對話郎咸朋：VLA 技術論戰、團隊換血與不被看好時的自我證明

郎咸朋完整回顧理想智駕團隊發展演變歷程，首次回應外界對 VLA 的質疑。

文丨趙宇

編輯丨龔方毅 黃俊杰

42 歲之前，郎咸朋從不抽煙，但在去年夏天理想研發 “端到端” 智駕方案期間，他每個工作日都得來上兩根。

“之前華為、特斯拉在前面，我們照著追就行。追平之后再往前走，方向怎么選、能否執行好，沒有樣本可以參考。” 郎咸朋告訴我們。

理想智駕自研起步晚，2019 年團隊還沒成建制，缺少資源。為了做技術預研，郎咸朋和團隊一度只能把激光雷達裝在那些已做完碰撞測試的車上。

追趕過程中，郎咸朋提出 “不可能用華為的方式打敗華為”，必須提前研發下一代技術。他促成了智駕自研進程中的兩個重要決定：去年轉向 “端到端”，讓理想躋身智駕第一梯隊；今年，他們選擇做 VLA（視覺-語言-行動模型），爭取成為沒有爭議的第一。

取得進展的同時，理想智駕團隊的內部動蕩與外部質疑始終存在，最近交付 VLA 時尤其如此。VLA 使用多模態 AI 大模型提升駕乘體驗，強調讓自動駕駛系統擁有類似人類的 “思考” 能力，而非單純模仿駕駛行為。

華為車 BU CEO 靳玉志稱 VLA 看似取巧但無法真正走向自動駕駛；博世智駕中國區負責人吳永橋則認為 VLA 落地有諸多難以解決的問題。

國慶節前的倒數第二個工作日，我們在理想北京研發總部見到郎咸朋。提及這些評論，郎咸朋表示：他們反對 VLA，恰恰說明 VLA 是正確的。

技術的演進常伴隨爭議，而最終消解爭議的仍是產品本身。郎咸朋認為，相比有監督訓練的 “端到端”，無監督訓練的 VLA 迭代效率更高，最晚到明年初，外界就能看到明顯提升。

相比我們此前兩次交流（一年前推出 “端到端” 方案，以及兩個月前 VLA 臨近落地），郎咸朋這次更松弛一些，近三個小時的談話中，他語速平穩、聲音輕快。談及理想智駕的進展和技術選擇，他的用詞也更篤定。

見面前不久，理想智駕團隊又經歷了新一輪架構調整和人員變動。這個 2018 年成立的團隊已經換了三代骨干。作為理想智駕第一號員工，郎咸朋向我們完整回顧了團隊的發展演變歷程，他加入理想以來的工作理念和方法，并首次回應了外界對理想新技術的質疑。

以下是訪談及少量追加問答的主要內容，經編輯。灰色引用模塊則是我們做的信息補充：

不可能用華為的方式打敗華為

9 月 19 日，理想汽車調整自動駕駛研發部門組織架構，將整個團隊重組為 11 個二級部門。

原模型算法團隊拆分為基礎模型部、VLA 模型部和模型工程部；原量產研發團隊拆分為量產交付部、軟件研發部和主動安全部；原數據閉環團隊拆分為數據平臺部和數據標注部；原有的規劃管理部、AI 評測與運營部保留，并新增創新業務部。

調整后，理想智駕團隊的組織架構更為扁平，11 個新部門負責人均直接向郎咸朋匯報。郎咸朋在內部信中稱，此次調整的目的是推動團隊向 AI 組織演進。此外，過往在一級部門層面多次采用的大規模封閉研發模式將被取消。

晚點：不久前，你重組理想智駕部門，還說要 “組建面向 AI 的團隊”，這應該怎么理解？

郎咸朋：AI 最大的特點就是充滿不確定性，這跟過去造車完全不一樣。打造面向 AI 的組織，第一是信息傳遞和決策要非常高效，組織越扁平，越有利于這件事發生。我們原來有 4-5 個二級部門，現在變成 11 個，我跟這些人之間溝通很順暢，決策也很快。

第二是部門 Leader 要懂業務、懂管理，最好還要做過技術。我們現在的二級部門負責人都是之前做過業務的人，不是純管理出身。

他們都曾經把業務做得比較好，既知道我們原來怎么做，也知道現在應該做什么。我們智駕的核心管理者一定是從內部培養起來的。當然，做 Research、搞算法研究，可以從外面找一些前沿科學家。

晚點：擔心團隊里的核心骨干被其他廠商挖走嗎？

郎咸朋：人員正常流動是合理的，但我們最終的護城河不是某一個人，也不是某一個模型，而是整個業務體系。特斯拉自動駕駛部門走的人也不少，從頭到尾都走了一遍，但也沒說特斯拉自動駕駛從此就不行了。

晚點：你宣布取消集中的封閉研發，這是為什么？

郎咸朋：主要有兩方面考慮。

第一，時代背景變了。之前我們是追趕者，有明確目標，大家必須集中趕工。現在不是靠趕工就能趕出跨越式技術，而是需要各部門發揮自己的業務專長，共同為目標努力。

第二，這也體現了我們對員工的關懷。我們之前其實不是不考慮員工感受，而是在立足未穩時，確實需要用那種方式追進度，但我們不想造成一種 “拼命壓榨大家時間” 的感覺。當然，我們對大家的要求也變了——之前要求快速、按時、高質量交付，現在要求所有人真正把能力建設起來。

理想汽車的智駕團隊有時會進入一種 “封閉沖刺” 狀態。為了按時交付項目，工程師們被集中到少數幾個辦公室，統一住進附近酒店，連續三五個月高強度工作。加班常態化，周日也要保持待命。

這樣的節奏可能一輪接一輪。通勤 NOA 和城市無圖 NOA 兩個項目，都是在這種連續封閉開發中完成的。

晚點：為什么自動駕駛開發的節奏要這么快？

郎咸朋：我們 2021 年交付自研項目時，前后兩個階段連軸轉，確實比較辛苦。當時第一階段是從 2021 年 2 月 26 號到 5 月 26 號，需要交付基礎 ADAS（基礎輔助駕駛）；第二階段是從 6 月份到 12 月 10 號，需要交付高速 NOA（導航輔助駕駛）。

