過去五年間，理想汽車在智能駕駛領(lǐng)域長期扮演著追趕者的角色。從依賴高精地圖到轉(zhuǎn)向“輕地圖”策略，再到最終的去地圖化，其技術(shù)路線幾經(jīng)更迭，卻始終未能躋身行業(yè)第一梯隊。
7月29日晚，理想i8正式上市，售價32.18萬元至36.98萬元，這是理想的首款純電SUV。與多年前切入增程賽道時不同，如今純電領(lǐng)域的技術(shù)探索已相當(dāng)深入，理想難以找到真正的空白地帶開辟新賽道。這次他們嘗試瞄準(zhǔn)用戶還有痛點(diǎn)的地方，做突圍。補(bǔ)能效率、智駕。
隨著i8上市，理想首發(fā)了VLA（Vision視覺-Language語言-Action行動），早于所有對手。i8上市前夕，我們與幾位同行，一起同理想自動駕駛的幾位研發(fā)負(fù)責(zé)人進(jìn)行了一次深入對話。
文|曹琳冒詩陽
汽車像素(ID:autopix)原創(chuàng)
對話嘉賓：
理想汽車自動駕駛研發(fā)高級副總裁郎咸朋博士；
理想汽車自動駕駛高級算法專家詹錕；
理想汽車自動駕駛高級算法專家湛逸飛。
01.
如何配合i8的產(chǎn)品定位
你覺得VLA能給i8的產(chǎn)品力加分多少？
郎咸朋：首先i8是非常好的車，其次對于VLA模型的整個工程化部署以及相關(guān)軟硬件調(diào)試，我們花了大量精力，不夸張地說，至少在駕駛的舒適度上，肯定比原來大家體驗(yàn)過的理想汽車都要好。
我們當(dāng)然也希望VLA會成為用戶購買i8的一個非常重要的因素，同時也會致力于首先讓之前用過理想智駕的老用戶有個非常好的體驗(yàn)升級，其次也希望有更多沒有用過輔助駕駛、自動駕駛的用戶一上來就會對智駕有很好的感受和新鮮感。
你們真的相信純電的用戶會更加在意智駕嗎？
郎咸朋：現(xiàn)在新購車的人對智駕的要求，我覺得一年前可能問這個問題大家還有點(diǎn)質(zhì)疑，但現(xiàn)在我相信特別是新購車的用戶智駕一定是排在它的首選要素里的，像去年麥肯錫的調(diào)研基本上都是第一或第二的購車要素。我們市場部的同學(xué)是做過調(diào)研的，并且給到我的反饋肯定是需要，都是排在首選Top3里的。
效率、舒適和安全，理想汽車的VLA目前在當(dāng)前階段最先優(yōu)化的指標(biāo)是哪一個？
郎咸朋：有一個指標(biāo)是MPA，也就是指發(fā)生事故的里程。理想車主的人駕數(shù)據(jù)是60萬公里左右出一次事故，而在使用輔助駕駛功能的情況下是350到400萬公里發(fā)生一次事故。這個里程數(shù)據(jù)我們還會持續(xù)提升，我們的目標(biāo)是將MPA能提升到人類駕駛的10倍，也就是比人駕安全10倍，我們希望在輔助駕駛功能下能夠做到600萬公里才出一次事故，但這必須等到VLA模型提升之后才能做到。
但行業(yè)提的最多的是MPI，強(qiáng)調(diào)做到更少的人工接管，這是評價智駕技術(shù)水平一個更顯性的指標(biāo)。
郎咸朋：我們也做過分析，可能一些安全風(fēng)險問題會導(dǎo)致接管，但有時候舒適度不好也會導(dǎo)致接管，比如急剎、重剎等，因?yàn)椴⒉灰欢看味紩龅桨踩L(fēng)險，但是如果駕駛舒適度不好，用戶依然不想用輔助駕駛功能。
