去年年底，李想高調(diào)宣布將要 All in AI，然而當時的 AI 戰(zhàn)略聽起來更像一場宏大敘事的開場白—— Mind GPT 的對話能力、L3 自動駕駛的路線圖、以及 " 硅基家人 " 的終極構想。至于具體的技術路徑，仍隱于迷霧當中。

時隔 130 天，這位掌舵者再次面向公眾，用了將近一半的時間拆解 VLA（Vision-Language-Action Model，視覺 - 語言 - 行為模型）的技術細節(jié)，理想的 AI 戰(zhàn)略也開始露出越來越清晰的輪廓。

VLA 的概念并非首次出現(xiàn)。早在 2023 年 7 月，谷歌 DeepMind 推出了全球首個控制機器人的 VLA 模型。如今這一模型概念正快速擴散到智駕領域。今年 3 月份在英偉達 GTC 大會上，理想首次發(fā)布了自己的 VLA 架構。

對于 VLA 的能力，李想坦言，它是否是一個效率最高的方式，是否有效率更高的架構出現(xiàn)，目前還是打問號的階段。但至少現(xiàn)階段 VLA 是最強架構，只有 VLA 的能力可以接近人類，甚至超越人類。

增程 " 紅海 " 鏖戰(zhàn)

" 做 VLA，理想走的是一個無人區(qū)。Deepseek 沒有走過這條路，OpenAl 沒有走過這條路，谷歌、Waymo 也沒有走過這條路。" 李想直言押注 VLA 技術是一個 " 無人區(qū) " 戰(zhàn)略。

李想對 VLA 的執(zhí)著，本質(zhì)上是其在行業(yè)劇變中尋求生存與突破的必然選擇。

盡管 2024 年理想汽車以 50 萬輛交付量問鼎新勢力銷冠，但凈利潤同比下滑 31.9% 也暴露出發(fā)展隱憂。這種矛盾在價格策略上尤為凸顯：雖然李想曾公開質(zhì)疑 " 降價提升銷量 " 的常規(guī)路徑，但面對市場競爭壓力，一方面去年 4 月采取降價策略，另一方面讓理想 L6 以 25 萬元以下的定價搶占市場。

這種 " 以價換量 " 的策略雖拉動銷量增長，卻導致單車利潤顯著低于高端 L 系列，整體盈利水平被稀釋。數(shù)據(jù)顯示，其單車毛利率從 21.5% 下滑至 19.8%，直接拖累凈利潤表現(xiàn)。

此外，首款純電車型 MEGA 的失利更暴露出技術斷檔風險——既未建立純電技術護城河，又面臨增程用戶向純電遷移的轉化困境，2025 年 5 萬輛純電目標遠低于比亞迪、特斯拉的布局速度。增程式用戶與純電用戶需求的重疊度低，也可能會導致理想在技術路線切換中面臨 " 左右互搏 " 的困境。

更為致命的是，競品們正以更激進的技術路徑蠶食其核心戰(zhàn)場。

華為問界 M8/M9 增程版、零跑 C 系列等車型的推出，使增程式市場從 " 藍海 " 轉向 " 紅海 "。理想 L 系列依賴的 " 冰箱彩電大沙發(fā) " 差異化配置逐漸被效仿，產(chǎn)品溢價能力下降。

2025 年，競爭更加激烈。小鵬汽車將于下半年推出增程車型，以 " 純電 + 增程 " 雙線布局爭奪家庭用戶；蔚來旗下樂道品牌兩款新車直指理想 L7/L8，李斌公開宣稱 " 價格將更具殺傷力 "；華為賦能的智界 R7 增程版也擠進了戰(zhàn)場。增程市場的邊際收益衰退已成定局。

這些問題的本質(zhì)是企業(yè)戰(zhàn)略換軌的陣痛。從增程市場機會主義者向智能電動長期主義者轉型，理想正支付技術路線切換的沉沒成本。

短期看，價格戰(zhàn)壓力與純電滯后的矛盾仍將延續(xù)；長期而言，VLA 模型與 AI 生態(tài)的協(xié)同效應或是破局關鍵——若能借技術代差重構競爭維度，在智能化體驗與工程落地間找到平衡點，或可打開第二增長曲線，否則或將陷入 " 規(guī)模陷阱 "，在銷量增長與利潤萎縮的剪刀差中喪失主動權。

AI 實現(xiàn)戰(zhàn)略突圍？

在這樣的背景下，李想布局 VLA 這條 " 無人區(qū) " 技術路線的深層動因不難理解——試圖通過技術破局重構競爭維度。

現(xiàn)階段，智駕市場競爭焦點已從單純的功能實現(xiàn)轉向了更深層次的技術范式競爭?？v觀智能駕駛技術的發(fā)展歷程，技術路線始終處于不斷迭代中。從卷積神經(jīng)網(wǎng)絡（CNN）的引入，循環(huán)神經(jīng)網(wǎng)絡（RNN）的應用，到結合鳥瞰圖（BEV）與 Transformer（自注意力機制的神經(jīng)網(wǎng)絡架構）的創(chuàng)新，再到端到端。

眼下，智能駕駛又來到新的十字路口—— VLA。這種架構創(chuàng)新打破了傳統(tǒng)自動駕駛系統(tǒng) " 感知 - 規(guī)劃 - 控制 " 的線性邏輯，轉而模擬人類司機的思維模式：看見三維世界（3D/2D 視覺融合）、理解交通語義（語言模型解析）、推演行動路徑（思維鏈決策）。