我們當時要求每天全員到崗，不是說有一部分人來就行。第二階段的一個周末，大家商量好第二天休息，我同意了，但前提是當天問題要全部解決，結果到夜里我發現還有兩三個沒解決，但基本上 90% 的人都走了，就讓項目經理挨個打電話，通知所有人回來加班。這些人一邊罵著我，一邊就回來了，我陪他們一起。

晚點：后來加班到幾點？

郎咸朋：到凌晨三四點才結束，第二天上午還得接著測試。這樣的事很多。今年 3 月 “端到端” 1000 萬 Clips 版本上線時，我們用 “超級對齊” 解決安全性問題。最后效果非常好，但這個過程非常痛苦。我要求核心負責人每天早晨 8 點在順義開晨會，很多人前一晚都是零點前后才回去，第二天早上 7 點多就又得從市區趕過來，這樣持續了兩三個月。

晚點：這種強度是被 “軍令狀” 逼出來的？

郎咸朋：那是我自己定的目標。比如去年端到端必須交付，不交付就不行。想哥（理想汽車創始人兼 CEO 李想）只是說，“郎博，我們得想辦法解決現在的問題。”

在端到端之前，我們打不過華為，規則方案改了半天也不行，體驗頂多持平，甚至還比人家差。想哥也跟我說，從某種角度上講，就算你跟華為做得一模一樣，大家也會覺得華為更好，改變用戶心智是很難的。你得明顯好于現有的東西，新市場才能打破舊市場。

晚點：只有這一條路嗎？

郎咸朋：我們作為一家后進入市場的公司，不能在別人已經開辟的戰場里打這場仗，那樣一定會輸。你要開辟一個新戰場。如果我們當初不是選擇服務多孩家庭這個被忽視的用戶群體，技術路線上沒有選擇增程，而是做純電或者燃油車，肯定打不過頭部玩家。所以要開辟一個新的戰場叫增程，我們自己來定義這個增程產品的 PMF（產品市場匹配）。

這樣做，我們就有了獲勝的可能性，但也只是可能性，要堅持執行戰略才能最終獲勝。自動駕駛也一樣，在規則時代，我們的戰略是跟著大勢走，優先按時交付產品、跟上市場的主流。所以，我們 2021 年推基礎 ADAS、高速 NOA，第一梯隊有的我們基本也有，至少下限保持住了。

到 2023 年，目標變成進入第一梯隊。那時我們有兩個選擇：在原有高精地圖的基礎上繼續優化高速體驗，或者把服務范圍擴展到城市。想哥最后決定做城市 NOA，因為只有那樣，用戶心智上才會覺得理想在第一梯隊。

當時第一梯隊的同行陸續官宣 “開城” 進度和目標，我們也在 2023 年上海車展宣布要開 100 座城市。剩下的就是執行層面的事情了，但過程非常痛苦。那時方案還是輕圖，至少得有點道路的結構信息，所以有了 “天津兩條路”（2023 年底，理想推送城市 NOA 功能，但在部分城市限制開放范圍，如天津僅開放銷售門店附近的兩條路）。后來升級到無圖方案，雖然覆蓋更廣，但體驗又不如華為。

其實到那個時候，我們就有要做第一的想法了。

晚點：“那個時候” 具體是什么時候？

郎咸朋：2023 年底、2024 年初，當時公司狀態比較好，自動駕駛能力實際上已經在第一梯隊，但距離大家承認理想是第一梯隊還有過程。

想哥當時說，我們現在資源夠了——車賣得夠多，利潤也到位——接下來就是要打智能化，而智能化首先就是智能輔助駕駛，要比華為有顯著的能力和體驗提升，說 “2024 年，郎博你一定得做到這一點”。

我告訴他，我們不可能用華為的方式打敗華為，得有技術上的代際提升。于是我們上端到端，但那時大家都不太理解端到端，也不知道端到端最后帶來的體驗會是什么樣。而且在沒做出來之前，其實我們也沒法明確說它到底是什么樣。

但是從戰略角度講，做了不一定行，不做肯定不行。一直到去年下半年開始出成果。再后面的事情大家都知道了。

晚點：有一種聲音說你們運氣好。

郎咸朋：這不是運氣問題。其實我們是順著戰略大勢做端到端，因為我們不可能用規則打敗華為，要選新的技術路線。同樣的，今天端到端正從新市場變成舊市場，如果我們想做真正的自動駕駛，成為這個領域的第一，就不能繼續在這個戰場打，還得再換一個戰場，那就是 VLA。

從今年初我們在英偉達 GTC 大會上宣布做 VLA 開始，一直到現在，至少在業界心目中，VLA 理想是第一個提、第一個交付、第一個迭代的。輿論聲場比端到端時期先交付再宣發好不少。

晚點：攻擂和守擂，哪個壓力更大？

郎咸朋：攻的時候目標非常明確，因為前面有人。他在做有圖、無圖或輕圖，我們只要跟著去做就好。攻擂時，更多考驗執行能力；守擂時，對綜合的戰略和執行能力都是很大考驗。好像都挺難的。

晚點：你們是在什么時候明確意識到，端到端模仿學習存在天花板的？

郎咸朋：今年春節，正好在端到端 1000 萬 Clips 版本上線前后。端到端有幾個比較大的問題：跟著慢車不繞行，復雜路口紅綠燈看不懂，跟人類駕駛行為不一樣——該超不超、該讓不讓。因為我們當時提供的數據里沒有這樣的場景。

這事是想哥先提出來的。今年 2 月底，他說要加快交付 VLA，不能繼續在這條路往上走，因為不管是用端到端做數據驅動，還是用超級對齊做算法優化，本質上系統還是沒有人類的智能和思考能力。而我們的目標是做 L4 級自動駕駛。

晚點：當時有什么即時調整嗎？

郎咸朋：想哥說業務要調整，連帶著人和資源也要調整。我知道他要什么，所以盡管當時還沒調組織架構，但資源已開始向 VLA 傾斜，加速 VLA 的研發和交付。

這也是想哥和我有默契、信任的基礎。一切就倒回到 2019 年，那年我跟想哥在認知系統這塊聊得非常多，經常討論想法。我現在有這樣的判斷，就是源于當時認知體系的升級。

有人反對 VLA，恰恰說明它是正確的

晚點：理想自研智駕此前的六個重要項目都有代號，VLA 的代號是什么？

郎咸朋：斯芬克斯，也就是獅身人面像。傳說中它會問過路人一個謎語，答對放行，答錯吃掉。謎語是，什么東西早上四條腿，中午兩條腿，晚上三條腿？答案是人。人出生時四條腿爬，成年后兩條腿走，晚年時拄拐棍三條腿走。