效率是排在安全和舒適之后的，比如走錯路，雖然效率有所損失，但我們不會通過一些危險的動作立刻糾正，還是要在安全和舒適的基礎(chǔ)上去追求效率。
剛才試乘i8的時候，我們遇到一個場景，很窄的雙向道上，我們右手邊有一個三輪車，我們讓試駕車向左變道，這需要跨到對向車道才能完成指令，但是VLA沒有過去。我聽講解員說，以前的版本是可以過去的，現(xiàn)在不可以過去。這是為什么？
詹錕：VLA是一個更好的家庭司機(jī)，無論在什么情況下，我們還是會以安全、舒適、安心的價值觀來對齊它。所以在這種情況下去跨逆行車道，我們是不建議的。但是如果需要微調(diào)出這樣的版本，在技術(shù)上肯定是可以的，但是我們還是希望能給到一個更安全、更安心的駕駛體驗(yàn)。如果后面有機(jī)會，我們會做一些更好的風(fēng)格或者是嘗試。
▍理想i8
VLA和過去通常所說的端到端大模型的本質(zhì)區(qū)別是什么？
郎咸朋：我們認(rèn)為VLA模型是可以走向更高級別的自動駕駛，但它現(xiàn)在處于起步階段，在這個技術(shù)周期里，起步階段VLA模型約等于端到端的上限，它還有很長一段路要走。
但我認(rèn)為這個過程不會特別慢，因?yàn)槎说蕉藦?0MPI到現(xiàn)在100MPI只用了一年左右的時間，我相信VLA的迭代速度也會非?？?，可能我們明年坐在這兒的時候它已經(jīng)迭代到1000MPI了。去年我和大家溝通過，當(dāng)時很多人也認(rèn)為不太可能，但我們的確做到了。
為什么一定要等到i8交付才推送VLA？很多競爭對手也在搶第一。
郎咸朋：我們一定會比友商早，我們一定是第一個。
02.
如何翻盤
是否可以用更通俗的方式，介紹一下車企做成VLA模型的難度在哪里？
郎咸朋：曾經(jīng)也有很多人問過，如果車企想做VLA模型是不是可以跳過前面的規(guī)則算法，跳過端到端階段，我認(rèn)為是不行的。雖然VLA的數(shù)據(jù)、算法等可能跟之前不太一樣，但是這些仍然是要建立在之前的基礎(chǔ)上的，如果沒有完整的通過實(shí)車采集的數(shù)據(jù)閉環(huán)，是沒有數(shù)據(jù)能夠去訓(xùn)練世界模型的。
理想汽車之所以能夠落地VLA模型，是因?yàn)槲覀冇?2億數(shù)據(jù)，只有在充分了解這些數(shù)據(jù)的基礎(chǔ)上，才能夠更好的生成數(shù)據(jù)。如果沒有這些數(shù)據(jù)基礎(chǔ)，首先不能訓(xùn)練世界模型，其次也不清楚要生成什么樣的數(shù)據(jù)。
什么時候開始意識到數(shù)據(jù)的重要性？
郎咸朋：5年前確實(shí)理想作為一個追隨者進(jìn)入了自研的自動駕駛賽道，但我們對自動駕駛的思考并不是從2020年開始的，我們剛進(jìn)理想的時候，當(dāng)時李想面試的時候跟我聊，說你覺得最重要的是什么，比如想在自動駕駛做成功或者做到第一？
我說現(xiàn)在來看就是數(shù)據(jù)，雖然說別的都很重要，但數(shù)據(jù)必須要提前開始準(zhǔn)備，我們是從理想ONE開始做數(shù)據(jù)閉環(huán)的。2020年我們通過第一個完整的交付年，累計了1500萬左右的有效回傳數(shù)據(jù)，我們確實(shí)做了很多數(shù)據(jù)標(biāo)注，樣本是從這積累出來的。
