北京
版权声明：本文版权为网易汽车所有，转载请注明出处。
网易汽车12月11日报道 近日，理想汽车自动驾驶研发高级副总裁郎咸朋通过微博，就宇树科技创始人王兴兴此前提出的“VLA技术路线担忧”进行了回应。郎咸朋明确指出，VLA是理想认为最优的自动驾驶模型方案，而具身智能的关键在于整体系统能力。这一表述不仅回应了技术争议，也提供了理想对自动驾驶未来发展路径的清晰判断。
用效果说话：OTA 8.1是VLA方法论的阶段性验证
郎咸朋强调，“空谈架构不如看疗效”，理想坚持VLA路线的前提，是基于数百万辆车形成的数据闭环。OTA 8.1的更新为这一观点提供了直观验证。感知能力的升级是首要变化，通过使用2D ViT技术将感知分辨率从1K提升至2K，识别距离从100米延长至200米，车辆能够更早识别红绿灯，实现更加平顺和舒适的制动体验。感知能力提升，为模型生成轨迹和控制信号提供了更高质量的输入，这与郎咸朋提出的“模型必须与具身智能系统整体适配”高度契合，也说明具身智能不是单一大脑强就够，而是系统协同的重要体现。
OTA 8.1在路径选择与决策能力上的优化同样显著。在主辅路切换和岔路选择等关键场景中，无效变道明显减少，决策更加精准。理想通过约600万Clips优质驾驶数据对模型重新训练，使VLA能够持续通过强化学习迭代，不断接近人类驾驶逻辑。郎咸朋同时指出，世界模型更适合云端考场，用于仿真和数据生成，而车端推理仍由VLA执行。这种车端务实、云端高逼真训练的分工模式，体现了理想对系统架构的务实思考。
VLA为何是理想的长期坚持：系统论逻辑下的生成式模型
郎咸朋与王兴兴在观点上最大差异在于，前者认为模型关键不在于架构本身，而在于与具身智能系统的适配度。VLA作为生成式模型，可直接生成轨迹与控制信号，表现出用户反馈中的拟人化行为。通过结合大量真实数据与云端仿真数据的持续迭代，VLA逐步形成对空间关系、交通意图和驾驶习惯的理解能力。相比传统端到端+VLM模仿学习，VLA强化学习机制能够处理“未学过”的场景，实现更广泛泛化能力。
百万辆车构建的数据闭环是理想对VLA信心的核心。郎咸朋指出，理想不仅拥有十几亿公里的存量数据，还通过150万辆车获取实时新增数据。在筛选过程中发现，约40%的驾驶数据存在偏向道路一侧或不严格遵守限速的现象，这些数据被保留以保持对真实世界驾驶行为的学习。VLA追求的是接近真实驾驶的自然行为，而非几何意义上的规范轨迹。
系统适配也在底盘层面体现。以VMM（车辆运动管理）模块为例，减速任务中车辆会根据策略划分卡钳制动与液压制动比例，实现安全性和舒适性的平衡。这说明理想的技术体系不是单一模型，而是通过感知、模型、操作系统、芯片与底盘的全链路协同，将系统能力贯穿到每一个决策与执行环节。从这个视角看，“VLA是否最优”已经不是孤立模型问题，而是系统架构下的路径选择问题。
具身智能视角：VLA是通往“汽车类具身机器人”的关键
郎咸朋的回应还明确了理想未来发展方向，自动驾驶是具身智能，而具身智能不是单一技术点，而是系统能力的综合体现。李想曾在内部会议中指出，未来五到十年，具身机器人将呈现汽车类与人形类两种形态。理想选择以汽车类具身机器人为核心，这是其技术与产品战略的基础。
理想在具身智能方向的积累体现在感知、模型、操作系统、算力和本体的全栈协同。郎咸朋强调，“整体系统能力”才是具身智能的本质定义，单项突破无法构建真正的智能体。
VLA之所以成为汽车具身智能的核心，是因为它能够理解物理世界，并在空间理解、思维推理与驾驶行为生成上形成统一逻辑。它融合视觉、语言与行为，具备链式推理能力，生成接近人类司机风格的轨迹，同时通过语言交互形成记忆与驾驶偏好。这正是理想坚持VLA作为长期技术路线的核心逻辑，也是其认为VLA是“最好的自动驾驶方案”的根本原因。
结语：技术争议仍将持续，但路径选择更清晰
郎咸朋的回应并不是一场“技术路线之争”的终局，而是一家深度投入自动驾驶与具身智能的企业，基于技术能力、资源禀赋与产品策略所作出的长期判断。
对于行业来说，VLA、世界模型、端到端等路线的争论不会马上结束，但随着更大规模的车端部署、更成熟的云端仿真体系以及更长期的数据闭环积累，技术路线最终会通过效果决胜，而非观点决胜。
从OTA 8.1的体验提升，到理想具身智能系统框架的逐渐清晰，可以确认的是：理想正在用一个越来越系统化、越来越工程化的方式构建其自动驾驶体系。而VLA是否最终成为定义行业的主流路径，仍需时间验证。
对于用户与行业观察者来说，此次回应至少提供了一个清晰信号：VLA不是一个模型，而是一个系统；自动驾驶不是一个功能，而是具身智能的第一场战役。
