李想详解VLA：像人类的司机一样去工作的一个模型

□大河报·豫视频记者 祁驿

今晚，理想 AItalk 第二集开播，理想汽车创始人李想对 VLA（视觉语言行动模型）展开深入阐释。

李想表示，在机器人领域，VLA（视觉语言行动模型）已被广泛讨论，而对于理想汽车来说，VLA 就是一个 “司机大模型”，它能像人类司机那样开展工作。

在李想看来，实现 VLA（司机大模型）并非一蹴而就的突变过程，而是循序渐进的进化过程。自 2021 年起，理想便开启了第一个阶段的探索，通过机器学习感知，搭配规划、控制、执行等分段式规则算法。

李想形象地比喻，这一阶段就如同昆虫动物的智能，有着既定规则，还依赖高精地图，恰似蚂蚁完成任务的行动方式。