称誉特斯拉基本功厚实，李想再谈AI：人工智能年代，基本功不行跳动

liukang20242周前 (05-24)网友吃瓜860

本文来历：年代财经作者：贺晴

间隔抱负轿车CEO李想上一次谈AI现已曩昔了130多天，在5月7日晚的《抱负AI Talk第二季》中，李想共享了关于人工智能的最新考虑，VLA司机大模型的效果、练习方法和应战。

在这130多天时刻里，外部国际发生了巨大的改变。DeepSeek横空出世，在全球掀起AI热潮，致力于要做AI公司的抱负轿车置身其中，“拥抱DeepSeek的这个进程比不露锋芒幻想得要快。”李想称。据介绍，得益于DeepSeek的开源，抱负轿车在VLA司机大模型的言语才干研发上提速明显，节省了近9个月的时刻和数亿元本钱。

也正因如此，抱负轿车本年3月27日宣告把自研的整车操作系统抱负星环OS开源。“我自己心里，包含谢炎（抱负轿车CTO）的心里便是DeepSeek给不露锋芒带来那么大的协助，不露锋芒应该给社会奉献点什么。不让职业那么卷。说白了纯粹是感谢DeepSeek。”

而在这130多天的时刻里，李想自己依然是言论场中颇具论题性的代表人物。就在《抱负AI Talk第二季》上线的同一天，“李想年薪6.39亿元”的论题冲上微博热搜。对此，抱负轿车方面回应年代财经称，事实上，李想2024年悉数实践薪酬为266万元。现在发表的6.39亿，归于公司依照美股上市公司（美国管帐准则）关于期权的特别记管帐费用方法，不是李想的实践薪资收益。

李想也谈到近期的“智驾”争议，今日的辅佐驾驭走到了一个新的十字路口上，对此，他回应称：“通过多年，从规矩算法到端到端+VLM（视觉言语），再到现在实在迈入VLA（视觉言语举动模型）的阶段，现在比较像‘拂晓前的漆黑’。”

图片来历：抱负轿车

“AI成为生产工具才干实在迸发”

为什么人类必定需求辅佐驾驭？为什么科技不能就此停步？

抛出这两个问题后，李想的答复是：只需人类会雇佣司机。我觉得人工智能技能其实便是把相似这样的一些功用和人物去变成实在的生产力、生产工具，然后去进行代替。

李想表明：“判别Agent（智能体）是否实在智能，关键在于它是否成为生产工具。只有当人工智能变成生产工具，才是其实在迸发的时刻。”

而VLA不能自制让AI实在成为司机，成为交通范畴的专业生产工具。“关于抱负轿车而言，VLA是一个司机大模型，像人类的司机相同去喜欢的一个模型。”李想说。

创业做AI是“造人”，而抱负轿车做的便是在“造司机”。

VLA 最早由DeepMind于2023年提出并使用在机器人范畴。依据财通证券研报，VLA不只交融了VLM（视觉言语模型）的感知才干和端到端模型（E2E）的决议计划才干，更引入了“思想链”技能，完成了大局上下文了解与类人推理才干。

2024年，抱负轿车正式推送了端到端+VLM（视觉言语模型）辅佐驾驭。不过，端到端模型在处理杂乱问题时存在限制，虽可凭借VLM视觉言语模型辅佐，但VLM运用开源模型，使其在交通范畴的才干有限。一起端到端模型也难以与人类交流。

2024年，抱负轿车开端了VLA研讨。VLA的练习分为预练习、后练习和强化练习三个环节，相似于人类学习驾驭技能的进程。

在抱负轿车进行VLA研讨的这一时期，横空出世的DeepSeek全球爆火。依据揭露材料，2024年12月，视觉模型DeepSeek-VL2、模型DeepSeek-V3首个版别相继发布并同步开源。2025年1月15日，DeepSeek官方App正式上线。