斯芬克斯是一個獅身人面像趴在一個大底座上。所以說斯芬克斯項目成功要有一個基座，對應著我們的基座模型；腿的英文是什么？Leg，L4、L2、L3，我們就是要解決自動駕駛 L234 的問題。

這些都是梗，主要是我們在做 VLA 時，覺得它既是一個謎題，就像斯芬克斯里面出的謎語一樣，同時還有很多未知和不確定性。

今年 3 月理想發布 VLA 技術后，競爭對手和行業觀察者在落地可行性、技術路線選擇等方面提出不同看法。

博世智能駕駛與控制系統事業部（XC）中國區總裁吳永橋認為，VLA 落地有四個難點：多模態的特征對齊非常困難；多模態的數據訓練和提取更加困難；大語言模型存在無法避免的 “幻覺” 缺陷；當前所有智駕芯片的存儲帶寬都比較低，并非為大模型專屬設計。

華為智能汽車解決方案 BU CEO 靳玉志稱，華為不會走向 VLA 的路徑，而是更看重 WA（World Action）路徑。他認為，VLA 將視頻轉化為語言 token 再控制車輛的做法是 “取巧”，而華為采用 WA 方案，省掉語言環節，通過視覺、聲音、觸覺等多模態信息直接控車。雖然挑戰更大，但這才是真正通向自動駕駛的方案。

晚點：最近，博世的吳永橋、華為的靳玉志都對 VLA 提出不同意見，甚至質疑。對此你有什么回應？

郎咸朋：第一是多模態對齊。據了解，博世不自研基座模型，也幾乎沒做過大模型相關工作。但我們成立了基座模型研發團隊，智駕團隊之前做 VLM 時也做過視頻和文本的多模態對齊，這方面能力我們已經積累很多。這確實有難度，但難才有技術含量，對我們來說不是問題。

第二是數據訓練和提取。博世自己的數據量不大，但不能簡單認為我們也沒有很多數據。我們摟著采，到現在還有十幾億公里的數據。

第三是大語言模型的幻覺。不能完全站在生成式數據角度來考慮，生成圖像、文本。之前模型技術不成熟時，可能有問題，比如生成一個人多了根手指頭，或者生成一段文字驢唇不對馬嘴。但隨著模型這幾年不斷迭代，幻覺越來越少。而且我們有強化學習、有超級對齊，有辦法解決模型幻覺。我們不是用它生成一些非常泛的東西，就是用來生成駕駛領域的決策和推理結論。這些比較確定，不會出現 “你在直行突然讓你掉頭” 這種幻覺。

靳總說的也同理。我們已經做完端到端，過程中發現 corner case 的數據收集，最重要的是數據分布和數據質量。現在就是 corner case 分布不均衡，收集數據困難，確實挑戰很大。即使有很多數據，也不可能窮盡世界上所有場景。必須讓系統有人類這種思維推理能力才可以，簡單泛化不行。

他們反對 VLA，恰恰說明 VLA 是正確的。出于市場競爭和技術演進的考慮，在 VLA 和端到端上線初期，我們首先要保證它們在安全性的維度上做得不差，之后再去逐步提高上限。

我們 VLA 的能力現在還沒有完全發揮出來，到今年底、明年初，大家就能看到一些非常好的表現，用戶會覺得這輛車真的活了。強化閉環如果形成，今天車在這個地方還不會開，明天就能開得很好。

晚點：強化閉環形成對你們意味著什么？

郎咸朋：大家都在說這事情，但你不到 VLA、不實現強化閉環的話，你是沒有這個能力的。就跟你做端到端一樣，之前馬斯克也說過 "Video in, control out"，這個思路很好，但沒有人真正實現。

我們現在有機會把它實現，實現之后用戶才能真正覺得，這個車在安全穩定的前提下，竟然有一些新的、別的車無法企及的能力出來。等到用戶真覺得哇塞、用起來真的很舒服的時候，他們就不會再出來說世界模型不行、VLA 不行了。

晚點：看起來，VLA 的強化學習閉環對你們來說很重要，但 Andrej Karpathy（特斯拉前 AI 總監）近期說，“人類并不是通過強化學習來學習的，強化學習其實比大多數人想象的要糟糕得多。它依賴稀疏獎勵信號，樣本效率極低，缺乏因果理解能力。” 你們如何評價這種觀點？

郎咸朋：Andrej Karpathy 對強化學習的批評更多是針對當下算法的局限性，而非對這種范式本身的否定。

模仿學習推動了 GPT 類模型的成功，強化學習則造就了如 R1、o1 這樣的強推理模型——這兩條路徑都是 “The Bitter Lesson” 的體現：算力與數據驅動的通用學習往往優于人工規則。

我們認為，目前的強化學習是比模仿學習更接近人類學習的終極形式。未來我們會持續迭代更高效、更具因果理解與泛化能力的學習方法。

晚點：理想 OTA 8.0 版本我們體驗下來，感覺橫向控制比端到端最后一個版本更靈活，但縱向控制會保守一些。

郎咸朋：因為我們做了很多安全限制，說白了就是怕刮蹭甚至撞車。我們有一些橫向表現很驚艷，特別是內測第一版 VLA 非常靈活，橫縱向都很好，但如果后車不注意，還是有風險。而一旦出事故，可能被外界借勢否定 VLA，那我們后邊就全完了。

所以，我現在寧可讓大家說我們慫一點、慢一點，但至少沒有太明顯的缺陷和漏洞。在這個基礎上，我們現在致力于打造訓練的強化閉環。這個閉環今年底前應該能搭出來，到時候用戶會覺得這個車真的 “活” 了，就像一個每天在成長的人，不再需要用戶一個個問題去反饋。

我相信我們能第一個做到。

晚點：理想原計劃 9 月底更新的 VLA 新版本沒有推送，聽說行業主管部門開始限制智駕軟件 OTA 的頻率。這會對你們造成什么影響？

郎咸朋：確實，近期行業主管部門對智駕 OTA 更新的頻率提出了新的規范，我們已與相關部門完成溝通和流程優化。我們認為，這個做法的目的是強化以用戶安全和質量為前提交付智能駕駛產品，對行業長期健康發展有很大好處。

