理想汽车自动驾驶探秘

从“辅助”到“类人”：VLA大模型如何改写自动驾驶规则

2025年9月，理想汽车宣布VLA（视觉-语言-行动）大模型全量推送，这标志着自动驾驶从“规则驱动”迈🌵官网入“类人思维”时代。传统辅助驾驶依赖预设规则，面对环岛、潮汐车道等长尾场景时，接管率居高不下。而VLA通过统一视觉、语言与行动智能，实现了对复杂场景的逻辑推理。例如，用户只需说“这段路慢点”，系统就能结合导航信息调整车速，甚至在黑夜以120km/h时速识别两台事故车并连续避让——这种能力源于3D高斯自监督训练和稀疏化LLM基座模型的融合，让系统具备3D空间理解能力。理想汽车的数据显示，VLA部署后辅助驾驶每日使用率提升3倍，累计里程渗透率提升2.2倍，用户单日最长行驶里程突破770公里，验证了“类人驾驶”的实用性。

硬件迭代：从“够用”到“超配”的算力战争

自动驾驶的进化离不开硬件支撑。理想AD Max平台搭载的NVIDIA Thor-U芯片算力达700TOPS，较前代提升300%，支撑VLA在仿真与强化学习中的高效训练。而AD Pro平台则通过“激光雷达+800万像素长焦摄像头”的组合，实现了全天候感知能力：激光雷达探测灵敏度提升130%，体积缩小60%，可在黑夜识别200米外的障碍物；长焦摄像头则让系统提前180米感知红绿灯，过路口时决策更从容。更值得关注的是，理想自研智驾芯片已进入车载测试阶段，预计2025年部署于旗舰🍬车型。这款芯片在运行大语言模型时性能是市场顶尖芯片的2倍，运行视觉模型时性能达3倍，将进一步降低对外部供应商的依赖。这种“硬件超配”策略，让理想在15万-50万元价格区间内，构建了从AD Pro到AD Max的全场景技术护城河。

数据闭环：从“百万公里”到“百亿公里”的规模效应

自动驾驶的终极竞争是数据战争。截至2025年8月，理想用户辅助驾驶总里程达49亿公里，较去年同期增加27亿公里。这些数据通过“世界模型”生成仿真场景，既可复现极端工况，又能创造新测试环境，将验证周期缩短70%。例如，理想通过“超级对齐”方法，用10%的生成数据弥补模仿学习在逻辑推理上的不足，使模型在7个月内将接管里程（MPI🧩官网）从12公里提升至130公里。更关键的是，理想构建了“真实数据+生成数据”的混合训练体系：真实采集数据占比90%，生成数据占比10%，但后者能针对性补强长尾场景。这种策略让理想在2025年Q2财报中宣布，预计2025年MPI将突破1000公里，向L4级自动驾驶迈出关键一步。

安全革命：从“被动防御”到“主动预防”的范式转移

自动驾驶的安全边界正在被重新定义。理想AD Pro平台新增的“360°AEB安全盾”覆盖低速、异形障碍物、路口转弯等场景，全速域AEB激活区间扩展至0-130km/h，AES（自动紧急避让）触发速度提升至130km/h。更突破性的是“二次碰撞预警（SCM）”功能：当AEB触发后，若车速仍大于30km/h，系统会自动激活SCM避免二次事故。这些功能背后是“超级对齐”技术的支撑——通过行为对齐、法律常规对齐、技术安全对齐四个维度，确保辅助驾驶符合人类价值观。例如，在高速场景中，系统会优先驶入快速车道、超越大车时增加避让幅度；城市场景中，遇到遮挡路口会提前减速，避免“鬼探头”风险。数据显示，理想的安全技术已预防超415万起潜在事故，其中烈性事故超1000起，将“零事故”从理想变为可能。

未来展望：当“空间智能”遇见“认知智能”

理想汽车董事长李想在2025年AI Talk中提出：“自动驾驶是空间智能，大语言模型是认知智能，两者的融合将创造更🔰大价值。”这种理念在VLA大模型中已初见端倪：用户可通过自然语言调整驾驶风格，系统能结合导航信息优化路线，甚至预测其他交通参与者的行为。而理想同学的进化更印证了这一趋势——从车机进入手机的Mind GPT，已能识别菜单、画作、动植物等上千种物品，成为家庭通用智能助手。当汽车从交通工具进化为“空间机器人”，理想正在探索的不仅是技术突破，更是一场关于“人-车-环境”关系的革命。正如李想所言：“我们要做的不是汽车的智能化，而是人工智能的汽车化。”这场革命，或许才刚刚开始。