每經(jīng)記者｜周逸斐    每經(jīng)編輯｜廖丹    

全球資本市場正經(jīng)歷以人工智能為核心的新一輪科技投資熱潮。

當前，全球汽車產業(yè)正經(jīng)歷一場由人工智能技術驅動的深刻變革。從產品形態(tài)到用戶體驗，從生產方式到商業(yè)模式，AI（人工智能）技術正在全方位重塑汽車行業(yè)的每個環(huán)節(jié)。

在此背景下，人工智能可以帶來哪些新的出行場景？車企是否做好了相關技術準備？圍繞這一系列問題，理想汽車相關負責人（以下簡稱理想汽車）接受了《每日經(jīng)濟新聞》記者（以下簡稱NBD）的采訪。

汽車將從交通工具轉變?yōu)锳I時代的“空間機器人”

NBD：當前，我國正大力發(fā)展“人工智能+”。未來5至10年，人工智能對汽車、對汽車行業(yè)最大的改變是什么？

理想汽車：我們認為，未來5至10年，“人工智能+”將從根本上重塑汽車行業(yè)。汽車將從一個工業(yè)時代的交通工具，轉變?yōu)锳I時代的“空間機器人”。這不僅是技術的升級，更是產品形態(tài)和產業(yè)范式的革命。

對汽車行業(yè)而言，電動化是過程，AI才是終局。競爭的核心將從傳統(tǒng)的硬件制造，轉向軟件和人工智能技術驅動的全面能力。企業(yè)需要具備構建覆蓋模型、算力、操作系統(tǒng)和硬件本體的綜合體系能力，這四大要素相輔相成，缺一不可。

對于車主而言，最大的體驗變化將來自AI，從“輔助工具”躍升為“生產工具”。

具體來看，首先是徹底的駕駛解放。通過VLA（視覺-語言-行動）司機大模型，AI將像一個真正的“司機”一樣工作。用戶將從駕駛任務中完全解放，在出行途中可以自由地進行工作、休息或娛樂，車輛將成為一個安全、可移動的自由空間。

其次，自然的人機交互。用戶可以使用自然語言與車輛溝通，如同與人類司機交流一樣簡單直接。例如，直接發(fā)出“走收費站的人工通道”“停在停車場的C3區(qū)域”等復雜指令，車輛都能理解并執(zhí)行。

最后是超越人類的安全與舒適。通過“超級對齊”和“世界模型”等技術，AI司機不僅能遵守交通規(guī)則，還能對齊人類的駕駛習慣和價值觀，這種躍升的目標是帶來比人類駕駛更安全、更舒適的出行體驗。

NBD：不少人認為，L3級自動駕駛是一個技術上的“偽命題”或過渡階段，車企應全力奔向L4級，怎么看？

理想汽車：我們認為，L3級是有監(jiān)督的智能駕駛，并非偽命題，是通往L4級的必經(jīng)之路和關鍵先導程序。L3級是一個不可或缺的過渡階段，讓AI系統(tǒng)在真實世界中學習、驗證和迭代，為最終實現(xiàn)完全無人駕駛積累必要的經(jīng)驗和數(shù)據(jù)。

要實現(xiàn)L4級自動駕駛，我們認為，需要在以下幾個方面取得關鍵突破。

核心技術的突破方面，依賴于VLA司機大模型，這一核心算法的成熟。它需要具備完整的視覺感知、語言理解和思維鏈推理能力，能像人類一樣處理復雜的交通環(huán)境。

算力資源的巨量投入，是實現(xiàn)AI突破的物質基礎。理想汽車在人工智能的模型、算力與基建方面，1年投入超過60億元，在汽車行業(yè)內屬于最高的投資級別之一。強化訓練需要大量的推理卡，車端模型的參數(shù)規(guī)模也需持續(xù)升級，這對算力提出了極高要求。

數(shù)據(jù)閉環(huán)的規(guī)模效應方面，需要足夠大規(guī)模的車隊在路上行駛，持續(xù)收集海量的包括極端情況在內的駕駛數(shù)據(jù)，用于模型的持續(xù)訓練和優(yōu)化。

