5個月前，作為中國新勢力中首家實現(xiàn)盈利的車企，理想汽車CEO李想高調(diào)宣布了將All in AI，表示理想要從智能汽車公司，轉(zhuǎn)為AI科技公司。

2025年初，理想汽車完成了一次人事架構(gòu)變動，由理想汽車總裁、總工程師馬東輝擔任智能汽車戰(zhàn)略負責人，李想則專注于AI方向發(fā)展。

彼時，市場曾猜測李想是否不再負責汽車業(yè)務(wù)。但在2024年財報業(yè)績會上，他表示自己仍是CEO，管理汽車業(yè)務(wù)相關(guān)的產(chǎn)品線、產(chǎn)品部、品牌、戰(zhàn)略等團隊，只不過對BLM（業(yè)務(wù)領(lǐng)導(dǎo)力模型）和DSTE（戰(zhàn)略開發(fā)到執(zhí)行過程）的負責人做了新的分工，仍將通過全公司的協(xié)同方式來實現(xiàn)戰(zhàn)略目標。

2024年12月，在《理想AI Talk》第一季中，李想對于人工智能侃侃而談。市場從中看到了李想的決心，也了解到了理想汽車究竟要做怎樣的AI產(chǎn)品。

但隨后的130天里，DeepSeek的突然崛起讓行業(yè)發(fā)生了翻天覆地的變化。極氪、零跑等車企開始主動尋求與DeepSeek合作。

5月7日晚，《理想AI Talk》第二季上線，李想也帶著全新的VLA（視覺語言行動模型）走到了公眾面前。VLA是理想汽車在輔助駕駛領(lǐng)域“端到端+VLM”雙系統(tǒng)架構(gòu)上進化而來的新架構(gòu)，也凝結(jié)著理想對于AI不斷加深的思考。

李想表示：輔助駕駛正處于“黎明前的黑暗”。理想汽車要做的不是汽車的智能化，而是人工智能的汽車化，并將推動人工智能普惠到每一個家庭。

01、從DeepSeek學到，先做研究再做研發(fā)

今年年初，強調(diào)“深度思考”與“任務(wù)解決”能力的DeepSeek-R1的出現(xiàn)，將大模型帶到了全新的發(fā)展階段，也讓理想汽車重新梳理了研發(fā)節(jié)奏。

在此之前，理想汽車的編譯團隊已經(jīng)在芯片上操作FP8（8 位浮點數(shù)格式）的工程優(yōu)化。按照原有計劃，到今年9月，理想會完成一個高性能的語言模型，作為后續(xù)訓練VLA的基礎(chǔ)。

DeepSeek的出現(xiàn)，讓理想內(nèi)部開始重新評估當前進展是否過于落后。他們發(fā)現(xiàn)，DeepSeek V3+R1的性能已經(jīng)超過了自己9月即將推出的模型，并且DeepSeek開源得非常徹底。

這也讓李想考慮，為何不站在“巨人”的肩膀上，直接基于DeepSeek的成果來構(gòu)建VLA 中的Language（語言）部分。

李想回憶道，起初他擔心內(nèi)部模型團隊的感受。但他與理想CTO謝炎和基座模型負責人陳偉溝通后，他們都非常支持這一決策，認為擁抱DeepSeek將大大加速理想的研發(fā)節(jié)奏。

為此，理想專門成立了一個人工智能戰(zhàn)略小組，以DeepSeek為基礎(chǔ)，加速VLA和端到端的多模態(tài)的進展，并研究如何在芯片上跑出同樣的訓練和推理效率。

李想直言，從DeepSeek身上，自己學到了非常重要的一點：DeepSeek極簡地運用了“人類的最佳實踐”來構(gòu)建強大的AI模型。比如在DeepSeek V3中，它采用了MoE（混合專家模型）架構(gòu)，參數(shù)規(guī)模達到 671B。這個架構(gòu)的核心是：把多個“專家”組合在一起，每個部分專注一個特定能力，從而整體提升模型的表現(xiàn)力。

這背后體現(xiàn)了一個清晰的方法論：先做研究，再做研發(fā)，然后是能力表達，最終將能力轉(zhuǎn)化為實際業(yè)務(wù)中的價值。

李想坦言，這恰恰是企業(yè)很容易忽略的過程。企業(yè)常常看到目標，便直接啟動研發(fā)，而忘了第一步的研究。為此，理想在推進端到端、VLM（視覺語言模型）、VLA的過程中，都在效仿從DeepSeek學到的方法論。

而之所以要在當下All in AI，也源于此刻或正是AI引爆的新生產(chǎn)力革命的前夜。雖然有人質(zhì)疑，AI看似取代了部分人類的工作，但在許多場景中人類工作并未減輕，反而加重了。而在李想看來，人工智能目前還是輔助工具，只有變成了生產(chǎn)工具，才是真正人工智能爆發(fā)的時刻。

“只要人類會雇用司機，人工智能技術(shù)就是把類似這樣的一些功能和角色，去變成真正的生產(chǎn)力、生產(chǎn)工具，然后去進行替代。”

