理想郎咸朋：他们反对VLA，恰恰说明VLA是正确的

【智车派新闻】近日，理想汽车自动驾驶研发高级副总裁郎咸朋在接受媒体采访时回顾了理想智驾团队发展演变历程，并首次回应外界对VLA的质疑。

据智车派了解，今年3月理想发布VLA技术后，竞争对手和行业观察者在落地可行性、技术路线选择等方面提出不同看法。如博世智能驾驶与控制系统事业部（XC）中国区总裁吴永桥认为，VLA落地有“多模态的特征对齐非常困难”等多个难点。华为智能汽车解决方案BU CEO靳玉志称，华为不会走向VLA的路径，而是更看重WA（World Action）路径。

对此，郎咸朋进行了详细回应：

第一是多模态对齐。据了解，博世不自研基座模型，也几乎没做过大模型相关工作。但我们成立了基座模型研发团队，智驾团队之前做VLM时也做过视频和文本的多模态对齐，这方面能力我们已经积累很多。这确实有难度，但难才有技术含量，对我们来说不是问题。

第二是数据训练和提取。博世自己的数据量不大，但不能简单认为我们也没有很多数据。我们搂着采，到现在还有十几亿公里的数据。

第三是大语言模型的幻觉。不能完全站在生成式数据角度来考虑，生成图像、文本。随着模型这几年不断迭代，幻觉越来越少。而且我们有强化学习、有超级对齐，有办法解决模型幻觉。

靳总说的也同理。我们已经做完端到端，过程中发现corner case的数据收集，最重要的是数据分布和数据质量。现在就是corner case分布不均衡，收集数据困难，确实挑战很大。即使有很多数据，也不可能穷尽世界上所有场景。必须让系统有人类这种思维推理能力才可以，简单泛化不行。

郎咸朋认为，他们反对VLA，恰恰说明VLA是正确的。出于市场竞争和技术演进的考虑，在VLA和端到端上线初期，我们首先要保证它们在安全性的维度上做得不差，之后再去逐步提高上限。他表示，理想VLA的能力现在还没有完全发挥出来，到今年底、明年初，大家就能看到一些非常好的表现，用户会觉得这辆车真的活了。

郎咸朋还认为，VLA可以实现L4，但以后一定还会有新技术出来。他指出，开车这件事并不需要很复杂的技术或很高的智商，一般人都能学会开车，所以VLA够用。但技术本身会持续迭代，比如将来人工智能发展到让每个人都像爱因斯坦或各领域专家那样，那需要比VLA更高级的技术才能实现。