彼时，李想问团队：“DeepSeek开源开得如此完全，不露锋芒是否应该根据它的开源，去做不露锋芒的VLA的L（language 言语）的部分，不露锋芒是否应该站在伟人的膀子上去做？”抱负轿车CTO谢炎说：“必定应该这么做。”抱负轿车基座模型负责人陈伟则更为坚决，陈伟以为，抱负应该以这个为根底，加快VLA，加快端到端的多模态的发展。

“拥抱DeepSeek的这个进程比不露锋芒幻想得要快。”李想称，我觉得DeepSeek的呈现对不露锋芒加快做VLA是巨大的协助。曩昔不露锋芒计划要到本年年底才干做出一个像样的、不能自制满意不露锋芒需求的言语模型，但DeepSeek一开源，不露锋芒就加快了9个月的时刻，所以给不露锋芒带来了巨大的收益和协助。”

图片来历：抱负轿车

据悉，VLA司机大模型以“司机Agent（智能体）”的产品形状呈现，用户可通过自然言语与司机Agent交流，跟人类司机怎样说，就跟司机Agent怎样说。简略通用的短指令由端侧的VLA直接处理，杂乱指令则先由云端的VL基座模型解析，再交由VLA处理。

“VLA是现阶段功率最高的架构”

不只是抱负轿车，元戎启行、Waymo、Wayve等企业也在VLA范畴进行布局。

高盛最新自动驾驭陈述显现，到2030年，VLA模型主导的端到端计划或许占有L4级商场60%比例。

财通证券表明：“现阶段，智驾商场竞赛焦点已从单纯的功用完成转向了更深层次的技能范式竞赛，着重技能架构的先进性和可持续性。”

当时智能辅佐驾驭职业的技能途径快速迭代。从依靠规矩算法和高精地图的辅佐驾驭到端到端+VLM辅佐驾驭，再到VLA。在李想看来，未来是否有功率更高的架构呈现，需求打个问号。“我以为大约率仍是会有的。但VLA是现阶段功率最高的架构。”

与此一起，职业也存有一致，VLA 模型的上车难度不小，对技能和车端的芯片算力都有高强度要求。

“其他车企也不能自制做，但其有没有树立整个基座模型的才干，以及预练习、后练习、强化练习的才干，（带来的成果）是不相同的。许多时分一家公司假如模型才干不强，底子不知道怎样去做对齐。”李想称。“包含今日许多企业做端到端都很费劲，由于在规矩算法时分都没做好。”

在他看来，大型企业的基本功和才干永久无法被跨越。

李想以特斯拉为例，“从实测上看，现在特斯拉在中国商场的辅佐驾驭版别大约在用12.5之前的模型，其选用的是半规矩算法才干，这并不是特斯拉实在才干，距其实在才干还有巨大距离，特斯拉13.0今后的才干仍是十分强的，能看到特斯拉基本功是十分厚实的。”

李想称：“我觉得这个是不露锋芒实在要去学的。尤其在今日这种内卷、外部不确定的环境下，更是每个企业扎厚实实练基本功的最好的时分。并且到了人工智能年代，基本功就更是不行跳动的。假如许多企业做了许多立异，可是没有基本功，不厚实，所以许多立异就会稍纵即逝曩昔了。”

随同技能架构的不断进阶与其实在落地使用的不断深入，不能自制看到，今日职业的辅佐驾驭走到全新的十字路口。

李想以为，“通过多年，从规矩算法到端到端+VLM，再到现在实在迈入VLA的阶段，现在比较像‘拂晓前的漆黑’。我觉得拂晓立刻就要来了。可是会先阅历一个漆黑的进程，之所以有漆黑是由于要迎来拂晓。”李想说。“我觉得今日这个阶段。正由于辅佐驾驭职业遇到了问题。我最喜欢、最高兴的方法，便是去处理职业处理不了的问题，我觉得这是不露锋芒自己坚决信任的。”

告发/反应