理想之前一直是自研智駕領(lǐng)域的差生，為什么能用一年時間翻盤？
郎咸朋：其實(shí)還是站在巨人的肩膀上，如果再往前走，整個行業(yè)如果從規(guī)則算法走到端到端的話，我可以說走了10年左右，但是從端到端開始迭代會非?？?，因?yàn)槟菚r候整個工程、整個數(shù)據(jù)都會成熟起來，到VLA，我認(rèn)為也是這樣一個速度，大家可能現(xiàn)在感覺VLA還沒有什么感覺，就是做了一個比端到端稍微好一點(diǎn)的一個感受，但一年之后你看到一個1000MPI的產(chǎn)品放在你面前的時候，相信大家都會覺得自動駕駛真的開來了。
在研VLA的車企很多，雖然理想現(xiàn)在搶到了首發(fā)，但你是否擔(dān)心其他車企利用后發(fā)優(yōu)勢彎道超車？就像理想過去一年做到的那樣。
郎咸朋：從去年端到端開始，業(yè)界或我們的競爭對手真正把理想自動駕駛當(dāng)回事了，但他們?yōu)闀r已晚，因?yàn)檫@些能力建設(shè)不是一天兩天就能完全建立起來或者達(dá)到我們效果的，今年開始做VLA，我們是第一個提出并馬上是第一個交付的，很多人還在嘴上說，還在用端到端的方式去做VLA。
如果還是沿著端到端思路去做所謂VLA的話，你的速度一定會變慢，不管是1000萬還是2000萬，哪怕是1個億的Clips，首先這么大參數(shù)量，需要多大的訓(xùn)練算力，模型得搞到多大先不說。另外，你的迭代速度會變慢。
理想今年實(shí)車測試只有2萬公里，請問大幅減少實(shí)車測試的依據(jù)是什么？理想汽車的保有量在新勢力中算是多的，為什么要放棄自己的優(yōu)勢？
郎咸朋：現(xiàn)在的超級版本和理想i8的VLA版本中90%以上的測試都是仿真測試。我們認(rèn)為實(shí)車測試有很多問題，成本是其中一方面，最主要的是我們在測試驗(yàn)證一些場景時不可能完全復(fù)現(xiàn)發(fā)生問題時的場景。同時，實(shí)車測試的效率太低了，在實(shí)車測試過程中要開過去之后再復(fù)測回來，我們現(xiàn)在的仿真效果完全可以媲美實(shí)車測試。
通常行業(yè)的做法是保持實(shí)測測試規(guī)模，大幅增加仿真測試做增量。理想是否過于激進(jìn)了？
郎咸朋：仿真測試效果好，成本低，為什么不用仿真測試呢？我們保留實(shí)車測試是為了一些必要內(nèi)容，任何技術(shù)的提升一定伴隨著研發(fā)流程的變革，工業(yè)時代來臨后，刀耕火種的流程被機(jī)械化替代，在自動駕駛時代也是一樣，端到端時代來臨后，我們進(jìn)入了使用AI技術(shù)做自動駕駛的方式，而進(jìn)入了VLA大模型時代，測試效率是提升能力的核心因素，如果要快速迭代，一定要把在流程中影響快速迭代的因素迭代掉，如果這其中仍有大量的實(shí)車和人工介入，速度是會降低的。并不是我們一定要替代實(shí)車測試，而是這項(xiàng)技術(shù)，這個方案本身就要求要使用仿真測試，如果不這樣做，并不是在做強(qiáng)化學(xué)習(xí)，并不是在做VLA模型。
仿真測試過程中，能100%復(fù)原現(xiàn)實(shí)物理世界么？
湛逸飛：我們在2024年還是進(jìn)行了150多萬公里的實(shí)車測試，實(shí)際上我們那時候就已經(jīng)具備了世界模型仿真能力，我們在用這150多萬公里的實(shí)車測試來驗(yàn)證仿真環(huán)境的可靠性。
