理想郎咸朋：他們反對VLA，恰恰說明VLA是正確的

【智車派新聞】近日，理想汽車自動駕駛研發高級副總裁郎咸朋在接受媒體采訪時回顧了理想智駕團隊發展演變歷程，并首次回應外界對VLA的質疑。

據智車派了解，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。如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“多模態的特征對齊非常困難”等多個難點。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。

對此，郎咸朋進行了詳細回應：

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。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。

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。

郎咸朋認為，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。他表示，理想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。

郎咸朋還認為，VLA可以實現L4，但以后一定還會有新技術出來。他指出，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。