無需用手！搶先體驗(yàn)理想VLA：語音控制體驗(yàn)真的好嗎？

在理想 i8 的上市發(fā)布會期間，理想 i8 對撞 8 噸卡車的測試視頻引起不少爭議，但喧囂總會過去，在電車通看來，能夠與外界交流溝通的理想 VLA 司機(jī)大模型才更具看點(diǎn)。

官方表示，理想 VLA 司機(jī)大模型會隨著理想 i8 同步開啟用戶交付，從 8 月 29 日起就可以在門店開啟 VLA 司機(jī)大模型的試駕。

圖源：電車通攝制

縱觀全球市場，理想 VLA 司機(jī)大模型應(yīng)該是唯一一家能夠與車內(nèi)人員溝通的智駕底層架構(gòu)。恰逢門店開放 VLA 司機(jī)大模型輔助駕駛技術(shù)的體驗(yàn)，電車通立馬前往門店，看看理想 VLA 司機(jī)大模型與目前主流的端到端大模型有何體驗(yàn)上的區(qū)別。

與其說智駕，不如稱之為“老司機(jī)”

在上車體驗(yàn) VLA 司機(jī)大模型之前，電車通就率先嘗試了這套智駕系統(tǒng)的“前菜”——VLA 召喚。只要你在停車場內(nèi)的任意點(diǎn)位，在手機(jī)點(diǎn)擊等車的位置后，車輛就會打開“智駕小藍(lán)燈”，避開各種障礙來接駕。

從功能實(shí)現(xiàn)的邏輯來說，這樣的操作和體驗(yàn)沒有任何問題，但對于方位感比較差的用戶而言，要想體驗(yàn)這一功能，就得先過“確認(rèn)自己在哪個位置”這一關(guān)，否則“車找人”還遠(yuǎn)不如“人找車”方便 —— 示范功能的銷售人員就不知道自己身處地圖的具體位置。

圖源：電車通攝制

接下來就是 VLA 駕駛的體驗(yàn)。先說整個智駕系統(tǒng)的自行操作方面，面對突然冒出的其他車輛、電單車、行人等，車輛都可以及時(shí)地識別出來并制動，而且讓電車通比較驚喜的是，智駕系統(tǒng)下的制動力和加速表現(xiàn)都比較柔和，不會出現(xiàn)明顯的點(diǎn)頭現(xiàn)象，在雙車道完成掉頭動作也比較干脆。

理想此前所采用的 VLM 模型，會在副駕駛屏上展示系統(tǒng)的多種智駕策略，最終會選擇策略最優(yōu)的一條路線，而理想 VLA 司機(jī)大模型則沒有顯示這一過程，而是在作出決策之后，會在屏幕上展示系統(tǒng)的思考過程以及最終決策，有點(diǎn)像可以深度思考的 AI 工具。

圖源：電車通攝制

理想 VLA 司機(jī)大模型的最大看點(diǎn)是理解駕駛者的口頭語言。對于“靠邊停車”“超過前面這輛車”“走左邊這條路”“開太快了”等口頭指令，系統(tǒng)確實(shí)執(zhí)行得很到位，變速過程都沒有讓電車通感到不舒服的地方，而像“以后這條路開 40（km/h）”的指令，車輛也能夠進(jìn)行記錄。

圖源：電車通攝制

順帶一提，銷售人員也是第一次用智駕這次路線，進(jìn)入商場后有一段陡且窄的路端，理想 i8 這么一款中大型 SUV 也能比較順利地通過。

對于 VLA 泊車功能，車輛在通過閘機(jī)后會提醒“你可以說’我先下車了，你來泊車吧’”的提醒，而最終也確實(shí)能夠做到這一點(diǎn)。

圖源：電車通攝制

對于整個輔助駕駛過程，電車通確實(shí)認(rèn)可了官方所說的“老司機(jī)感”，可能顯得沒那么“老司機(jī)”的時(shí)刻，由于系統(tǒng)識別比較精準(zhǔn)，一個外賣小哥站在路邊被識別出來后，車輛通過的速度還是減慢得比較明顯。

換句話說，理想 VLA 司機(jī)大模型依然非常強(qiáng)調(diào)安全性，在“老司機(jī)”看來不是很危險(xiǎn)的事，在系統(tǒng)看來各種風(fēng)險(xiǎn)都需要規(guī)避，規(guī)避風(fēng)險(xiǎn)所額外花費(fèi)的時(shí)間都需要駕駛者來承受。

還有一點(diǎn)要注意的是，目前的理想 VLA 司機(jī)大模型偶爾會出現(xiàn)識別不精準(zhǔn)的情況，這就需要駕駛者說出比較精準(zhǔn)的語音指令。

輔助駕駛技術(shù)的“物理按鍵”，會被消除嗎？

電車通試駕過不少基于端到端大模型的輔助駕駛技術(shù)。對比之下，理想 VLA 司機(jī)大模型的輔助駕駛體驗(yàn)與當(dāng)下主流的端到端大模型技術(shù)其實(shí)沒有太大區(qū)別，可以兼顧安全和通行效率，能夠及時(shí)識別交通其他參與者、障礙物，也可以及時(shí)超車。

