纯科普，VLA怎么火了？

【EV视界报道】随着理想i8的上市，这款热门的纯电SUV，因搭载的VLA大模型成为智能驾驶圈的“新晋顶流”。

那么问题来了，VLA是什么？

简单说，它让你的车不再是冷冰冰的机器，而是一个能看、能说、能干的“超级副驾”。

不得不说，智能驾驶这几年像坐火箭，技术热点换得比潮流还快。2023年大家还在聊“端到端”，2024年已经转向VLA。

为什么VLA这么火？因为它把智能驾驶从“照本宣科”带到了“活学活用”的新阶段。

如果拆分VLA的话，可以分为三个部分，即：视觉（Vision）、语言（Language）、行动（Action），而这三个能力合体，就像给车装了个“会思考的脑子”。

先说视觉。想象你开车时，眼睛扫一眼就能分辨出前面的红绿灯、路边的行人、旁边的车是不是要变道。这就是VLA的视觉模块干的事儿。它靠摄像头和激光雷达，把路况转化成机器能懂的“场景图”。但光看清楚不够，之前的BEV（鸟瞰视角）模型已经能做到这点了，可开起车来总感觉“少了点灵魂”，有点像新手司机，技术过关但不够灵动。

再看行动。有了视觉，车得知道怎么开才行。

之前的“端到端”模型已经能从看到路况直接到踩油门、打方向盘，省去了中间“翻译规则”的步骤，反应快得像个“老司机”。

但问题来了：它开得不错，却是个“闷葫芦”。你问它“为啥突然刹车”，它答不上来；你想让它“慢点开，前面路不好”，它也听不懂。这就像请了个技术一流但不爱说话的司机，关键时刻沟通不畅，总让人有点不放心。

VLA的杀手锏就在于“语言”这一环。它不仅能看、能开，还能跟你聊、跟你讲道理。

比如，遇到个复杂路口，VLA会“思考”：“前车速度降了，旁边车道有辆货车，路口还有行人，可能有拥堵风险，我先减速观察。”它还能把这番推理告诉你，让你明白为啥它要这么开。更厉害的是，你可以直接跟它说：“理想同学，前面路窄，靠右点。”它马上听懂，调整路线。这种“能说会道”的能力，让VLA从“机械助手”升级成了“贴心伙伴”。

VLA的出现，解决了很多智能驾驶的老大难问题。

咱们来聊聊它在实际开车场景里的“超能力”。首先是安全。开车最怕突发状况，以前的智驾系统遇到前车突然刹车，可能直接“咣”一下急刹，把后座的咖啡都甩飞了。

VLA就不一样，它有“思维链”推理能力，能像人一样“想明白”再行动。比如，前车打了个转向灯，VLA会分析：“它速度没变，方向盘也没动，可能只是提醒后车，不是真要变道，暂时不用刹。”如果真有风险，比如路口有行人，它会提前减速，还能告诉你：“前方30米有行人横穿，我先慢下来。”理想的数据显示，VLA的辅助驾驶事故发生率已比人类驾驶低近10倍，目标是600万公里才出一次事故，堪称“安全王者”。

然后是舒适度。智能驾驶的另一个痛点是“生硬”，有些车开着像在“跳舞”，一会儿急加速，一会儿猛刹车，坐着跟坐过山车似的。

VLA用了一种叫Diffusion的技术，生成平滑的行驶轨迹，动作柔和得像“专车司机”。比如过弯时，它会自动调整速度和角度，尽量让乘客感觉不到晃动。试想一下，你坐在后座喝奶茶，车子拐弯都不带洒一滴，这种体验谁不爱？理想的工程师透露，VLA的驾驶风格参考了“专车司机”的数据，稳健又体贴，特别适合家庭用户。

再来说贴心。VLA的记忆功能让人眼前一亮。比如，你家附近有段路总在施工，你跟VLA说一次“这里慢点开，坑多”，它就记住了，下次自动减速。你家小孩坐车容易晕车，你说“转弯轻点”，它会调整过弯策略，变成“晕车克星”。这种“越用越懂你”的感觉，就像车子有了自己的小性格，越来越像你的老朋友。VLA还能从其他车辆的行驶数据中学习，全国的理想车跑了43亿公里，遇到各种奇葩路况的经验都会汇总到云端，帮你的车变得更聪明。

还有自然交互。现在的车机语音助手，顶多能听懂“打开空调”“放首歌”。但VLA的语言能力简直像个“行走的ChatGPT”。你可以说：“理想同学，前面堵车，找条近点的路，别太绕。”它能理解你的意图，规划路线，还能告诉你：“这条路比主路快5分钟，但有俩红绿灯，您看行吗？”这种自然对话的体验，让开车像跟朋友聊天一样轻松。更绝的是，VLA还能处理复杂指令，比如“去超市，路上顺便找个咖啡店停一下”，它能规划路线、找停车位，简直是生活助手。