這一調整對理想智駕研發和用戶體驗不會有影響。我們會繼續在合規前提下保持技術快速演進，確保每個季度都能為用戶帶來高質量、實質性的功能升級與體驗提升。

晚點：你覺得 VLA 就是實現 L4 的那條路嗎，還是需要更新的技術？

郎咸朋：目前我認為 VLA 可以實現 L4，但以后一定還會有新技術出來。開車這件事并不需要很復雜的技術或很高的智商，一般人都能學會開車，所以 VLA 夠用。但技術本身會持續迭代，比如將來人工智能發展到讓每個人都像愛因斯坦或各領域專家那樣，那需要比 VLA 更高級的技術才能實現。

與 VLA 模型類似的一個概念是世界模型，對于這兩者之間的關系，業內有不同說法。

蔚來智能駕駛研發副總裁任少卿告訴我們，VLA 本質上還是語言模型的模態擴展：LLM（Large Language Model）只包含語言，VLM（Vision Language Model）加上了視覺，VLA（Vision Language Action）再加上了動作。這些擴展雖然加入了新模態，但 “根” 依然在語言模型上。蔚來世界模型不是 “語言加法”，而是要建立一套高帶寬的認知系統。

而在任少卿看來，只有讓語言模型和世界模型兩者融合，才能形成真正的通用人工智能（AGI）。

晚點：除了理想，蔚來、小鵬等廠商也都在提世界模型，但似乎每家廠商說的世界模型不是一個意思。比如，任少卿說蔚來世界模型的目標是建立基于視頻 / 圖像的 “時空認知”，補齊語言模型的短板。對此你怎么看？

郎咸朋：蔚來的世界模型最終要跑在端側，這不太合理。就跟人一樣，我不用非得動用所有大腦知識去開車。實際上技術架構還在演進當中。他這樣說是便于大家理解：你看 LLM 只有 L，VLM 多了個 V，VLA 多了個 A，但我一個 WM（World Model） 能一統天下。

本質上，理想汽車的世界模型模仿的就是世界，我們想生成這個世界的所有場景，世界模型是為 VLA 模型服務的。當然，VLA 只是一個代號，這個模型首先能看懂視覺的輸入，然后有自我推理和思維的能力，并且能產生相應的動作，就跟人一樣。不管叫 VLA 還是 ABC，它就是干這個事的。

我們為什么還有世界模型？因為強化訓練 VLA 模型時，需要有個環境，我必須有一個強化訓練的閉環。閉環的前提是有一個虛擬的仿真世界，然后車在里邊跑。我們的世界模型是干這個的，它是支撐 VLA 模型的閉環仿真訓練用的。

至于任少卿說的世界模型，跟我們 VLA 模型是一個 Level 的，他說的還是模型本身。我們說的世界模型，則是強化訓練閉環的重要基礎。而華為的那個 W Engine，有點像我們說的世界模型。

晚點：楊立昆（Yann LeCun，Meta 首席人工智能科學家）提出，世界模型并不只是 “感知” 和 “反應”，而是構建出一個可以想象未來的世界副本。這與你們理解的世界模型意思相同嗎？

郎咸朋：Yann LeCun 和我們對世界模型的理解是一致的，即智能體通過理解當前世界、結合過往經驗和行動計劃，去推測未來的可能狀態。

我們也認為，真正的世界模型不只是 “感知” 與 “反應”，不是一個簡單的端到端的狀態，而是要在內部形成對外部世界的可預測表征，能夠想象并評估未來的狀態，從而指導合理的反饋與動作。這一理念正是我們的世界模型做的事情：不僅能生成各種場景用于對 VLA 模型的評測，更可以具備對未來行為的反饋和建議，從而進行強化訓練。

晚點：世界模型是不是對云端算力的需求很大？

郎咸朋：非常大。

晚點：華為不久前發微博，說他們的云端算力有 45 EFLOPS，還是挺讓人吃驚的。相比之前的公開數據，已經提升 2 倍以上。

郎咸朋：差不多。

晚點：真有必要建這么大的云端算力嗎？

郎咸朋：華為沒有解釋這個數字背后的事情。云端算力分兩塊，推理和訓練。VLA 模型需要訓練算力，世界模型本身也需要訓練算力。我們用世界模型生成各種各樣的仿真環境，還需要大量推理算力。這些算力加在一起是我們的云端算力。現在理想是 10 EFLOPS 的訓練算力，加 3 EFLOPS 的推理算力。將來推理訓練還會繼續增加。

晚點：推理算力會超過訓練算力嗎？

郎咸朋：現在看起來，一半一半是合理的。

晚點：理想今年在云端算力上的投入大概是多少？

郎咸朋：現在還在迭代當中，沒有最終定數，因為我們現在的訓練閉環還沒有完全閉上。但我們在算力方面投入不設限。

晚點：去年的云端算力一共投了多少錢？

郎咸朋：8 EFLOPS，差不多在 10 億元人民幣量級。

晚點：理想 VLA 車端模型的參數量是 4B，云端模型呢？

郎咸朋：我們最終會做成 32B，現在正在做。我們希望云端模型的參數量也別太大，比方我做個 320B 的模型，再把它蒸餾成 4B，那蒸餾成啥了？

晚點：所以智駕的云端模型和大語言模型還不太一樣，據說 GPT-3 的參數量大約是 1750 億。

郎咸朋：對，那個就更夸張了。我們目前覺得不需要那么大的模型，當然這個也還在不停地摸索和迭代當中。

晚點：有同行說，VLA 在現有智駕芯片上落地有難度。

郎咸朋：現在的智駕芯片確實都不是為大模型專門設計。我們是通過工程優化能力把 VLA 模型部署到非大模型定制的芯片上。而理想的自研智駕芯片完全按照 AI 要求去做，包括算子優化和模型部署優化，這些在芯片設計之初就已經考慮到，并且可以根據自身需求定制一些東西。模型參數量可能現在還不是特別多，但芯片可擴展，幾顆芯片并在一起能擴大參數量。一顆不行，我們用兩顆。

晚點：在自動駕駛領域，特斯拉最先把 “端到端” 這個概念講出來。馬斯克在特斯拉 2023 年股東大會上說，"Video in, control out"，當時看來非常超前。