"VLA 是一個司機大模型，像人類的司機一樣去工作的一個模型。" 李想解釋說。通俗理解，有 VLA 賦能的車不再只是一個駕駛工具，而是一個能與用戶溝通、理解用戶意圖的智能體 ; 能夠聽得懂、看得見、找得到，一個真正意義上的司機 Agent。

不過，VLA 的實現(xiàn)也不是一個突變的過程，在他的技術演進框架中，AI 智能被劃分為昆蟲動物智能、哺乳動物智能和人類智能三個階段。

第一階段，理想汽車自 2021 年起自研依賴規(guī)則算法和高精地圖的輔助駕駛，類似 " 昆蟲動物智能 "。

第二階段，接近 " 哺乳動物智能 "。理想汽車自 2023 年起研究，并于 2024 年正式推送的端到端 +VLM（Vision Language Model，視覺語言模型）輔助駕駛，此階段通過三維圖像判斷自身 速度和軌跡以及在空間中所處的位置，足以應對大部分泛化場景，但很難解決從未遇到過或特別復雜的問題，需要配合視覺語言 VLM 模型，但現(xiàn)有視覺語言模型在應對復雜交通環(huán)境時只能起到輔助作用。

在端到端的基礎上，到第三階段，VLA 將開啟 " 人類智能 " 的階段——能通過 3D 和 2D 視覺的組合，完整地看到物理世界，而不像 VLM 僅能解析 2D 圖像。同時，VLA 擁有完整的腦系統(tǒng)，僅能看 到物理世界，更能進一步理解物理世界，具有自己的語言和思維鏈系統(tǒng)，有推理能力，可以像人類一樣去執(zhí)行一些復雜動作 。

" 只有讓它變成一個真正的司機，它才是一個生產(chǎn)力工具，不只是一個輔助工具。" 李想將 AI 工具分為信息工具、輔助工具和生產(chǎn)工具，在他看來，現(xiàn)階段人們大多還是把 AI 當作一個信息工具來用，這是不完美的。L2，L2+ 也只是把 AI 當成輔助工具在用，只有當 AI 成為生產(chǎn)工具時，人工智能才會真正爆發(fā)。

超級對齊，防止 AI 失控

在 AI 能力躍升的同時，行業(yè)也迎來關于 " 安全性 " 的拷問。

最近智能駕駛技術安全性被質(zhì)疑，整個行業(yè)被推至輿論風口浪尖，行業(yè)普遍面臨 " 能力提升悖論 "：隨著自動駕駛能力的提升，其上限高，下限低的弊端也隨之暴露，例如有用戶會抱怨在部分路段開的不好，甚至出現(xiàn)危險變道。

這一困局恰與 AI 的核心命題碰撞在一起——超級對齊的概念由 OpenAI 在 2023 年提出，當時是用來解決超級智能 AI 系統(tǒng)可能帶來的風險和挑戰(zhàn)。

超級智能是指那些在認知和能力上遠超人類的 AI 系統(tǒng)，其潛在應用令人期待，但也帶來了前所未有的治理與安全挑戰(zhàn)。

超級對齊的目標就是通過設計有效且高效的對齊算法，確保這些超人類智能系統(tǒng)仍然安全、可靠并與人類價值觀保持一致。 例如在彎道限速 60 時，其他車輛保持 60kph，而自車保持 30kph，此時自車就成了最危險的車輛，因此為了保證安全性，需要與其他車輛進行速度對齊，以 60kph 的速度行駛，更符合法規(guī)常識。

對此，理想汽車選擇雙線突破：在技術端，在強化訓練環(huán)節(jié)理想汽車投入大量資源，并于 2024 年底組建超過 100 人的超級對齊團隊；在系統(tǒng)端，理想還搭建了安全對齊的監(jiān)控系統(tǒng)，借此確認安全對齊的動作是否有效，同時也能發(fā) 現(xiàn)未覆蓋到的動作，并通過云端系統(tǒng)來觀察現(xiàn)有規(guī)則是否幫助到用戶，進而確認 有哪些場景需要納入安全對齊，實現(xiàn)閉環(huán)。

李想給出了判斷司機 Agent 是不是個好司機的三個關鍵標準：專業(yè)能力、職業(yè)能力和構建信任的能力。

此次 AI Talk 最深刻的隱喻，是理想汽車身份的重構。當李想已經(jīng)宣布 " 我們不是汽車公司，而是人工智能企業(yè) " 時，其目標已不止于銷量競爭，而是爭奪智能汽車時代的定義權。這種野心的底氣一部分就源自 VLA 的泛化能力——該模型不僅用于自動駕駛，還可賦能家庭機器人、工業(yè)設備等多元場景。

然而，這場豪賭的風險同樣清晰可見：元戎啟行、吉利汽車都已布局，行業(yè)正展開 " 軍備競賽 "，加之用戶對 AI 倫理的信任危機，都在考驗理想的工程化能力。但至少在此刻，李想用一場充滿技術密度的直播證明：理想已突破傳統(tǒng)車企的思維窠臼，在競爭的戰(zhàn)場上率先樹立起技術坐標。

（本文首發(fā)于鈦媒體 App 作者｜韓敬嫻 編輯｜李玉鵬）