驾驶系统进化之旅，可以类比昆虫、哺乳动物及人类的思考方式分为三个阶段，第一阶段是“昆虫动物智能”，主要依赖机器学习和规则算法来分段解决辅助驾驶问题，需要高精地图的引导，第二阶段为“哺乳动物智能”，尝试通过大模型学习人类驾驶行为，但受限于对物理世界的理解不够深入，视觉语言VLM模型成为关键，而现阶段，理想汽车已经迈向第三阶段——“人类智能”，在这一阶段，VLA大模型能够像人类一样观察世界，结合3D视觉和2D图像构建更真实的物理世界，正如理想汽车的创始人李想所说，“只有让技术变成真正的司机，它才能成为生产力工具，而不仅仅是辅助工具。” 理想辅助驾驶系统的跃迁，从“端到端+VLM双模型分立”向“VLA三位一体架构”的转变，突破了多模态协同效率和物理世界建模能力的双重瓶颈，理想汽车选择了一条前所未有的道路，这是一条DeepSeek、OpenAI、谷歌、Waymo等都没有走过的道路。 尽管AI系统在认知和能力的提升上远超过人类，其潜在应用令人期待，但也带来了治理和安全方面的挑战，对于理想汽车而言，他们追求的是有人类价值观的人工智能，这种价值观就像是给AI的边界线，要确保AI既有道德又有边界，在自动驾驶方面，他们努力让AI的表现与人类对齐。 理想汽车的VLA系统基于人类反馈的强化学习（RLHF），以人类是否接管作为反馈进行强化训练，努力与人类的驾驶表现对齐，在提升模型能力的同时，更注重模型的输出结果与人类的价值观保持一致，从驾驶体验上讲，这降低了用户的不安全感和陌生感。 理想VLA的出现，不仅为行业展示了实现全自动驾驶的一种可能方式，更是对人工智能时代出行工具的一次深度探索，虽然它可能不是最高效的方案，但这是一次对未来智能驾驶的全新尝试，真正的价值在于为用户创造价值，解决行业难以解决的问题。