郎咸朋：的確。端到端之后，我們要做的就是把 VLA 真正打磨好，保持用戶體驗領先。我們相信這個技術肯定可以，只是還需要一些時間在交付線上驗證。

除了交付線，還有能力線。在端到端之前，我們花了很長時間建設數據閉環能力，但這有個條件——你真得有那么多數據，所以只有等我們賣出幾十萬臺車之后，閉環的速度才會越來越快。

2021 年之前，我們全部數據量加起來不到 1 億公里，但后面每年幾億、幾億的往上走。去年我們有意往下壓了壓，只挑選最核心的高質量數據。如果我們去年跟以前規則時代一樣放開采數據，今年至少是 20 億公里。

不過后來我們也迭代了，不再需要 100 億公里，只需要十幾億公里高質量數據就夠，然后用這些數據去訓練世界模型，讓它產生更多數據。我們之前的認知還停留在端到端、模仿學習——有多少數據進來訓練，出什么樣的結果。但這樣也不行，因為有些 corner case 的數據采不到，或者采回來的數據量很少。一些碰撞事故也不可能天天自己拿車去撞、去采，這不合理。

再說這也不是終局，終局會是一個強化訓練閉環。關于這個閉環，這陣子我跟團隊交流，我發現大家可能都想得有點狹隘。

晚點：哪里狹隘？

郎咸朋：我先拿端到端舉例，你說端到端是個技術嗎？它是個技術更新，但它更大的一個顛覆，實際上是對自動駕駛業務的顛覆。

晚點：它是一種思想。

郎咸朋：對。之前大家的思想是做功能，跟軟件開發流程一樣。先設計功能指標、邏輯，然后找程序員寫代碼，再做評測。端到端之后，不再是人工設計功能，而是提供數據，讓系統自己訓練得到結果。

端到端仍然有一些驗證、測試相關的問題需要人工解決，可以理解為有監督訓練。到了 VLA 就是無監督訓練，完全可以自己迭代。如果強化訓練閉環的完全體上線，半年一年可能頂過去五年十年。

所以大家可能理解得狹隘了，認為 VLA 加強化學習只是技術變革，其實它是整個業務的一個大變革，落地后會成為企業真正的護城河——不是模型、數據或芯片，而是整個業務流程。這個能力建設不會很快，需要一兩年迭代。一旦迭代完畢，比如我們 2025 年開始做 VLA 強化閉環，2025、2026 兩年做好，到 2027 年就全都變了。

晚點：你們 2027 年要做到 1000 公里的 MPI（Miles Per Intervention，平均接管里程）？

郎咸朋：我們預計到 2026 年底是 1000 公里的 MPI，到 2027 年可能就不用 MPI 這個指標了。就像最早造車時，衡量汽車質量的指標跟現在不一樣。那時車經常壞，現在車不會壞，人們關心的是磨損等指標。

我們現在要么自己測試仿真發現問題，要么推向市場后用戶反映發現問題。強化閉環出來后，不用你說，系統自己就知道哪有問題。今天這個用戶接管，明天那個用戶開車頓挫、急剎車，系統會自動收集問題，數據回傳后自動強化訓練，迭代完就上線。

2019 年，郎咸朋為理想自動駕駛業務發展標出四個關鍵時間節點：2021 年確認自動駕駛核心技術方案；2023 年拿到自動駕駛入場券；2025 年成為頂級自動駕駛公司；2027 年實現 L4 常態化運營。

郎咸朋在 2019 年的自動駕駛 LSA 戰略分析文檔中寫道：

高效運營數據閉環有兩個前提條件。

第一，確認算法能力 A：這將決定一個自動駕駛系統的能力上限。在選擇算法方案時，必須具備一定的前瞻性，以確保技術上限足夠高，避免未來因能力不足而陷入困境。同時，這個選擇需要盡快但慎重地做出，因為一旦核心算法方案確定，中途更換將意味著推倒重來。

第二，最大化有效數據量 D(t)：數據將驅動算法迭代。為了最大化有效數據量，車輛必須標配與數據閉環相關的軟硬件，并且這一選型需要在后續車型中保持一致，否則數據將無法被有效利用。數據量的增長要依靠產品銷量支撐，因此企業必須具備打造一流量產自動駕駛產品的能力，以及良好的交付能力。

晚點：特斯拉 FSD 已經進中國了。一年前你告訴我們，理想和特斯拉在自動駕駛領域有半年差距，現在呢？

郎咸朋：現在大家差距還沒拉開。等我們上了 VLA 加強化閉環之后，真正實現自我迭代，就會是代際差別。到那時，我們可能會在中國市場超過特斯拉。特斯拉在中國不會有像我們這種便利的環境做閉環迭代。

晚點：有內測用戶說，特斯拉新的 FSD 14.1.2 已修復 95% 的猶豫變道和剎車問題，“過去兩天我都沒有碰過方向盤”。理想如何評價 FSD V14 版本？

郎咸朋：我們非常關注 FSD V14 的進展。從現有用戶視頻來看，表現確實非常出色，解決了不少長期存在的長尾問題。后續我們團隊也會在美國本地做實車體驗。

就在 10 月 21 日 ICCV 大會上，Ashok（特斯拉 AI 軟件副總裁）展示了特斯拉的模型框架，其中已明顯包含 Language 模塊，并且引入了如 3DGS 等多模態任務，這與我們 VLA 體系（Vision-Language-Action）在理念上高度一致。

理想 VLA 同樣不止于語言或行為層，而是通過多模態世界理解、決策與動作協同，實現閉環學習與自我進化。

整體而言，特斯拉與理想在技術路徑上方向一致、實現細節不同。我們把 FSD V14 視為一個值得學習和對標的關鍵對手。

晚點：現在特斯拉一個重要的迭代方向是硬件算力，Hardware 5.0 甚至 6.0。理想會去做更大算力的硬件嗎？

郎咸朋：特斯拉的資源和能力支撐它這么做，這并不代表它一定對，但是把算力預留多了，總的來說沒壞處。其實現在所有人都不確定到底多少算力夠用，但一定會收斂到合理數值。

業務流程變革完成后，我們就知道合理算力是多少了。可能未來一兩年我們能回答出來，到底車端是 1000TOPS 還是 2000TOPS。總之不會太大，因為駕駛相對比較簡單。