最初世界模型仿真復(fù)現(xiàn)率或真實(shí)性是存在問題的，但我們通過與實(shí)車測試數(shù)據(jù)對比，在過去一年里針對仿真測試中的漏洞或缺陷進(jìn)行了大量工程和算法優(yōu)化，讓仿真一致性達(dá)到了非常高的程度。雖然并沒有達(dá)到100%，但準(zhǔn)確率也可以在99.9%以上。
近期理想汽車發(fā)布了OTA7.5版本，VLA很快就發(fā)布了，做這個版本還有什么意義？
郎咸朋：OTA7.5版本發(fā)布了超級對齊，它對VLA的意義就是它為VLA積攢了很多評測場景和數(shù)據(jù)，假設(shè)其他團(tuán)隊在做VLA模型，單純評測就是一項(xiàng)挑戰(zhàn)，需要積累很多的場景。我們在VLA模型中能夠快速迭代的原因是VLA評測就像之前的實(shí)車評測一樣，在實(shí)車評測時大家都有自己的方式和場景，我們的VLA仿真評測已經(jīng)在超級對齊里做好了基礎(chǔ)，現(xiàn)在已經(jīng)有超過40多萬個場景評測了，我們還會持續(xù)補(bǔ)充。
理想做VLA的時候，有踩過什么坑？
郎咸朋：我們一直認(rèn)知還是比較好的，小坑肯定有，比如算力儲備的多少、交付快點(diǎn)慢點(diǎn)等，小的工程細(xì)節(jié)、優(yōu)化，肯定各家都會遇到。我覺得遇到小坑其實(shí)沒有問題，但不要遇到大的判斷失誤，我覺得我們運(yùn)氣還是可以的。
▍郎咸朋
如果競爭對手也推出了VLA，即便時間點(diǎn)晚于理想，但追平的速度是否也會很快？
郎咸朋：VLA模型的迭代速度也會非常快，但前提是要有完備的基礎(chǔ)能力，如算法、算力和數(shù)據(jù)等，并且要有工程能力的支撐才能夠?qū)崿F(xiàn)。尤其VLA的訓(xùn)練和端到端是不一樣的，它需要更多的和成熟和仿真環(huán)境來進(jìn)行強(qiáng)化學(xué)習(xí)的訓(xùn)練，和之前只是單純依靠實(shí)車的數(shù)據(jù)模仿學(xué)習(xí)訓(xùn)練是完全不同的。
它的技術(shù)壁壘有多大？
郎咸朋：技術(shù)壁壘肯定是有，理想最核心的技術(shù)壁壘還是世界模型仿真的壁壘，這個壁壘是非常高的，別人很難短時間去復(fù)制出來。因?yàn)樗牡俣鹊么_保，且還得用實(shí)車去測試，所以是很難超越我們的。
VLA帶給理想的領(lǐng)先，能保持多久？
郎咸朋：我們組織并不是大家想象的是一個職能性的組織，還是IPD組織，可以理解成是一個大的項(xiàng)目的形式，雖然大家都在現(xiàn)在部門里可能有一些部門的分工、分配，但不管去年做端到端，還是前年做無圖，還是今年做VLA，都是成立了內(nèi)部項(xiàng)目組來做，對我們來說，組織挑戰(zhàn)倒還好，因?yàn)榇蠹疫@么多年也比較習(xí)慣于這種項(xiàng)目制的研發(fā)了，而且這反而成為我們一種優(yōu)勢，端到端去年是180個人，今年VLA稍微多一點(diǎn)，200多個人，其實(shí)并不是弄幾千人去做，我覺得不需要，我覺得做得最好的是特斯拉，永遠(yuǎn)都是那一兩百人，做的還都挺好的。
03.