NBD：有市場觀點指出，未來3至5年內，一定會出現(xiàn)沒有駕駛座的車，如何看待這一觀點？

理想汽車：3年內，我們會推出L4級定義的車型。對于市場上關于“未來3至5年內一定會出現(xiàn)沒有駕駛座的車”的暢想，我們給出了明確而積極的回應。根據(jù)公司的規(guī)劃，理想汽車將在3年內，即2028年左右，推出首款L4級自動駕駛定義的汽車。

這款車型的推出，意味著汽車的設計理念將發(fā)生根本性變革。由于車輛具備了完全自主的駕駛能力，傳統(tǒng)的駕駛艙、方向盤、踏板等部件將不再是必需品，從而為車內空間的設計，提供了無限的可能性。

屆時，汽車將從一個“駕駛機器”，真正轉變?yōu)橐粋€純粹的“生活空間”或“工作空間”。

理想汽車董事長兼CEO（首席執(zhí)行官）李想甚至進一步暢想，到2030年，公司有50%的概率會推出一款人工智能超級跑車。這表明，理想汽車對于“沒有駕駛座的車”這一未來趨勢，不僅有著清晰的規(guī)劃，更充滿了信心和期待。

理想汽車認為，L4級自動駕駛的實現(xiàn)，將是汽車行業(yè)真正的“iPhone 4時刻”，將引發(fā)一場深刻的產業(yè)革命。

NBD：要實現(xiàn)“沒有駕駛座的車”，還要克服哪些難題？

理想汽車：盡管“沒有駕駛座的車”前景廣闊，但落地仍然面臨著巨大的技術挑戰(zhàn)和市場考驗。

在技術層面，L4級自動駕駛的實現(xiàn)，本就是一項極其復雜的系統(tǒng)工程，需要在感知、決策、控制等環(huán)節(jié)，達到極高的可靠性和安全性。

此外，車輛的冗余設計、網(wǎng)絡安全以及與外部環(huán)境的協(xié)同交互等，都有待攻克的難題。

在市場層面，消費者對于完全無人駕駛的接受度、相關法律法規(guī)的完善以及保險責任的界定等，都是制約完全無人駕駛大規(guī)模商業(yè)化落地的重要因素。

然而，挑戰(zhàn)與機遇并存。一旦這些技術和市場障礙被克服，“沒有駕駛座的車”將開啟一個萬億元級的全新市場。

這將徹底改變人們的出行、工作、生活方式，并催生出無數(shù)全新的商業(yè)模式和服務。為迎接這一天的到來，我們不僅在技術上全力沖刺，也在積極參與相關政策法規(guī)的討論和制定，希望在技術成熟之時，能夠順利地推動其商業(yè)化落地。

國內VLA技術與海外頂尖技術 目前存在算力“代差”

NBD：當前，汽車產業(yè)在生產端的AI應用，多為點對點，模型針對性強，換個場景就難以適用。應如何推動模型泛化，讓它能適用于多場景、多環(huán)節(jié)，避免企業(yè)重復投入？

理想汽車：解決“點對點”模型泛化能力差的問題，關鍵在于構建通用的AI基礎模型和能力平臺。

我們的實踐路徑是深耕VLA基礎模型，目前正致力于研發(fā)VLA模型，希望構建一個能夠深度理解物理世界的“世界模型”。

這個模型一旦成熟，其核心能力可以復制到制造、供應鏈管理等多個環(huán)節(jié)。例如，通過視覺分析自動檢測生產缺陷，或通過語言理解優(yōu)化物流調度。

此外，堅持技術自研與開源協(xié)同。

我們堅持在關鍵領域進行自研，構建底層能力。同時，我們積極擁抱開源，并回饋開源，例如，將自研的“理想星環(huán)OS”操作系統(tǒng)開源，目的是避免行業(yè)“重復造輪子”，讓大家能夠站在彼此的肩膀上共同創(chuàng)新。