基于端到端大模型的輔助駕駛，確實(shí)無法接收駕駛者的口頭信息，但是駕駛者可以通過調(diào)整速度、撥動轉(zhuǎn)向撥桿等方式來控制車輛，華為輔助駕駛技術(shù)和小鵬分別推出泊車代駕、VPA 記憶泊車，可以實(shí)現(xiàn)園區(qū)內(nèi)的自動泊車功能，也能把需要啟動輔助駕駛技術(shù)的路線記憶下來。

換而言之，基于端到端大模型的輔助駕駛技術(shù)，像是輔助駕駛技術(shù)領(lǐng)域的“物理按鍵”，大體功能上其實(shí)沒差，只是端到端大模型需要駕駛者通過實(shí)體按鍵來控制，理想 VLA 司機(jī)大模型提前實(shí)現(xiàn)“語音控制”。

圖源：電車通攝制

事實(shí)已經(jīng)證明，在智能座艙領(lǐng)域，雖然支持“物理按鍵”的消費(fèi)者依然有不少，但好用的語音控制功能已經(jīng)成為市場發(fā)展潮流。

經(jīng)過實(shí)測，理想 VLA 司機(jī)大模型的體驗(yàn)確實(shí)要比端到端大模型更舒適，目前已經(jīng)有車企啟動了 VLA 大模型的研發(fā)。比如在小鵬 G7 上市發(fā)布會期間，小鵬宣布通過蒸餾的方式將 VLA 部署到車端；元戎啟行還預(yù)計(jì)今年將會有 5 款搭載元戎啟行 VLA 模型的新車上市；長城、奇瑞、極氪等車企也在推進(jìn) VLA 模型的落地。

整體底層架構(gòu)邏輯類似 VLA 司機(jī)大模型的輔助駕駛技術(shù)已經(jīng)成為車企新的投入方向，但要說 VLA 大模型是否會取代端到端大模型，電車通認(rèn)為短期內(nèi)將會以兩種主要技術(shù)路線而共同存在。

圖源：電車通攝制

如同智能座艙時(shí)代的“物理按鍵”與“語音控制”之爭，消費(fèi)者已經(jīng)習(xí)慣了端到端大模型的輔助駕駛體驗(yàn)，對于 VLA 司機(jī)大模型還需要一定的時(shí)間來適應(yīng)和建立信任，官方在理想 VLA 司機(jī)大模型前期要花費(fèi)不少資金進(jìn)行宣傳。

更何況，雖然好用的輔助駕駛技術(shù)越來越多，但使用率還跟不上智能座艙。

在 2025 成都車展期間，中國國際商會汽車行業(yè)商會會長王俠表示，“我國 L2 級輔助駕駛新車滲透率在 2024 年已達(dá)近 60%，預(yù)計(jì)今年年底將達(dá)到三分之二；智能座艙前裝搭載率在 2024 年突破 70%，今年有望突破 80%。”

正因?yàn)檩o助駕駛的需求沒有智能座艙那么高，VLA 大模型的發(fā)展速度不會像語音控制取代物理按鍵那么快，但以技術(shù)的發(fā)展角度來說，體驗(yàn)更舒適的 VLA 大模型未來可能會逐步取代端到端大模型，而前提條件是市場有足夠多的需求量。

寫在最后

都說智能化是汽車的下半場，體驗(yàn)技術(shù)先進(jìn)性的輔助駕駛技術(shù)必然會是兵家必爭之地，特斯拉率先推出的端到端大模型已經(jīng)被各家車企應(yīng)用，而理想則借助 VLA 司機(jī)大模型與其他新能源車企競爭。

孰強(qiáng)孰弱，由市場來給答案，但目前可以肯定的是，理想已經(jīng)提供了全新的技術(shù)方案，而且這一技術(shù)方案開始被一部分車企所認(rèn)同。換而言之，輔助駕駛領(lǐng)域未來的競爭，除了“純視覺派”和“激光雷達(dá)派”之外，還將衍生出“端到端模型”與“VLA 大模型”這兩種底層技術(shù)架構(gòu)之爭。

圖源：電車通攝制

這樣的爭對車市發(fā)展是有好處的。正所謂“鑼不敲不響，理不辨不明”，新技術(shù)在進(jìn)入市場前期肯定會存在被忽視、被誤解的可能，但唯有通過市場的考驗(yàn)才有存在的意義。

在電車通看來，理想 VLA 司機(jī)大模型的使用體驗(yàn)確實(shí)不差，完全有能力影響到輔助駕駛領(lǐng)域的市場格局，但理想在輔助駕駛領(lǐng)域的知名度可能不及華為、小鵬，前期還得需要多傳播投入。

（封面圖源：電車通攝制）

9月9日-14日，IAA（慕尼黑國際車展）2025盛大開幕。
作為挑戰(zhàn)者（參數(shù)丨圖片）的中國汽車產(chǎn)業(yè)鏈，將與德系東道主們展開全球矚目的“頂峰相見”。
電車通IAA報(bào)道團(tuán)即將飛赴慕尼黑現(xiàn)場，全景呈現(xiàn)中國車企的亮眼表現(xiàn)，敬請鎖定！