壓榨車端算力
一些競爭對手最近推出的新車，車載算力比i8更高，你有感受到壓力嗎？
郎咸朋：實(shí)際上算力和量化精度是相關(guān)的，也就是如何使用芯片。如果使用精度比較高的表達(dá)方式，等效算力或有效算力會低一些，但如果使用更好的量化精度，算力就會高。因?yàn)槲覀儾磺宄渌髽I(yè)的量化精度，所以很難評判。
我們在車載算力上有更加長期的規(guī)劃，但現(xiàn)在不方便透露。
他們的做法是自研芯片、自研算法，這樣匹配度會很高。
郎咸朋：自研芯片的核心原因是作為一個專用芯片能夠針對自己的算法進(jìn)行特定地優(yōu)化處理，性價比和效率都會很高?，F(xiàn)在我們依然使用Thor芯片是因?yàn)橛ミ_(dá)對一些新的算子支持是比較好的，算力也比較充足，在整體VLA迭代過程中依然有變化的可能性，所以我們依然在用Thor芯片。如果未來算法鎖定，為了更好的效率和成本，大家都會考慮自研芯片的。
英偉達(dá)的Thor是通用芯片，基于它去做算力壓榨，是可以實(shí)現(xiàn)的嗎？
詹錕：我們從去年開始用Orin芯片做大模型部署，當(dāng)時英偉達(dá)覺得這是不可能的，但我們認(rèn)為這是必須要要做的，和英偉達(dá)做了非常詳細(xì)的剖析和拆解，我們的工程團(tuán)隊、部署團(tuán)隊做了非常多的工作，包括我們魔改CUDA的底層，重寫PTX底層指令，才能實(shí)現(xiàn)現(xiàn)在的效果。
理想汽車自動駕駛團(tuán)隊的工程部署能力是一以貫之的，其中很關(guān)鍵的一點(diǎn)是我們打磨細(xì)節(jié)的能力，芯片能否被壓榨最主要的事做底層分析，解決瓶頸熱點(diǎn)。大家會發(fā)現(xiàn)VLA從最初推理一幀需要500-600毫秒到最后實(shí)現(xiàn)10Hz，提升了近10倍的效率，這其中有非常多的細(xì)節(jié)都是我們在遇到問題后拆解當(dāng)前芯片適配的算法，調(diào)整算子，讓算子和芯片目前的能力更匹配。大家會常用的推理模型會用FP16，我們把它降到FP8，性能做了非常的提升，同時FP4也是英偉達(dá)在最新的Blackwell架構(gòu)中非常推崇的，我們會進(jìn)一步把芯片算力壓榨出來。
配合Thor芯片上車的過程，應(yīng)該也不太容易。
郎咸朋：我們是第一次用Thor芯片上車的，我們也是在過去L9的時候，第一個用Orin芯片。再往前，我們是第一個用J3芯片。其實(shí)我們積累的很多跟芯片廠商的供應(yīng)商的這種合作經(jīng)驗(yàn)，包括再往前推算J3芯片，當(dāng)時J3芯片設(shè)計很有缺陷。但是我們會跟合作伙伴一起，去做一些優(yōu)化和迭代，這都是很正常的一個過程。
我們也知道，芯片的產(chǎn)生，它需要有很多輸入，我們也在新的芯片研發(fā)過程當(dāng)中，我們也給它提供很多輸入，比如J3上的問題，它在J5上解決了；Orin-X問題，可能在Thor上解決了，Thor上問題可能也會在其他的方面去解決。我覺得這是一個正常的研發(fā)過程，主要還是看最終的應(yīng)用情況。
如何做到將精度從FP16降至FP8時，還能保持模型精度？
詹錕：首先這是業(yè)界比較共識的一個問題，在大模型領(lǐng)域，大家對數(shù)值精度的要求會降低，這也是為什么，大家看到DeepSeek開始推它的FP8，為什么以前做不到？也是因?yàn)槟Ｐ蛥?shù)規(guī)模過大，對它的容錯變低了，它通過更多的層，更多的數(shù)據(jù)容量，把之前的異常值降的越來越少，這是大模型一個特性，這也是為什么到VLM、VLA領(lǐng)域以后，大家會逐漸往低精度，更精細(xì)的計算密集型的算子上去靠近。
另一個很重要的，我們還是做了大量的數(shù)據(jù)清洗。以往出現(xiàn)這種數(shù)據(jù)噪點(diǎn)還是因?yàn)橛信K數(shù)據(jù)，但是我們這里面做了大量的數(shù)據(jù)清洗、數(shù)據(jù)儲備工作，把不好的數(shù)據(jù)去掉，這樣才能讓訓(xùn)練變得穩(wěn)定、變得收斂，這也是目前像大語言模型大家常規(guī)的迭代方向。
未來有沒有可能做到FP4？那樣相當(dāng)于Thor的有效算力又翻了一倍。
詹錕：如果你想做FP4，要在訓(xùn)練上花更多精力，做更多的數(shù)據(jù)迭代、數(shù)據(jù)清洗，才能往這方面做。目前我們也在做這樣的嘗試，很快就可以再把Thor芯片的算力進(jìn)一步壓榨出來。
04.