晚點：要最終實現自動駕駛，剛才你提到很多便利條件，包括端到端和 VLA。最大的挑戰或者瓶頸可能會出現在什么地方？

郎咸朋：真正的自動駕駛需要變成大規模落地的應用，技術只是第一個挑戰。更大的挑戰來自怎么大規模商業化落地。就像是 iPhone 怎么說服大家使用 App Store、iCloud 服務。而且必須一上來就弄得特別好，否則大家可能會直接否定這個商業模式。

所以我會更加慎重地去做。在技術上可能會做得激進一點，但在商業化落地上，需要更穩妥一些，充分準備好之后再推向大眾。

晚點：而且不僅是國內市場，它是全球市場。

郎咸朋：先做國內就行。國內的商業化落地也是很大挑戰。

輔助駕駛就需要很長時間做用戶教育，如果看最早供應商做的 ADAS，包括 Mobileye 開發的特斯拉 Hardware1.0、2.0，距今已過去十幾年。L4 實際上是無人狀態，法律法規包括大眾的接受程度，會是最大挑戰。

晚點：你說 L4 先做國內市場就可以，但是你們前段時間剛建立創新業務部，據說是面向海外市場的。

郎咸朋：除了美國，海外其他地區對智駕的接受程度還停留在國內市場前幾年的水平。而且海外的法規還需要持續地去影響，包括我們產品怎么做。

所以，我們就先建立這樣一個海外預研部門，一方面交付產品，另一方面預研將來 L4 怎么在海外落地和推廣。技術上都一樣，但是商業化落地、產品設計和研發，跟國內肯定有區別。

系統在痛苦中建立，業務演進導致組織變化

晚點：你加入理想將近八年，最艱難的時刻是什么時候？

郎咸朋：2019 年，那時候我個人的系統還沒有建立好，正在經歷從研發工作者到業務負責人的轉變，這個過程非常痛苦。雖然后面也遇到過很多困難，但那次轉型是最痛苦的，就像把你整個人撕裂開來，再重組，然后讓你完成一次徹底的迭代。

晚點：最有成就感的時刻呢？

郎咸朋：到目前為止，應該是去年端到端的量產落地。VLA 現在還沒完全弄好，但端到端讓我非常有成就感。

再往前，就是 2021 年 5 月 “衛城” 項目的交付，我們用不到 90 天完成這件事，那是我們真正第一次從 0 到 1 交付，讓我終生難忘。如果那次失敗，就沒有后面我們所有的自研過程。去年端到端方案的交付，是我們第一次從落后反超到領先。下一個重要時刻可能就是真正實現 L4。

2021 年 2 月 26 日，理想啟動其首個全棧自研的智能駕駛項目，內部代號 “衛城”。項目英文名 “Acropolis” 是 “ADAS Capability Research Original Production On Lixiang SUV” 的縮寫，代表 “理想汽車 SUV 車型原廠智駕功能研發”。

為配合 “衛城” 主題，項目各個團隊也采用了希臘神話中的代號：如硬件團隊為 “雅典娜”（Athena），算法團隊為 “阿爾忒彌斯”（Artemis），數據團隊為 “波塞冬”（Poseidon），分別象征著戰爭、狩獵與數據海洋。

在 “衛城” 項目上，理想智駕團隊第一次采用集中封閉的開發模式。春節假期剛過，項目團隊就分頭在北京望京、連云港東海等地啟動研發。

晚點：2021 年 5 月落地基于雙征程 3 自研方案時，自研團隊有多少人？

郎咸朋：整個團隊不到 100 人。“衛城” 項目是從各個團隊東拉西湊人手組成的，加起來一共 100 多人，那份名單我現在還留著。

晚點：從 2021 年到現在，你們的組織架構是怎么演變的？

郎咸朋：2021 年時你說有啥組織邏輯？就一個項目組。不過從開始自研到現在，我們的骨干人員已經走到了第三代。2021 年之前，算法研發的主力是王軼倫，軟件研發的主力是關書偉。當時賈鵬剛入職不久，在做數據閉環。

晚點：有理想的人說，你們數據閉環做得好，因為招了一個英偉達的人過來，那應該就是賈鵬。

郎咸朋：對，其實英偉達也沒做過數據閉環，當時大家也沒數據，但賈鵬的能力肯定夠。我們之所以能成功，最大護城河就是數據閉環。等 VLA 成功的話，護城河就是現在正在搭建的強化訓練閉環。

第一代骨干是王軼倫、關書偉、賈鵬，這三個人跟我一起做了 2021 年的自研。完成從 0 到 1 后，王軼倫和關書偉走了。軼倫去做量化，書偉輾轉了好幾個地方。

第二代骨干是賈鵬、王佳佳和我。第二代一直走到端到端時，夏中譜加入團隊。現在是第三代，新班子以詹錕、湛逸飛為主，加上后面 9 個二級部門負責人，一共 11 個。希望有人能成長為像湛逸飛、詹錕這樣的角色。

其實詹錕 2021 年就來了。他當時還在更下面一層，經過這幾年從 NOA 到端到端再到 VLA，慢慢成長為二級部門負責人，在管理和研發上都有很大貢獻。

晚點：你們早期人事變動也挺多。

郎咸朋：完成自研的從 0 到 1 之后，大家觀念和想法有變化，比如有人對比蔚來、小鵬都幾十上百億地投，人數也比我們多很多，覺得公司投智駕投少了。

想哥的經營邏輯是不能亂花錢，要保證毛利，保證經營利潤率是正的。我們確實是新勢力幾家里經營利潤率最早轉正的，但他們可能覺得沒必要這么摳，應該放開投自動駕駛。

成功最必要的條件是堅持，其次才是能力或者才華。團隊里負責算法模塊的一位同事，之前做了很長時間數據、質量分析等很多周邊事情，對業務全局有了更廣度的了解。而且做了很長時間，深度也夠。這時再讓他做核心算法模塊，就更有信心做好。

我們還有位同事是理想智駕部門最早一批，中間離開過，到 2021 年我們開始自研又回來了。他做過地圖、系統軟件架構，還做了數據相關的事情，最終慢慢穩定在 AI 評測與運營。

這是我培養人的方式——核心負責人應該對全面業務有一定了解，而且愿意為這件事情的最終達成做任何事。

晚點：作為一位帶領千人左右團隊的技術高管，你怎么培養自己管理團隊的能力？

郎咸朋：我是 2018 年加入理想的，之后一年多感覺啥也沒做，也沒資源，團隊就十來個人，天天跟著供應商后面做測試。團隊內部也不相信我們，覺得我來了一年也沒干啥事兒，是不是能力不行，從百度過來忽悠人的？

