理想Ai talk第二季的ai总结

豆包：

1. **AI发展与个人工作变化**：过去130天，中国人工智能在基座模型、推理模型和多模态等方面取得显著进步，与美国差距缩小。李想认为人工智能工具目前多被用作信息工具，存在问题，应发展为生产工具，如Agent智能体成为生产工具时，才能真正改变工作成果、减少工作时长。

2. **从DeepSeek获得的启发**：DeepSeek运用人类最佳实践，先研究再研发，将能力转化为业务价值。其开源加速了理想汽车VLA视觉语言行动模型的研发进程，理想汽车也因此开源了自研的整车操作系统理想星环OS作为回馈。尽管有DeepSeek，理想汽车仍需自研基座模型，以满足车上对话、多模态及VLA模型训练的特殊需求，且加大了相关投入。

3. **VLA模型的相关探讨**

    - **模型架构与训练**：VLA模型经历从机器学习感知配合规则算法，到端到端，再到像人类司机一样工作的三个阶段。其训练过程包括预训练、后训练和强化训练，最终形成能在车端运行的模型，并搭建司机Agent智能体实现与人类自然语言交互。

    - **优势与挑战**：VLA模型在交通领域具有规则清晰、便于模仿学习和强化等优势，但面临vision和action数据获取难、模型与人类安全对齐、模型黑盒等问题，理想汽车成立了超级对齐团队来解决这些问题。

    - **与其他架构的关系**：端到端是VLA的一部分基础，直接研发VLA不现实。VLA能力强但对算力要求高，不是效率最高的架构，未来可能有更优架构出现。它在解决复杂路况理解和与人沟通等长尾案例上优于端到端加VLM架构。

4. **其他话题**

    - **对标学习对象**：特斯拉FSD进入中国，但未释放真实能力。理想汽车学习苹果、特斯拉等公司扎实的基本功，认为在人工智能时代，基本功至关重要。

    - **创业回顾与感悟**：回顾理想汽车十年，李想印象深刻的是理想ONE发布和理想L9发布的场景。创业中虽经历困难，但也带来成长和机遇。他认为应关注人，接受自己和他人的优缺点，用成长替代改变，从亲密关系中获取能量。同时，他认为智慧是与万物的接触，人工智能的意义在于帮助人们有更多时间接触万物；所有人性都应保留，好坏相互依存 。

Kimi总结：

### 中国人工智能领域的进步 

- **技术层面**：中国的基座模型、推理模型、多模态等技术与美国的差距缩小，甚至在某些方面达到同一水平线。在预训练、训练和推理层面，中国企业通过深层工程改造实现了更高的效率。 

- **企业层面**：以DeepSeek和千问为代表的企业在模型研发上取得了显著成果，像Manus、Genspark等在智能体方面也有了惊喜突破，为中国人工智能领域注入信心。 

### 李想个人及工作的变化 

- **工作时长与强度**：尽管人工智能发展迅速，但李想的工作时长并未减少，反而增加。他认为目前大多数人仍将AI视为信息工具，而信息工具存在局限性，如生成内容的准确性问题。 

- **对AI角色的思考**：李想将AI的发展分为信息工具、辅助工具和生产工具三个阶段，认为只有当AI成为生产工具，真正替代人类完成专业工作并产生有效生产力时，才算真正实现了人工智能的爆发。 

### 对DeepSeek的看法及学习 

- **技术优势**：DeepSeek运用了人类最佳实践，如MoE架构，通过组合专家能力来构建模型，其在训练和推理效率等方面表现出色，并且开源举措对行业有巨大推动作用。 

- **学习与借鉴**：李想从DeepSeek学到了研究、研发、能力表达和业务价值转化的四步最佳实践，并将其应用于理想汽车的VLM和VLA等项目中，提升了研发效率和业务价值。 

### 理想汽车的AI发展策略 

- **VLA（视觉语言行动模型）**：理想汽车致力于研发VLA，希望其成为交通领域的生产工具，像人类司机一样工作。VLA的发展经历了从规则算法到端到端+VLM，再到VLA的三个阶段，分别对应昆虫、哺乳动物和人类的智能运作方式。 

- **数据与模型训练**：理想汽车在数据收集方面具有优势，能够获取vision和action的数据，并通过预训练、后训练和强化训练等步骤提升VLA的能力。同时，注重模型的安全对齐训练，以确保其符合人类的驾驶习惯和交通规则。 

