嚴(yán)選好車163的第 1316次推送

近日，理想汽車自動駕駛研發(fā)高級副總裁郎咸朋通過微博，就宇樹科技創(chuàng)始人王興興此前提出的“VLA技術(shù)路線擔(dān)憂”進行了回應(yīng)。郎咸朋明確指出，VLA是理想認為最優(yōu)的自動駕駛模型方案，而具身智能的關(guān)鍵在于整體系統(tǒng)能力。這一表述不僅回應(yīng)了技術(shù)爭議，也提供了理想對自動駕駛未來發(fā)展路徑的清晰判斷。

用效果說話：OTA 8.1是VLA方法論的階段性驗證

郎咸朋強調(diào)，“空談架構(gòu)不如看療效”，理想堅持VLA路線的前提，是基于數(shù)百萬輛車形成的數(shù)據(jù)閉環(huán)。OTA 8.1的更新為這一觀點提供了直觀驗證。感知能力的升級是首要變化，通過使用2D ViT技術(shù)將感知分辨率從1K提升至2K，識別距離從100米延長至200米，車輛能夠更早識別紅綠燈，實現(xiàn)更加平順和舒適的制動體驗。感知能力提升，為模型生成軌跡和控制信號提供了更高質(zhì)量的輸入，這與郎咸朋提出的“模型必須與具身智能系統(tǒng)整體適配”高度契合，也說明具身智能不是單一大腦強就夠，而是系統(tǒng)協(xié)同的重要體現(xiàn)。

OTA 8.1在路徑選擇與決策能力上的優(yōu)化同樣顯著。在主輔路切換和岔路選擇等關(guān)鍵場景中，無效變道明顯減少，決策更加精準(zhǔn)。理想通過約600萬Clips優(yōu)質(zhì)駕駛數(shù)據(jù)對模型重新訓(xùn)練，使VLA能夠持續(xù)通過強化學(xué)習(xí)迭代，不斷接近人類駕駛邏輯。郎咸朋同時指出，世界模型更適合云端考場，用于仿真和數(shù)據(jù)生成，而車端推理仍由VLA執(zhí)行。這種車端務(wù)實、云端高逼真訓(xùn)練的分工模式，體現(xiàn)了理想對系統(tǒng)架構(gòu)的務(wù)實思考。

VLA為何是理想的長期堅持：系統(tǒng)論邏輯下的生成式模型

郎咸朋與王興興在觀點上最大差異在于，前者認為模型關(guān)鍵不在于架構(gòu)本身，而在于與具身智能系統(tǒng)的適配度。VLA作為生成式模型，可直接生成軌跡與控制信號，表現(xiàn)出用戶反饋中的擬人化行為。通過結(jié)合大量真實數(shù)據(jù)與云端仿真數(shù)據(jù)的持續(xù)迭代，VLA逐步形成對空間關(guān)系、交通意圖和駕駛習(xí)慣的理解能力。相比傳統(tǒng)端到端+VLM模仿學(xué)習(xí)，VLA強化學(xué)習(xí)機制能夠處理“未學(xué)過”的場景，實現(xiàn)更廣泛泛化能力。

百萬輛車構(gòu)建的數(shù)據(jù)閉環(huán)是理想對VLA信心的核心。郎咸朋指出，理想不僅擁有十幾億公里的存量數(shù)據(jù)，還通過150萬輛車獲取實時新增數(shù)據(jù)。在篩選過程中發(fā)現(xiàn)，約40%的駕駛數(shù)據(jù)存在偏向道路一側(cè)或不嚴(yán)格遵守限速的現(xiàn)象，這些數(shù)據(jù)被保留以保持對真實世界駕駛行為的學(xué)習(xí)。VLA追求的是接近真實駕駛的自然行為，而非幾何意義上的規(guī)范軌跡。

系統(tǒng)適配也在底盤層面體現(xiàn)。以VMM（車輛運動管理）模塊為例，減速任務(wù)中車輛會根據(jù)策略劃分卡鉗制動與液壓制動比例，實現(xiàn)安全性和舒適性的平衡。這說明理想的技術(shù)體系不是單一模型，而是通過感知、模型、操作系統(tǒng)、芯片與底盤的全鏈路協(xié)同，將系統(tǒng)能力貫穿到每一個決策與執(zhí)行環(huán)節(jié)。從這個視角看，“VLA是否最優(yōu)”已經(jīng)不是孤立模型問題，而是系統(tǒng)架構(gòu)下的路徑選擇問題。

具身智能視角：VLA是通往“汽車類具身機器人”的關(guān)鍵

郎咸朋的回應(yīng)還明確了理想未來發(fā)展方向，自動駕駛是具身智能，而具身智能不是單一技術(shù)點，而是系統(tǒng)能力的綜合體現(xiàn)。李想曾在內(nèi)部會議中指出，未來五到十年，具身機器人將呈現(xiàn)汽車類與人形類兩種形態(tài)。理想選擇以汽車類具身機器人為核心，這是其技術(shù)與產(chǎn)品戰(zhàn)略的基礎(chǔ)。

理想在具身智能方向的積累體現(xiàn)在感知、模型、操作系統(tǒng)、算力和本體的全棧協(xié)同。郎咸朋強調(diào)，“整體系統(tǒng)能力”才是具身智能的本質(zhì)定義，單項突破無法構(gòu)建真正的智能體。

VLA之所以成為汽車具身智能的核心，是因為它能夠理解物理世界，并在空間理解、思維推理與駕駛行為生成上形成統(tǒng)一邏輯。它融合視覺、語言與行為，具備鏈?zhǔn)酵评砟芰?，生成接近人類司機風(fēng)格的軌跡，同時通過語言交互形成記憶與駕駛偏好。這正是理想堅持VLA作為長期技術(shù)路線的核心邏輯，也是其認為VLA是“最好的自動駕駛方案”的根本原因。

結(jié)語：技術(shù)爭議仍將持續(xù)，但路徑選擇更清晰

郎咸朋的回應(yīng)并不是一場“技術(shù)路線之爭”的終局，而是一家深度投入自動駕駛與具身智能的企業(yè)，基于技術(shù)能力、資源稟賦與產(chǎn)品策略所作出的長期判斷。

對于行業(yè)來說，VLA、世界模型、端到端等路線的爭論不會馬上結(jié)束，但隨著更大規(guī)模的車端部署、更成熟的云端仿真體系以及更長期的數(shù)據(jù)閉環(huán)積累，技術(shù)路線最終會通過效果決勝，而非觀點決勝。

從OTA 8.1的體驗提升，到理想具身智能系統(tǒng)框架的逐漸清晰，可以確認的是：理想正在用一個越來越系統(tǒng)化、越來越工程化的方式構(gòu)建其自動駕駛體系。而VLA是否最終成為定義行業(yè)的主流路徑，仍需時間驗證。

對于用戶與行業(yè)觀察者來說，此次回應(yīng)至少提供了一個清晰信號：VLA不是一個模型，而是一個系統(tǒng)；自動駕駛不是一個功能，而是具身智能的第一場戰(zhàn)役。