我們其實也想做點事情，當時我問鐵哥（理想汽車 CFO 李鐵）要了一點經費，買了幾個 Velodyne 的 64 線激光雷達。既然不讓我們做 L2，因為 L2 有供應商做，那我們就自己做點 L4 的預研唄。就跟小馬智行樓天成的想法一樣，一方面交付 L2，另一方面研究 L4。

那幾個激光雷達得找車裝，但也沒車，我們就找做碰撞測試報廢的車里還能開的。一個激光雷達大概要花 60 萬到 80 萬，一共花了鐵哥 300 多萬。這些錢放在任何自動駕駛公司都是毛毛雨，但那時候對我們來說簡直是不可多得的東西。

有時候我們把激光雷達放在辦公桌上做實驗，鐵哥看見就說：“郎博，你這個激光雷達還用不用，不用把它們退了。” 要知道這是 2019 年，那時候理想融資非常困難。想哥那年到處找投資人，見了上百個投資人，最后才找到王興投資。如果沒有王興，2019 年整個公司可能都有很大風險。

那時期我也痛苦，事后想想大概是因為老在想怎么表現自己。很多有才華的技術人員都希望能展示才華，但他不知道展示才華有個前提：你得在這個大平臺上，讓這個平臺跟你一起成長。

晚點：后來是怎么轉變想法的？

郎咸朋：所有組織變化都跟業務相關，所有業務變化都跟戰略相關。這是貫穿始終的主線。LSA（Li Strategy Analysis，理想汽車戰略分析法）對我的指導意義非常大。

那時候想哥找我談話，建議用 LSA 的框架看人生、業務、戰略目標，然后根據戰略目標設置業務目標，有了業務再建立組織，組織之后才是架構，然后還有資源和錢，結合整個公司背景來看這件事情。

當時他跟我說，假設我現在就給你 100 個億，你能把自動駕駛做出來嗎？你得判斷什么時候能做好，或者建立起基礎能力需要多長時間，需要什么樣的資源。

其實 2017 年入職之前面試，我就在跟想哥說，自動駕駛最重要的是數據。想哥后來就說，郎博，你最初是不是這么說的？那如果咱要做到這一點，第一步肯定不是買幾個激光雷達，而是要把車先做好，所以就得跟供應商一起把車上這套系統先交付了，然后車先真的能賣起來時，咱有現金流、有經營利潤了，才能慢慢再投自動駕駛。

站在今天，想哥說的話都應驗了，后邊確實一年年投的也多了，理想投自動駕駛累計也是幾十個億、上百個億了。但倒回到 2019 年時，別說 1 個億了，連 1000 萬都沒有。那時候道理是這個道理，但作為負責人心里不爽。

晚點：當時小鵬、蔚來不僅是國內幾百人的研發團隊，海外團隊也在建。

郎咸朋：想哥當時勸我說，就算現在給你資源，也只是滿足一時的執念，不會有真正的積淀。

我那時很掙扎，從百度過來一年多，收入低、項目難推進，看著以前的同事都在大廠風生水起，確實煎熬。也想過離開，但冷靜想想，理想這個平臺、包括想哥本人，還是能支撐我們做出真正的 L4 自動駕駛。

所以我選擇留下。很多人換平臺，但我覺得真正能做成事，需要系統性的思維，而不是遇到挫折就換賽道。

晚點：你是怎么用 LSA 這套方法做自動駕駛業務的？

郎咸朋：LSA 抽象起來就是幾句話：認知決定戰略，戰略決定業務，業務決定組織和資源。

首先，你要不停迭代自己的認知，我當時對自動駕駛的理解已經夠了。接下來是戰略目標：理想要在哪一年實現自動駕駛？為了實現目標，比方說需要 100 億公里數據，那就得算算整個公司大概在哪一年能累計交付 100 萬輛車。我們去年累計交付百萬輛車了，所以自動駕駛才開始爆發，這非常符合當時的設想。

在這個過程中，一方面你別讓公司垮了，別讓公司錢全投給自動駕駛，公司還經不經營？另一方面，你在有限資金下，怎么更好地積累能力，等到公司真有 100 萬輛車時，你別拿不出能力來。

所以之前有兩條線。明線是要做交付，暗線是團隊內部的業務能力搭建。在 2024 年端到端之前，我們的業務能力最核心的就是如何構建數據閉環。我在自己 2019 年的 LSA 里就寫過這句話：自動駕駛的本質是高效的運營數據閉環。從業務出發，到組織和資源，當時都算過了，我們大概到 2025 年之后，一年穩定花 30 個億左右。現在我們差不多也是這么花的。

2019 年，郎咸朋在自動駕駛 LSA 戰略分析文檔中寫道：自動駕駛技術要解決的核心問題，是讓車輛的自主駕駛有效區域（記為 I'）不斷擴大，直至完全覆蓋真實世界（記為 I）。其能力發展可以用一個公式來描述：I' = A · D(t) · δ(t)。

A 代表算法能力，由算力、傳感器、執行機構等硬件與核心算法共同構成。D(t) 代表有效數據量，隨車輛保有量增加而逐漸增大，最終趨于一個穩定且巨大的數值。δ(t) 代表數據閉環的效率，即數據轉換到算法的效率。

郎咸朋當時分析稱：在公式的三個乘數中，算法能力 A 一旦選擇之后就是常量。有效數據量 D(t) 雖然是變量，但如果軟硬件標配后可最大化這個數值為一個與銷量相關的常量。所以只剩下一個關鍵變量，即數據閉環效率 δ(t)，它將決定整個自動駕駛的能力發展。因此，自動駕駛的本質是：高效運營數據閉環。

郎咸朋：我肯定不是天才，也不是最優秀的人。我相信很多人都能跟我一樣，在某個時間點做出后面那些認知和規劃。但難的是這需要很多時間去實現，而且過程當中有很多波折和坎坷。你能不能在遇到任何情況時，還能堅持你當時自己的認知、判斷和規劃。

這個非常重要。簡單說就是你制定了一年期的鍛煉計劃，刮風了、下雨了、打雷了，你是不是能風雨無阻地去鍛煉？

晚點：總結起來，就是既要有一個非常遠期的計劃，同時又要把遠期和近期的工作目標結合好？

郎咸朋：還不是結合，就是在遇到一些現實的困難和問題時，你能不能不受它們干擾？比方說公司要優化、要裁員，公司經營不下去了，難道還給你投很多錢嗎？但不論公司有什么樣的困難，你都要堅持住你自己之前做的認知上的計劃。

