理想封闭急攻下一代端到端大模型VLA！或将重启智驾新一轮竞争~

自动驾驶之心 · 公众号 · · 2025-03-11 07:30

正文

作者 | AutoPix 编辑 | 汽车像素

点击下方卡片，关注“ 自动驾驶之心 ”公众号

戳我-> 领取 自动驾驶近15个 方向学习路线

>>点击进入→ 自动驾驶之心 『自动驾驶』技术交流群

本文只做学术分享，如有侵权，联系删文

理想 i8 将在今年 7 月发布，这之后的几个月里，理想多款 i 系列纯电车会密集上市。为了迎接它们，理想在准备两件事，一是大规模建设 5C 超充站，二是将智能驾驶的能力再提升一个高度。

01.

理想急攻 VLA

我们独家了解到，理想已在不久前启动了封闭式开发，目标是到今年下半年，突破 VLA （视觉-语言-动作）智驾大模型的落地难关。

VLA 是今年智能驾驶的核心竞赛之一。目前理想汽车、吉利汽车和元戎启行是 VLA 的主要推动者，三家公司都希望成为率先落地 VLA 的一家。

VLA 的落地有其难度。除了模型本身的研发需要时间，硬件的限制无法逾越。现在市面上可采购到的芯片，性能基本都无法支持 VLA 的运行。供应商方案中，英伟达今年即将量产的 Thor 系列，有望能够解决这一问题。

在理想汽车内部，基于哪个芯片来开发未来产品智驾方案的硬件算力平台，曾经历数轮变化。理想最先启动的方案是基于英伟达 Thor-U 来开发，这也是元戎、吉利的方向，随后调整为基于自研芯片做开发。

我们独家了解到，去年底理想自研的芯片项目 “舒马赫” 流片结果不及预期，在那之后，虽然自研芯片的项目重新上路，但理想暂停了基于自研芯片所做的算力平台开发，转而继续用英伟达的 Thor-U MAX 做开发。据时间线推断，现在理想封闭开发的 VLA 模型，大概率也是在英伟达 Thor-U MAX 的基础上做。

智能驾驶每年都会有一轮新的技术竞赛，一次又一次改变第一梯队的座次。2024 年的竞赛是端到端，理想的智能驾驶能力，也是在这一年中崭露头角。

去年 10 月底，理想汽车官宣全量推送端到端 +VLM 大模型，超过 30 万理想 AD MAX 版本车辆的车主，成为首批尝鲜者。11 月 28 日，同样基于端到端 +VLM，理想向 AD Max 版车主全量推送了车位到车位功能，成为行业首个全量推送这一功能的车企。

从实际效果来看，理想的端到端 +VLM 方案的确受到了较高的评价。一位来自主要竞争对手的智驾研发负责人告诉我们，理想全量推送后，该公司立刻找来了一辆测试车，让自家研发人员报名去体验。

但这套方案只是阶段性成果，端到端 +VLM 大模型并不能作为最终的解决方案。

所谓端到端智驾大模型，是指用人工智能模型来取代旧智驾方案中的感知、规划、控制三个模块。智能驾驶系统不再依赖工程师编写的规则工作，而是训练 AI 模型，让它学习人类司机的开车方式。这么做的好处是，智能驾驶的能力上限会更高，进步速度会更快，驾驶方式更接近人类。

但现阶段的大模型有其缺陷，比如决策不可解释，再比如有少量难以预知的场景无法处理等。为了解决种种问题，理想在端到端模型的基础上，增加了一个 VLM（视觉语言）模型。

端到端大模型是智能驾驶的专用模型，决策速度快，可以应对绝大多数的驾驶问题。VLM 是多模态模型，对图像和场景的理解能力更强。现在主流的智能驾驶方案，逐步过渡到以摄像头传递的图像信息为主，因此 VLM 能够提升整套智驾系统对复杂场景的理解能力，从而提升智能驾驶的精准度。

二者的组合可以理解为是，端到端大模型负责开车，VLM 提供意见，为少量复杂场景兜底。这种组合虽然弥补了端到端大模型的不足，却并不能作为智能驾驶的终极解决方案。

理想封闭急攻下一代端到端大模型VLA！或将重启智驾新一轮竞争~

正文

请到「今天看啥」查看全文