NBD：理想汽車推出的“VLA司機大模型”可以理解人的語言。國內的VLA技術與海外的人工智能技術，還有哪些差距？

理想汽車：VLA模型作為通往高階智能駕駛乃至通用人工智能的關鍵技術路徑，正成為全球科技巨頭和車企競爭的焦點。我們通過自研Mind VLA模型，已將其應用于量產車型。

然而，盡管國內企業(yè)在VLA技術的應用和迭代速度上展現(xiàn)出強大競爭力，但與海外頂尖AI技術相比，在算力基礎設施、數(shù)據(jù)閉環(huán)構建等多個維度上，依然存在顯著差距與挑戰(zhàn)。這些差距不僅決定了技術發(fā)展的天花板，也直接影響著未來自動駕駛產品的安全性、泛化能力和用戶體驗。

首先是算力基礎設施的差距。算力是訓練大模型的“燃料”，其規(guī)模和效率直接決定了模型迭代的速率和能力上限。在這一核心要素上，國內車企與海外頂尖玩家之間，存在明顯的“代差”。中國車企在算力基礎設施的總體規(guī)模和投入上，與海外同行仍有較大差距。

此外，在數(shù)據(jù)閉環(huán)與模型迭代方面。數(shù)據(jù)是AI模型的“養(yǎng)料”，高質量、大規(guī)模的數(shù)據(jù)閉環(huán)是驅動模型持續(xù)迭代、提升泛化能力的關鍵。

自動駕駛系統(tǒng)，尤其是VLA模型，其性能高度依賴于從真實世界中采集的海量、多樣化的駕駛數(shù)據(jù)。這包括常規(guī)場景和大量的長尾場景數(shù)據(jù)。

構建高效的數(shù)據(jù)閉環(huán)，即“采集-標注-訓練-部署-反饋”的循環(huán)，是頭部車企構建核心壁壘的關鍵。預計2025年需要2000萬Clips（視頻片段）的數(shù)據(jù)，以實現(xiàn)L3級自動駕駛，而L4級則需要至少500萬輛能夠采集數(shù)據(jù)的車輛。

盡管中國車企在數(shù)據(jù)規(guī)模和市場應用上具有優(yōu)勢，但在數(shù)據(jù)處理的效率和閉環(huán)構建的完整性上，與海外頂尖企業(yè)仍有差距。

NBD：最近，理想汽車進行的人力資源部門整合，也引發(fā)外界關注，這與適應當下的AI人才競爭有關嗎？

理想汽車：為了更好地適應“人工智能+”時代對人才和組織的要求，理想汽車在2025年進行了一次深刻的組織架構調整，其中最引人注目的變化是李想開始直管人力資源部門。

這一調整的背后，也是我們對AI時代組織建設的深刻思考。

李想認為，傳統(tǒng)的、強調流程和節(jié)奏的人力資源管理模式，已經(jīng)無法適應AI時代對組織敏捷性和創(chuàng)新性的要求。通過將人力資源部門并入產品與戰(zhàn)略群組，并直接向CEO匯報，理想汽車希望將人才戰(zhàn)略與企業(yè)整體發(fā)展戰(zhàn)略更緊密地結合，確保在關鍵領域能夠精準、快速地配置人力資源。

除了人力資源部門的調整，我們還在進行一系列更廣泛的組織變革，來構建一個能夠適應“人工智能+”時代的敏捷、高效的組織。

我們正在從傳統(tǒng)的職能部門制，向更加靈活的矩陣型組織架構轉型，打破部門壁壘，促進跨部門的協(xié)同和創(chuàng)新。同時，理想汽車也在不斷優(yōu)化其內部的流程和機制，例如，通過簡化審批流程、下放決策權等方式，提升組織的反應速度和執(zhí)行效率。

此外，理想汽車還在積極營造一種鼓勵創(chuàng)新、寬容失敗的企業(yè)文化，鼓勵員工大膽嘗試、勇于探索，從而激發(fā)整個組織的創(chuàng)新活力。

封面圖片來源：視覺中國