剛剛說了一個負面的，還有正面的。2023 年車賣得好，年底獎金給得也挺多，整個公司也挺膨脹。當時就說，郎博你們這個自動駕駛不行，得多招人。我當時的認知是不需要很多人，跟特斯拉差不多就行了。

特斯拉兩三百人，我們沒有它那么厲害，有五六百、七八百人就行了。總之肯定不要幾千人，人一多自然會有問題。實際上，到年底我們也就 1000 人多一點。

在我的數據閉環思路里，從 Operation（運營） 到 Validation（驗證），整個系統自我運轉起來后，不需要那么多人。特斯拉已經給了很好的示范，全球運營幾百萬輛車，做自動駕駛的也就這幾百人。

特斯拉只有 FSD 一個平臺，我們可能是兩個平臺，英偉達的，地平線的。那我們人數比特斯拉多一倍，500 人差不多了。我再比他笨點，七八百人就差不多了。你肯定不能弄到兩三千人，這肯定是不可想象的。如果人一多，這些人勢必就會證明：人多是對的。那就減不下去了。

在高峰時不膨脹，在低谷時不放棄

晚點：你 2018 年來理想時，和李想說的是要做自動駕駛，還是智能駕駛？

郎咸朋：自動駕駛，甚至是無人駕駛，當時還聊到 L4/L5 級別。當時只能去車企——百度不造車、沒有數據，得跟車廠合作。國外車廠隔得太遠，而且奔馳寶馬的數據也不會開放給我們。

晚點：在理想這七年多，哪些超出你的預期，哪些在當初的設想之中？

郎咸朋：剛入職理想時，有管理崗（M 崗）和研發崗（P 崗），我還主動要求把自己放 P 崗，就想著把技術做好。但后來才明白，如果想真正做好技術，必須把整個業務管理都做好。

實現 L4 涉及技術、產品和商業三個部分。我之前從沒想過商業還跟我有關系，但我正在做的就是規劃 L4 實現后的商業戰略。這完全不同于很多人想的，比如 Robotaxi 或者售賣 FSD 功能就是商業化。其實 iPhone 背后的商業價值是智能手機加整個 iCloud 等服務體系，還挺復雜。

晚點：現在你怎么分配自己在工作上的時間？

郎咸朋：放在技術上的比例越來越少了，我的工作重心已經轉向戰略和管理。大概50%的精力用于中長期的戰略和商業規劃；30%放在管理上，主要是組織、人員、資源等短期日常事務；剩下的 20% 放在技術和業務進展上。

晚點：你什么時候最焦慮，當時是如何度過的？

郎咸朋：做端到端之前，我從來不抽煙。到端到端那時候就開始抽煙。早晨從家到公司抽一根，晚上回家時，夜深人靜再抽一根，然后思考怎么研發端到端。那時的焦慮還是在于，能不能把這個技術、產品突破出來，因為我們真正開始做領頭羊了。

之前華為、特斯拉在前面，我們照著追就行。追平之后再往前走，方向怎么選、能否執行好，沒有樣本可以參考。這確實是更焦慮的時候。

不過剛開始超越別人時，我可能想得比較多，現在 VLA 已經超越了一部分，我反而能看得更清楚。回頭看來時路會發現，只要我作出的決策合乎戰略選擇、符合歷史大勢，就一定有辦法把問題解決好。

晚點：你們團隊現在有很多校招生，他們年輕又有潛力，你怎么培養和管理這些人才？

郎咸朋：這些人都有自己的想法，你很難說服他們，而且他們可能都覺得比你聰明、比你厲害。最關鍵的是把公司戰略和目標講透，讓他們明白我們到底要去哪。想哥也經常這么做，他跟校招生平均每個月有一次溝通。

優秀人才不可能被說服，但可以讓他們在理解目標之后愿意跟著一起走。還有就是給足資源和空間，讓他們能放開手腳做事。

晚點：如果今天的你給 2018 年剛入職理想時的自己提一條建議，可能會是什么？

郎咸朋：我真覺得一切都是最好的安排。我學到的最大經驗，就是不要跟年輕人講經驗，他們是靠自己去悟。如果非要說的話，就是能不能把 2019 年的迭代再提前一點？但 2018 年時公司又沒有 LSA。到目前為止，人生沒有什么遺憾，很多人覺得遺憾，還是因為沒有看透事情的本質。

不過說起來，我曾經覺得自己有一個遺憾，但不是在工作中，而是在學習中。雖然我后來讀博，但我最大的遺憾是沒有上一個好本科。

晚點：沈陽化工學院。

郎咸朋：我那屆沈陽化工學院從山東招了 20 個人，只有 7 個最終留在那所學校。很多人是看學校一眼就直接走了，說 “我要回去復讀，這是什么破學校？不待。” 但我當時覺得既來之、則安之，想著在學校里好好學，等考研再考出來。

考研時，我還問學校里一些相對比較優秀的老師，什么學校比較好？說能考上中科院沈陽自動化所就非常好，因為連他們自己都考不上。我最后考上了，但發現還不如考清華北大的研究生，或者到中科院北京自動化所來讀書。

所以我之后還是覺得，視野決定認知，在一幫矬子里邊當將軍其實不能證明什么，一定得出來。

后來到了百度。大家都覺得百度挺好的，可我想做自動駕駛，想到離車近、有數據的地方去。到理想后，從衛城到無圖是有突破，但還沒達到公司要求，我自己也不滿足——做無圖還是被華為和小鵬壓著。那怎么能突破？端到端、VLA。

晚點：假設你最終實現了 L4/L5 級別的自動駕駛，之后可能會選擇做什么？

郎咸朋：我應該還是會一直去挑戰一些不太可能的極限，而且我會得到很大樂趣——當別人都覺得你不行的時候，你做成了，是很爽的。這包括之前的衛城，也包括后來的端到端和 VLA。

我肯定能做成一些事情，這并不是說我對自己迷之自信，而是掌握了一定的方法和規律。事物的發展一定有高峰和低谷，那么在高峰時你能不能忍住不膨脹？在低谷時你能不能忍住不放棄？在聰明才智以外，這才是核心能力。

題圖來源：理想汽車