而理想汽車目前研發(fā)的“VLA視覺-語言-行為”大模型，正是要打造一個“司機大模型”，像人類司機一樣去感知、理解和決策。

李想將“司機大模型”的發(fā)展比作從動物到人類進化的三個階段。“第一個階段像昆蟲式智能，比如螞蟻依靠預(yù)設(shè)規(guī)則完成任務(wù)。第二個階段是端到端模型，更像哺乳動物的智能，比如馬戲團里的動物，模仿人類行為來完成任務(wù)。第三個階段則是VLA司機大模型，它的能力就接近于人類司機了。”

02、AI將成新車亮點

All in AI后，除了李想本人迅速變成了AI專家，理想汽車也完成了在輔助駕駛領(lǐng)域，身位的不斷追趕。

一方面，基于理想自研基座大模型Mind GPT的“理想同學”已經(jīng)從車機進入手機，從智艙智能助理轉(zhuǎn)變?yōu)橥ㄓ弥悄苤郑珹pp也于去年12月27日全量上線。

另一方面，在輔助駕駛領(lǐng)域，理想一直被詬病是落后者，尤其與競爭對手鴻蒙智行相比，產(chǎn)品體驗處于下風。經(jīng)過一年多的努力，如今理想汽車的輔助駕駛技術(shù)已躋身行業(yè)第一梯隊。

這背后是理想汽車模型版本的不斷迭代。自2024年7月底推出端到端輔助駕駛內(nèi)測版以來，理想以每周更新兩個模型版本的頻率，提升綜合MPI（在人類駕駛員需要介入系統(tǒng)前，輔助駕駛系統(tǒng)能夠自主駕駛的平均里程數(shù)）。

到2024年10月23日，理想推送了“端到端+VLM”功能，首次實現(xiàn)了一體化端到端模型的大規(guī)模實踐應(yīng)用，并將大模型部署至車端量產(chǎn)芯片上——這也標志著理想輔助駕駛正式進入了AI大模型時代。

但“端到端+VLM”雙系統(tǒng)架構(gòu)的能力，被李想自嘲為還是“猴子開車”——還是需要人類輔助決策，雖然能力提升了，但還無法達到人類頂級職業(yè)司機的水平。

而進一步提高模型能力，投入必不可少。擁抱了DeepSeek后，理想汽車把基座模型的團隊拆分了出去。此前理想一年100億元的研發(fā)投入，已有接近一半投在了人工智能。李想透露，在訓練硬件方面，理想購買的訓練卡數(shù)量已達到了預(yù)期的3倍。

目前理想訓練的模型主要有兩個版本，一個是給“理想同學”用的，是一個約3000億參數(shù)（300B）的大模型；另外一個版本是用于輔助駕駛的VLA，其中VL（視覺+語言）部分是一個320億參數(shù)（32B）的模型。

而理想的VLA即將在7月，與純電產(chǎn)品理想i8同時發(fā)布。理想i8定位在30萬~40萬元區(qū)間，主打三排座純電SUV，也將成為理想在這一價格區(qū)間的首款純電產(chǎn)品。

▲理想i8。來源/理想官方

不過盡管i8還未上市，它的競爭對手已經(jīng)數(shù)不清了。最近亮相/上市的樂道L90、問界M8、小鵬G9等車型，都將與i8共同角逐市場。對于理想汽車而言，純電i8不容有失，而AI能力將是一大亮點。

除了理想i8，理想i6也將在下半年發(fā)布。李想曾透露，i8與i6的上市節(jié)奏和2022年理想L9和理想L8的發(fā)布節(jié)奏相似。這樣的好處是，新車型能夠在下半年獲得較好銷量表現(xiàn)的同時，也為下一年第一季度儲備更多的訂單。

但要實現(xiàn)預(yù)期效果，前提在于理想i8能夠像理想L9一樣迅速打開市場。

2022年6月理想L9發(fā)布后，在首個完整交付月就實現(xiàn)了超過1萬臺的交付成績。李想表示，即便3年過去，仍然可以看到至少有5家以上的企業(yè)，在打造跟理想L9相同的產(chǎn)品。

要締造下一個L8和L9，理想需要找到新的“殺手锏”，而VLA便是李想錨定的秘密武器之一。

為此，理想汽車已啟動了下一代VLA模型的研發(fā)。盡管目前有了DeepSeek的加持，但理想汽車還在自研基座模型。

李想解釋道，在VLA中，視覺（V）和語言（L）都有特殊要求，視覺部分需要支持3D和高清2D的理解，訓練數(shù)據(jù)需要涉及大量汽車產(chǎn)品以及交通領(lǐng)域的專業(yè)語義語料，還有面向家庭用戶的語義內(nèi)容。無論是OpenAI還是DeepSeek，都沒有這樣的數(shù)據(jù)、場景和需求，也解決不了這樣的問題。

VLA能否成為解決輔助駕駛的終極架構(gòu)？李想表示，VLA能夠?qū)崿F(xiàn)全自動駕駛，是不是效率最高的方式，還要打個問號。大概率未來還會出現(xiàn)更高效的新架構(gòu)。畢竟VLA還是基于Transformer（深度學習模型架構(gòu)），而Transformer是否就是最優(yōu)的結(jié)構(gòu)，目前還不確定。

李想坦言，DeepSeek沒走過這條路，OpenAI、谷歌、Waymo也沒有走過，理想汽車要走入的是一個無人區(qū)。

（作者 |楊十二，編輯 |李不清，圖片來源 | 視覺中國，本內(nèi)容來自財經(jīng)天下WEEKLY）