理想汽車是國內最成功、最早實現(xiàn)盈利的造車新勢力，2025年以來銷量依舊保持快速增長。不過理想汽車的成功，主要來自于增程式電動系統(tǒng)的成功運用、精準的高端定位、寬敞的內部空間等方面，智能化方面表現(xiàn)出來的領先優(yōu)勢并不多。

現(xiàn)在，理想汽車準備補上這個短板。近日理想汽車提交了一枚名為“理想VLA”的商標申請，揭示了理想的一個大動作。業(yè)內人士認為，這是理想汽車正在豪賭下一代的智能駕駛的第一步。那么，理想VLA到底是什么呢？

理想VLA到底是什么？

按照理想汽車的說法，理想VLA的目標是在今年下半年突破VLA智駕大模型的落地難關。值得一提的是，目前智駕領域的主流模式是端到端，而且只在部分高端車型上才能實現(xiàn)，并沒有真正普及。那么，理想的理想VLA模型，是要另起爐灶嗎？

實際上，VLA這個詞在智能化應用領域并不陌生，它的三個字母分別對應視覺-語言-動作。而在決定研發(fā)VLA模型之前，理想汽車已經在2024年10月底推送了端到端+VLM大模型，不過在理想汽車看來，這套大模型仍然不足以稱為完美。

目前流行的端到端大模型，實際上是人工智能的一種最新應用。常規(guī)的智駕系統(tǒng)，一般是由工程師先寫好規(guī)則，然后將感知到的實際路況與這些規(guī)則進行匹配；而端到端智駕則是用人工智能模型來取代感知、規(guī)劃、控制三個模塊，讓智駕系統(tǒng)對于車輛的操作更接近人的水準。

但端到端模型目前仍然無法完全理解一些極端路況，在這種情況下，部分廠商便希望通過打“補丁”的方式來完善自身的端到端模型。而理想汽車的VLM模型就是這樣一個“強勁的“補丁”，其自身是一個多模態(tài)的視覺語言模型，對圖像和場景的理解能力更強，從而能夠提升智駕的精準度。

可以這么說，VLM模型針對的就是少量端到端智駕無法理解的復雜場景。

但這樣一來，端到端智駕與VLM就又成了兩個獨立的模型，這勢必會影響整個智駕系統(tǒng)的性能。

除此之外，多一個模型就會多占用一部分芯片，這在算力緊張的情況下并不是一個好的選擇。而理想的VLA模型，就是希望將端到端、VLM兩個模型合二為一。

根據目前已經公布的信息，理想VLA智駕在復雜路口的決策準確率已經達到了98.7%，在行業(yè)內具有明顯的領先優(yōu)勢。

在部分機構做的200類罕見物體的抓取測試中，理想VLA的準備率也接近90%，同樣在行業(yè)內遙遙領先。

除了理想 還有誰在做？

理想積極研發(fā)的VLA模型，屬于比端到端更前沿的技術，但中國新能源汽車市場的技術競爭非常激烈，VLA模型雖然上處于前期的起步階段，但已經有不少廠商在做了。

比較典型的就是吉利汽車，2025年3月初，吉利汽車對旗下的智駕方案進行整合，發(fā)布了統(tǒng)一的千里浩瀚智駕系統(tǒng)，這套智駕系統(tǒng)從低端到高端分為五個版本，其中高階智駕方案就準備落地VLA模型。

同時，獨立的智能駕駛解決方案供應商元戎啟行，也計劃在今年推出VLA智駕方案，這個全新領域的競爭正在逐步加碼。

此外，華為、小鵬等品牌推動的端到端智駕也在快速普及，整個智駕領域的競爭越來越激烈，這會給理想汽車帶來不小的壓力。

理想VLA將會面臨哪些挑戰(zhàn)？

從理論上來說，理想VLA的技術前景還是比較誘人的，因此被部分業(yè)內人士稱為最終版的智駕解決方案。但需要注意的是，理論是一回事兒，能否商業(yè)化又是另外一回事兒。理想VLA模型在推進過程中，會遇到各種各樣的問題。

首先，理想VLA模型是準備將端到端和VLM兩個模型的數(shù)據進行深度交融，這對理想開發(fā)團隊的技術水平提出了極高的要求，同時也意味著更高的研發(fā)成本，而且短期內不太可能有什么收益。

其次，理想VLA模型是一種比端到端更復雜的智駕模型，這也意味著它需要更強的算力去支撐其運行，目前主流高端新能源汽車搭載兩顆英偉達智駕芯片，算力達到508TOPS，就已經是很不錯的了，而從理論上來講，VLA模型可能需要1000TOPS的算力，這在現(xiàn)有條件上很難實現(xiàn)。

除此之外，這樣的大模型也意味著它對高端芯片的需求更大，而芯片則是目前國內新能源汽車行業(yè)僅剩的幾個容易被斷供、卡脖子的領域。短期來看，國產廠商對英偉達等國外芯片廠商的依賴難以擺脫，這樣的因素，也會帶來技術上的風險，尤其是在商業(yè)化落地環(huán)節(jié)。

從總體上看，理想VLA路線的確提供了一種不錯的技術路線，并且已經得到了吉利、長城等廠商的認可。但從客觀角度來說，在端到端智駕尚未普及的情況下，VLA模型更像是一種前瞻性研究，距離落地還有比較遠的距離。但無論怎么樣，這樣的技術嘗試，對行業(yè)和消費者來說都是一件好事兒。