理想汽车力挺VLA模型，强调数据与系统适配关键性

这里可以调整气泡内文字大小！滑动试试吧！ ×

12 px

26 px

针对宇树科技CEO王兴兴对VLA模型（视觉-语言-动作）的质疑，理想汽车自动驾驶负责人郎咸朋发布长文进行了回应。理想汽车作为VLA方案的坚定支持者，早在今年9月就将全球首个VLA司机大模型推送上车，为用户带来了选路、车速偏好、加减速和转弯体验等多方面的提升。

郎咸朋表示，他与王兴兴的观点存在显著差异，王兴兴认为模型架构更重要，而理想汽车则坚持模型的关键在于与整个具身智能系统的适配，在此基础上数据起到决定性作用。理想汽车通过实践发现，VLA模型本质上是生成式模型，用类似GPT的方式做自动驾驶，生成轨迹和控制信号。从用户反馈，在某些场景下，理想的VLA已经展现出了对物理世界的认知涌现。

他还指出，世界模型更适合做“考场”而非“考生”，因其高算力需求更适合在云端进行数据生成和仿真测试。理想汽车之所以坚持VLA，是因为拥有数百万辆车构建的数据闭环，能在当前算力下将驾驶水平做到接近人类。对于具身智能，理想汽车认为必须将其视为完整系统对待，各部分研发需相互配合。理想自动驾驶团队与基座模型、芯片、底盘团队协同打造了整个自动驾驶系统，实现了“身体”和“大脑”的协同价值。

此外，郎咸朋透露，理想汽车未来五到十年的具身机器人核心将聚焦汽车类和人形类两种形态，VLA架构不仅服务于现有汽车产品，也将服务于未来的汽车类具身机器人。理想汽车能够率先落地VLA，得益于在数据、算法、算力、工程四方面的优势。目前，理想汽车总算力达13EFLOPS，其中3EFLOPS用于推理，他预计若明年做到1000MPI（接管里程），VLA将迎来ChatGPT时刻。