鳳凰網科技訊 5月17日，理想汽車創始人李想近日在“理想AI Talk第二季”中，詳細闡述了他對當前人工智能發展趨勢的觀察以及理想汽車在智能駕駛和AI領域的佈局。他指出，在距離上次AI對話約130天的時間裏，最令他高興的是看到整個中國的進步，包括DeepSeek、千問等國內模型已將中國在基座模型、推理和多模態方面的水平基本拉近或與美國處在同一水平線上。

李想認爲，中國企業在模型效率方面做得更好，進行了深層工程改造，這增強了行業的信心。他特別提到，DeepSeek V3的混合專家模型（MoE）架構（671B參數）及其極簡地運用“人類最佳實踐”（研究-研發-表達能力-業務價值）的做法，令他受益匪淺。

李想坦承，儘管AI技術發展迅猛，但他個人的工作時長並未減少，反而在增加。他認爲主要原因是，大多數人目前仍將AI視爲一種信息工具。這種工具依賴聯網搜索和檢索增強生成（RAG），但信息源本身可能存在失真和不準確，導致推理過程和結果出現問題，甚至增加無效信息（熵增）。

他將AI工具分爲三類：信息工具、輔助工具和生產工具。只有當AI真正成爲生產工具，能夠替代人類完成專業工作、解決最核心的8小時工作時間、產生有效生產力時，AI的價值才能真正爆發。他認爲，未來的Agent（智能體）不會是通用的，而是每個專業領域都會有專業的Agent，因爲不同領域的語料、行動和思維鏈是完全不同的。

對於DeepSeek的出現，李想給予了高度評價。他透露，DeepSeek的開源對理想汽車的自動駕駛研發產生了巨大幫助，特別是VLA模型中的語言（L）部分，加速了大約9個月的時間。正是因爲DeepSeek帶來了如此大的收益和幫助，理想汽車決定將自研了四年的整車操作系統理想星環OS開源，這是一種對社會的貢獻和感謝，並非出於公司戰略，而是源於一種樸素的情懷。

儘管擁抱了DeepSeek，但李想強調，理想汽車不僅沒有放棄自研基座模型團隊，反而加大了投入，僅訓練卡採購量就比今年的預期多買了3倍。他解釋說，這是因爲理想汽車的業務場景特殊，車載環境需要針對性的基座模型，包括3D視覺、高清2D視覺（分辨率提升10倍）、交通/駕駛/家庭領域專業語料，以及視覺與語言聯合語料。這些數據和場景是通用大模型所不具備的。理想汽車目前正在訓練不同規模的模型，例如用於車載智能助手（理想同學）的約3000億參數模型，以及用於輔助駕駛VLA視覺語言部分的320億參數模型。

李想將理想汽車的智能駕駛發展劃分爲三個階段：從規則算法階段（昆蟲智能），到端到端+VLM階段（哺乳動物智能），最終邁入VLA（視覺、語言、行動模型）階段（人類智能）。他將車載VLA稱爲“司機大模型”，目標是像人類司機一樣工作。他認爲，交通領域是實現VLA的最佳實驗場，因爲規則清晰、環境確定、車輛控制自由度相對較低，便於模仿學習和強化學習。VLA的訓練流程複雜而系統化，包括預訓練VL基座（整合多源數據，蒸餾到端側）、後訓練加入行動模塊（模仿駕駛行爲）、以及強化訓練（通過人類反饋和世界模型訓練，追求超越人類的平均駕駛水平）。

針對VLA將行動引入物理世界帶來的安全問題，理想汽車專門組建了百人規模的“超級對齊”團隊。這個團隊的核心任務是確保即使模型能力很強，也能像一個職業司機一樣，遵守交通規則、符合人類駕駛習慣、保證安全和舒適性，避免出現激進或不安全的行爲。李想認爲，這就像僱傭職業司機一樣，除了駕駛技術，更重要的是其“職業性”，即價值觀對齊。此外，爲解決模型黑盒問題和提高驗證效率，理想汽車構建了基於重建和生成的交通世界模型，可以在虛擬環境中模擬真實場景，進行高效、可重複的測試和問題解決。

李想表示，邁向VLA無法跳過端到端等前期積累，“無法直接喫第十個包子”。他強調紮實的基本功在AI時代尤爲重要。理想汽車自2021年開始自研輔助駕駛，在操作系統、訓練體系、底層芯片軟件優化等方面都進行了深入投入。他認爲理想的智駕在原創性上甚至超過了增程技術。面對行業競爭，他認爲應學習頂尖公司的基本功，因爲在AI時代，能力強的公司能很快複製創新，基礎紮實才能應對挑戰。儘管VLA是目前能力最強、最接近人類駕駛的架構，李想對其是否是效率最高的終極架構持開放態度。他也指出，對於ETC收費站這類確定性場景，使用規則算法比純模型更高效、準確且成本更低。

回顧創業歷程，李想認爲最深刻的記憶是理想ONE和理想L9的成功發佈，但也經歷過產品發佈後的低谷和質疑。他選擇將這些困難視爲成長的機會，並儘可能只保留有價值的美好記憶，以保持正能量。

在個人成長和能量方面，李想認爲關鍵在於關注人，尤其是親密關係，接受自己和別人的優點與不足，通過持續的成長來獲取和傳遞能量。他看到了家人和團隊的成長帶來的巨大能量，並認爲AI應幫助人類有更多時間與“萬物”接觸，獲取智慧。最後，他表示AI時代應保留人性的所有特質，無論好壞，因爲它們共同構成了生命的活力。