- **技术挑战与应对**：李想认为，VLA的发展是进入无人区的探索，面临着诸多技术挑战。理想汽车通过自身的技术积累和团队建设，不断提升模型能力，并在解决实际问题中推进AI的发展。 

### 对AI行业的展望 

- **技术路线选择**：尽管目前技术路线尚未完全收敛，但李想认为交通领域是VLA最早实现的领域之一，因为其规则清晰、控制自由度相对较低，且能够进行有效的模仿学习和强化训练。 

- **行业竞争与合作**：李想表示，理想汽车在AI领域的发展既注重自身的技术研发，也积极学习和借鉴其他企业的优势，如苹果和特斯拉的基本功扎实、创新能力等。同时，他也强调了行业内的合作与开源的重要性。

DeepSeek总结：

**一、AI技术发展与企业战略**

1. 中国AI技术突破  

   中国基座模型、推理模型和多模态技术已接近或达到国际领先水平，例如DeepSeek和千问的成果展现了工程效率优势。李想特别强调，AI需从信息工具（如对话式AI）向生产工具（如自动驾驶Agent）进化，才能真正释放生产力。

2. 拥抱开源与技术创新  

   理想汽车基于DeepSeek开源模型加速VLA（视觉-语言-动作）研发，将原计划9个月的技术进程缩短至3个月，并开源自研操作系统“理想星环OS”作为回馈。李想认为，企业基因决定技术路径，理想聚焦“物理世界理解”而非纯语言模型。

**二、VLA（视觉-语言-动作）模型解析**

1. 技术架构与演进  

   • 三阶段进化：  

     ◦ 规则算法阶段（昆虫智能）：依赖高精地图和固定规则（如2021年方案）。  

     ◦ 端到端+VLM阶段（哺乳动物智能）：模仿人类驾驶行为但缺乏物理世界理解（如2024年方案）。  

     ◦ VLA阶段（人类智能）：融合3D视觉、语义理解和动作生成，实现“司机大模型”，支持复杂场景推理（如2025年MindVLA架构）。  

   • 训练流程：  

     1. 预训练：融合视觉、语言和驾驶数据构建基座模型；  

     2. 后训练（驾校阶段）：加入动作模仿学习；  

     3. 强化训练（社会驾驶）：通过人类反馈（RLHF）和物理规则优化安全性与舒适性。

2. 技术优势与挑战  

   • 可解释性：通过语言模型生成决策逻辑（如“因检测到行人减速”）。  

   • 泛化能力：解决长尾场景（如临时交通管制）需依赖真实数据积累和世界模型仿真。  

   • 算力瓶颈：VLA需200+TOPS算力，依赖Thor芯片等硬件突破。

**三、自动驾驶行业洞察**

1. 技术路线之争  

   VLA被视为“端到端2.0”，其多模态融合能力超越传统模块化方案。理想汽车通过自研编译优化和芯片底层适配（如Orin-X的INT4量化），实现双芯片高效运行。

2. 商业化落地  

   • 成本与信任：李想提出“司机Agent”定价为人类雇佣费用的1/5-1/3，并整合保险和能源服务。  

   • 超级对齐团队：100+人团队专注模型安全与职业性对齐，防止“能力越强风险越高”（如加塞行为）。

3. 竞争格局  

   特斯拉FSD进入中国但受限于本土数据适配，理想认为其真实能力（如V13版本）尚未释放。中国复杂路况为VLA提供天然试验场，本土企业或率先突破。

**四、企业哲学与未来展望**

1. 技术价值观  

   • 拒绝捷径：李想强调技术积累不可跳跃，“无法直接吃第十个包子”，需扎实研究-研发-落地闭环。  

   • 工具与效率平衡：确定性场景优先规则算法（如ETC车道选择），VLA专注复杂决策。

2. 组织能量观  

   • 关注成长：个人与企业需通过能力成长而非“改变”获取能量；  

   • 亲密关系支撑：家庭与团队的三维支撑（如与14岁女儿的深度沟通）成为创新动力源。

总结

李想访谈揭示了理想汽车以VLA为技术核心、生产工具导向的AI战略，同时展现了对开源生态的开放态度和对行业痛点的深刻洞察。其“司机大模型”不仅是一次技术跃迁，更是对自动驾驶价值逻辑的重构——从功能升级转向人机共处范式的革新。

通义千问脑图：