目標(biāo)完成一半
VLA是一次人工智能領(lǐng)域中的技術(shù)創(chuàng)新，還是一次工程領(lǐng)域的創(chuàng)新？
詹錕：VLA不只是工程方面的創(chuàng)新，大家如果關(guān)注具身智能，會發(fā)現(xiàn)這波浪潮伴隨著大模型對物理世界的應(yīng)用，這本質(zhì)就是提出了一個VLA算法，我們的VLA模型就是想把具身智能的思想和路徑引用在自動駕駛領(lǐng)域。我們是最早提出，也是最早開始實(shí)踐的。
但對于自動駕駛而言，很大的挑戰(zhàn)是必須要有工程創(chuàng)新。因?yàn)閂LA是一個大模型，大模型部署在邊緣端算力上是非常具有挑戰(zhàn)的。很多團(tuán)隊并不是認(rèn)為VLA不好，而是因?yàn)閂LA部署有困難，把它真正落地是非常具有挑戰(zhàn)性的事情，尤其是在邊緣端芯片算力不夠的情況下是不可能完成的，所以我們是在大算力芯片上才能部署。所以這不僅僅是工程創(chuàng)新，但的確需要工程部署大范圍優(yōu)化才能實(shí)現(xiàn)。
感受層面，VLA大模型開車會比端到端的體驗(yàn)好一點(diǎn)，但現(xiàn)在還不多，它的意義是什么。
詹錕：相對于端到端大模型，VLA模型是有思考能力的，這是它不可否認(rèn)的一個優(yōu)勢。剛剛反復(fù)強(qiáng)調(diào)在VLA里面，L（Language）是非常重要的。我們也認(rèn)為，自動駕駛想要往L4或者往更高的能力前進(jìn)，L是一個必經(jīng)之路?，F(xiàn)在無論是大語言模型，還是其他的模型，也都開始做端到端的L。我們在去年年底的時候，意識到這個過程，所以我們在大力的去發(fā)展L，而且目前也在VLA里面有很多應(yīng)用。
所以現(xiàn)在的VLA，和理想同學(xué)智能體，未來會統(tǒng)一成一個架構(gòu)嗎？
詹錕：我們相信VLA在未來會形成一個更大的、統(tǒng)一的架構(gòu)。我們也覺得VLA是在對物理世界AI落地來說，是非常好、非常一致性的前瞻技術(shù)，并不僅僅是自動駕駛，可能是物理AI目前看到最合理的一個方向。
所以VLA不只是L4智能駕駛的起點(diǎn)，你們判斷它也是人工智能的起點(diǎn)，有計劃把它用在其他的硬件上嗎，比如機(jī)器人？
郎咸朋：這肯定是可以拓展的，我們也成立了各種其他的機(jī)器人部門。VLA是一個很好的具身智能的技術(shù)框架，可能可以延續(xù)到其他方向。
什么時候能實(shí)現(xiàn)更高層級的智能體，比如AIAgent？
郎咸朋：之前我們確實(shí)有一個司機(jī)Agent的說法，但是我們現(xiàn)在把它又迭代了一下，我們認(rèn)為VLA先專注于提供一個好的司機(jī)，我們叫家庭司機(jī)。先把車開好，Agent的能力，我覺得后面再結(jié)合其他應(yīng)用去做。我們現(xiàn)在分析各種AIAgent體驗(yàn)和Agent的產(chǎn)品，我們認(rèn)為還是屬于比較初級的階段。
車端部署VLA大模型的時候，是否需要有一些輕量化、更小的版本，比如通過蒸餾？
詹錕：在部署時的效率和蒸餾上我們做了非常多平衡。我們的基座模型是自研的8乘以0.4B的MoE模型，這是業(yè)界沒有的，我們在深入分析英偉達(dá)芯片后，發(fā)現(xiàn)這個架構(gòu)非常適合它，推理速度快的同時模型容量大，能夠同時容納不同場景、不同能力的大模型，這是我們在架構(gòu)上的選擇。
