李想：2025年輔助駕駛遭遇“至暗時刻” L4級自動駕駛有望2027年實現

來源：市場資訊

（來源：觀點網）

觀點網訊：8月28日，理想汽車舉行中期業績會。

理想汽車創始人、董事長兼CEO李想在會上表示，2025年整個輔助駕駛行業遭遇“至暗時刻”——相關技術與體驗在上半年進展緩慢，同時還面臨來自監管的挑戰，但他認爲這是“黎明到來前的黑暗”。

在他看來，VLA是通往L3、L4甚至L5級自動駕駛的清晰路徑，因其工作方式與人類一致，未來駕駛能力有望比人類強10倍甚至100倍，且VLA是“真正的AGI第三階段的智能體”。

關於VLA的能力提升來源，李想表示主要來自兩方面：其一，通過人類的數據和機構模型獲取人類經驗，達到與人類相同的水平（類似“師傅帶徒弟”），並大量運用SFT（監督微調）、RHF（基於人類反饋的強化學習）方式進行後訓練；

其二，更重要的是通過世界模型生成的環境開展強化訓練，此處的訓練方式並非用於訓練機構模型，而是直接訓練智能體。他舉例說明：近期國內外常出現L4運營車輛陷入施工場景“坑中”的情況，這類真實世界數據有限且無法用於訓練，但在世界模型中，可將“坑”轉化爲數據資產，生成無數車輛掉坑數據，通過強化訓練讓智能體輕鬆解決此類問題。

李想強調，世界模型擁有比真實世界更難、更全面、更高質量、更具挑戰的數據與反饋方式，能解決人類世界數據過擬合、數據分配不均及無法剔除“髒數據”對智能體的影響。

隨着訓練迭代與成長，未來2年左右VLA有望達到人類駕駛安全的10倍以上，但這背後存在兩大挑戰：一是“大腦”（模型規模），端到端模型規模爲3億參數，當前交付的VLA模型規模已達40億參數，但與人類大腦仍有較大差距，而模型規模擴大能顯著提升泛化能力；二是“心臟”（算力），模型規模擴大需在端側部署更強算力以“供血”，支撐更大模型運行，且在模型設計層面，相比以往可能需要10倍起的推理算力，用於解決訓練所需的環境與數據。

對於未來，李想預測，隨着強化訓練、模型規模及算力的提升，自動駕駛的進步速度與成長速度將遠超以往任何一種方式；未來3到5年，物理世界最大的智能體應用是自動駕駛，L4級自動駕駛有望於2027年實現。