核心观点 - 理想汽车通过自研VLA司机大模型践行长期主义哲学，选择技术难度更高但壁垒更深的路径，而非行业普遍采用的"短平快"端到端方案 [2][4][7] - VLA模型通过强化学习实现机器理解驾驶逻辑的本质突破，目标是达到人类驾驶安全水平的10倍（600万公里/次事故）[9][16] - 公司构建了数据、算法、算力、工程四位一体的技术护城河，包括43亿公里辅助驾驶数据积累和4000万公里仿真测试里程 [18][19][26] - 市场验证显示智能驾驶已成为品牌核心竞争力，30万以上车型AD Max交付占比达75.4%-84.6%，试驾满意度92% [13][15] 技术路线选择 - 行业现状：端到端+VLM架构遭遇性能瓶颈，训练数据超1000万Clips后增长缓慢，实车测试无法覆盖极端场景 [6] - 理想批判：端到端模型被比喻为"猴子开车"，仅模仿行为不具逻辑思维，短期技术≠真正智能 [7][20] - 战略转向：推翻现有架构自研VLA，通过强化学习实现"思维涌现"，理解"为何这样做"而非"能做什么" [7][16][20] VLA技术优势 - 安全性能：当前辅助驾驶事故率350-400万公里/次，目标提升至600万公里/次（人类水平60万公里/次）[9] - 个性化体验：通过Face ID识别家庭成员自动切换驾驶风格，实现"车越开越像主人"的进化能力 [9] - 效率革命：仿真测试单日峰值30万公里，2025年上半年累计超4000万公里，成本仅为实车测试的10% [10][19] 技术攻坚细节 - 数据体系：累计43亿公里辅助驾驶里程，12亿公里有效回传数据，严格筛选"老司机数据"剔除25%不合规行为 [18] - 算法突破：采用CoT思维链实时显示决策逻辑，解决端到端"无脑执行"痛点；Diffusion推理步骤从10步压缩至2步 [20][24] - 算力优化：Thor芯片实现700TOPS有效算力，通过QAT量化训练将参数转为INT8/FP8；32B云端大模型蒸馏至3.2B车端模型 [24] - 工程能力：自研4B MoE混合专家架构，轨迹生成时延仅15毫秒，兼容Orin X和Thor芯片打破"芯片歧视链" [21][24][26] 市场验证与目标 - 用户数据：智能驾驶试驾率72.4%，满意度92%；30万/40万以上车型AD Max交付占比75.4%/84.6% [13] - 阶段目标：2025年底MPI接管里程达400-500km，2026年目标1000km以实现"VLA的ChatGPT时刻" [15] - 技术愿景：VLA架构将延续至机器人时代，比端到端更具长期潜力，符合人类智能发展规律 [34] 价值观与挑战 - 安全原则：即便走错路也不执行危险纠正动作，初期接受功能保守（如地库限速10km/h）换取安全冗余 [28][31][33] - 交互难题：需解决复杂指令的"通识门槛"和权责模糊问题，如闲聊可能误触发操控指令 [30] - 行业质疑：坚持安全优先、有效算力至上、用户共建迭代三大原则应对参数竞赛质疑 [34]