在《理想AI Talk第二季》实录中，李想系统地展示了理想汽车在AI驱动下的核心战略和落地思路。

核心看点不在AI热潮本身，而是理想如何将AI从炫技工具变成生产工具。

单就技术思路本身，我是举双手赞成。

过去一段时间大家肯定发现了，技术泡沫挺严重，这能给用户带来的真价值的不多。

那理想有没有能力实现呢？

从技术方向来看，理想提出了“VLA司机大模型”战略，即融合视觉（Vision）、语言（Language）、行动（Action）的端到端驾驶智能体。

与传统的多模块感知-决策-执行系统不同，VLA尝试将人类驾驶者的感知、理解与操作，浓缩进一个统一的大模型里，最终替代人进行驾驶。

不过采访内容优先，不清楚他们做到了哪一步。

但肯定可以明确的是，这些能力短期看不见成效。其训练成本高、推理效率低、场景泛化能力仍需提升，尤其在中国复杂交通语境下，需要海量数据和工程优化。

比如图1的聊天，你看武汉人现在都把萝卜快跑叫“勺（笨）萝卜”。

这种已经可以合法上路、担当生产工具的汽车尚且如此，其他车压力当然更大。

当然了，一旦形成规模效应与稳定性，体验确实会更强。

当前，新能源车在动力系统与续航技术上的“竞争红利”已逐渐趋平，补能焦虑缓解、性能过剩成为普遍现象。留给车企的突围路径只剩下“智能化”和“安全性”两个维度。

所以AI必须搞，没有退路了。

就这点看，我还真不担心关于模型设计、系统训练的问题。我更担心的是当前大部分用户并不真正理解辅助驾驶的边界，也不清楚大模型到底在哪些场景比人更强，缺乏与AI产品的情感连接。

问题不在AI本身，而在行业如何让AI“下得来、用得上、跑得稳”，并在体验和信任之间，搭建清晰的桥梁。

就这点而言，理想似乎还没有找到最佳的答案。或者说，好像大家都在苦恼于此。理想汽车