VLA能这么强，背后是理想汽车五年磨一剑的积累。咱们来扒一扒它的“独门秘籍”。

首先是数据“金矿”。智能驾驶的核心是数据，但不是随便堆几亿公里就行，得是“有营养”的数据。理想的用户群体很广，覆盖城市通勤、郊区自驾、长途旅行等场景，收集了12亿公里的真实路况数据。暴雨天的湿滑路面、小区门口乱窜的电动车、节假日高速的拥堵，这些“棘手场景”都是VLA的“教科书”。理想还用世界模型生成虚拟场景，比如模拟不同天气下的高速收费站，让VLA在虚拟世界里“练兵”，应对现实中的各种“幺蛾子”。

其次是算法“魔法”。VLA的训练过程像养成一个赛车手：先用MindGPT大模型打基础，灌输物理世界和驾驶知识；再针对开车场景“特训”，比如教它怎么过环岛；然后请人类司机打分，挑毛病；接着用强化学习让它自己“复盘”，优化策略；最后部署到车上，变成“上路能手”。这种“理论+实操+反馈+优化”的流程，让VLA的决策越来越接近人类老司机。

再有是算力“神器”。再好的模型，没算力也白搭。理想在算力上玩了个聪明活儿：云端用32B参数的大模型训练，然后“蒸馏”成3.2B的MoE（混合专家模型），再用FP8和INT8精度压缩，装进Thor-U芯片里。这就像把一台超级电脑的智慧塞进手机，既省电又高效。更牛的是，VLA的推理速度达到10Hz，相当于每秒思考10次，比之前的VLM快了三倍，开车反应快得像“闪电侠”。

还有仿真“神技”。实车测试成本高、效率低，VLA靠仿真测试“弯道超车”。理想建了个超级仿真环境，能复现99.9%的现实场景，比如红绿灯、行人、复杂路口。2024年，VLA在仿真环境里跑了4000万公里，成本低到每公里0.53元，效率比实车测试高几十倍。这就像在游戏里练车，场景随便调，练好了直接上路。

现在用VLA开车的感受，就像刚认识一个聪明但还略显青涩的朋友。它的推理能力、沟通能力、记忆能力已经让人惊叹，但潜力远不止于此。理想的工程师说，VLA的迭代速度很快，去年端到端模型从10MPI（每10公里接管一次）到100MPI只用了一年，VLA明年可能冲到1000MPI，接近L3级别自动驾驶。更远的未来，VLA可能会成为“全能管家”。

想象一下，你说：“理想同学，周末带家人去郊游，找个风景好又不堵车的地方。”它不仅能规划路线，还能推荐景点、预订餐厅，甚至根据你的喜好调整车内氛围灯和音乐。VLA的架构还能用在机器人上，比如家用扫地机器人、服务机器人，未来可能连家务都帮你干了。

有人可能会说：“现在的L2智驾已经够用了，VLA有啥不一样？”

确实，L2已经能应付大部分场景，但VLA的目标是“更安全、更舒适、更懂你”。它不光是技术升级，更是体验的飞跃。

现在买车，智能驾驶已经跟续航、空间一样，成了“必看项”。麦肯锡的调研显示，智驾功能已经稳坐新车购买的Top3因素，VLA的出现正好踩中了这个风口。更重要的是，VLA让智能驾驶从“工具”变成了“伙伴”。

它能听懂你的话、记住你的习惯、解释它的决策，这种“人车互动”的感觉，是以前的智驾系统给不了的。就像智能手机刚出来时，大家觉得触屏是“鸡肋”，现在谁离得开？VLA可能就是智能驾驶的下一个“触屏时刻”，现在看着“超前”，用不了多久就会变成“标配”。

理想i8的VLA大模型，就像一位刚上路的“超级副驾”，已经展现出惊艳的潜质：它能看懂复杂路况、能跟你聊决策逻辑、能记住你的偏好，还能自己“练级”变聪明。

它的出现，不仅让理想i8成为纯电SUV里的“智驾先锋”，也为整个行业指了个新方向。除此之外，蔚来、小鹏等头部新势力已宣布将在明年推出的新款车型中接入 VLA 大模型；问界、极氪等品牌也透露正在与 VLA 技术团队深度合作，预计未来一年内实现量产车型的搭载。

所以，VLA值不值得期待？答案是：太值了！它不只是技术进步，更是开车体验的革命。就像从功能机到智能手机的跨越，VLA可能就是智能驾驶的下一个风口。你，准备好迎接这个“贴心老司机”了吗？