另外，我們是大模型蒸餾出來的，我們最早訓(xùn)練了一個32B的云端大模型，它容納了海量的知識和駕駛能力，我們把它做出的思考和推理流程蒸餾到3.2B的MoE模型上，配合Vision和Action，使用了Diffusion。我們用這樣的方法做了非常多的優(yōu)化。
從細(xì)節(jié)上來看，我們也針對Diffusion做了工程優(yōu)化，并不是直接使用標(biāo)準(zhǔn)Diffusion，而是進(jìn)行了推理的壓縮，可以理解為一種蒸餾。以前Diffusion可能要推理10步驟，我們使用了flowmatching流匹配只需要推理2步就可以了，這方面的壓縮也是導(dǎo)致我們真正能夠（在車端）部署VLA的本質(zhì)原因。
剛才試乘試駕的時候，對i8說前進(jìn)5米，VLA就真的能讓i8精確的前進(jìn)5米。這是因?yàn)樘匾庾鲞^訓(xùn)練么？
詹錕：我們不會單純地讓模型學(xué)習(xí)向前走10m、12m這樣生硬的數(shù)據(jù)，但是在海量的通識數(shù)據(jù)中，有很多對物理空間的理解。比如前方白車距離多少米，前方路沿和我有多少距離，而且現(xiàn)在大模型也已經(jīng)加入很多物理空間的知識，包括現(xiàn)在的ChatGPT、千問都具備這樣的能力，把這些能力在大模型里學(xué)習(xí)之后，我們只需要在Action中把它體現(xiàn)出來。當(dāng)我們把海量數(shù)據(jù)喂給它以后，這些數(shù)據(jù)具備組合泛化能力，并不是教什么學(xué)什么，當(dāng)量級達(dá)到一定規(guī)模時，會涌現(xiàn)出一些能力，包括行為。
我們很多能力和知識就是各個學(xué)科交叉的融合，我們也非常關(guān)注現(xiàn)在大模型的進(jìn)展，隨時可以向自動駕駛上遷移。
（為便于閱讀，本文的提問部分經(jīng)重新編輯?；卮鸩糠衷诓挥绊懺獾幕A(chǔ)上，僅做小幅改動。）
沒有誰是天生的成功者 命運(yùn)這個東西的最終解讀就是——無論貧窮或是富貴， 人生之路永遠(yuǎn)是殊途同歸 不贅名利， 追求自由， 弱冠之年的居風(fēng)才明白了一個真理 原來自己還是太年輕了。 羅曼?羅蘭說， 只有一種英雄主義， 就是在認(rèn)清生活真相之后依然熱愛生活。 居風(fēng)力爭做一個這樣的英雄。 黑道少主， 金融新貴， 軍區(qū)尖刀， 機(jī)甲戰(zhàn)神 諸多名譽(yù)加身背后， 誰能理解居風(fēng)的艱辛…… 【感謝逐浪社區(qū)墨香閣封面制作】延伸閱讀：與 首發(fā)VL：A 理想i8{的秘密武、}器 郎咸朋 對手追趕已經(jīng)晚了 的相關(guān)文章七八月的歐洲被游客擠爆了
【TF家族】《2025TF家族夏日運(yùn)動會》DAY1
當(dāng)小朋友遇到鬼娃，該如何實(shí)戰(zhàn)?（各路兵王勿噴，視頻僅供娛樂）
華為Pura80數(shù)字版開售
河北灤平強(qiáng)降雨已致8人死亡
??我們在原版MC肝出了可移動城市??
《手術(shù)是你的謊言》
為什么看了那么多權(quán)謀劇卻一點(diǎn)權(quán)謀都沒學(xué)會？
芬蘭大嫂終于成功抵達(dá)中國實(shí)現(xiàn)中國夢！剛下飛機(jī)就目瞪口呆狂拍照片！北京小吃爆笑初體驗(yàn)開心炸裂！
不煽情、不“反思”、不美化、立場明確！抗戰(zhàn)片就該這么拍！強(qiáng)烈推薦《南京照相館》
