北京商报讯（记者 刘晓梦）5月7日，理想汽车正式发布VLA（Vision—Language—Action）司机大模型。理想汽车CEO李想表示，VLA的诞生意味着AI首次具备“人类智能”层级，能够独立承担专业驾驶任务，成为真正的生产工具。这一模型的推出，不仅标志着自动驾驶从辅助阶段迈向自主执行阶段，也预示着人工智能在交通行业中的角色，正从信息工具、辅助工具演化为关键的专业劳动者。

李想将人工智能的发展比作生命进化，从2021年起，理想汽车的辅助驾驶主要依赖规则算法和高精地图，处于类似“昆虫动物智能”的阶段；2024年，端到端+VLM视觉语言模型的引入，使智能水平接近“哺乳动物”。如今，VLA以3D与2D视觉融合、语言能力与CoT推理能力结合的形式实现了向“人类智能”的跃升，具备对交通环境的完整感知、理解与行动能力，真正成为一名智能“司机”。

VLA的诞生并非偶然，而是源自一整套模拟人类学习过程的训练体系。其训练过程分为预训练、后训练与强化训练三个阶段：先通过高清视觉与语言数据掌握基础认知；再通过动作数据加入，构建具备博弈能力和实时判断力的完整模型；最终借助人类反馈和世界模型的强化训练，实现与人类价值观的深度对齐，确保驾驶行为安全、舒适，并符合中国用户的习惯。

关键的是，理想汽车在AI安全性与“黑盒”问题上提出系统解决方案。通过超过百人的“超级对齐”团队，模型在法规遵守、驾驶行为一致性、技术安全等方面被严密约束，避免出现如实线变道、闯红灯、被远程恶意控制等问题。同时，借助世界模型技术，VLA能够在虚拟世界中低成本验证决策路径，提升算法的可靠性和透明度。

VLA还拥有“司机Agent”的产品形态，支持用户通过自然语言直接指令模型完成驾驶任务，复杂指令由云端解析，简单指令由端侧快速响应，实现“像与人类司机对话一样”的交互体验。其评价标准亦趋近于真实司机，包括专业能力、职业素养与用户信任三方面。技术落地背后，是理想汽车自主研发能力的集中体现。面对Orin X芯片不支持运行语言模型的限制，理想团队自研编译器和推理引擎，借助INT4量化方式成功部署VLM模型。同时，自研操作系统星环OS也已开源，显示出其在芯片、操作系统和软件集成领域的技术深度。