摘要Li Xiang认为，完美汽车的明智独创性超出了增长的范围。五个月前，Li Xiang在AI中以引人注目的方式宣布
摘要Li Xiang认为，完美汽车的明智独创性超出了增长的范围。五个月前，Li Xiang以备受瞩目的方式宣布，他想从一家智能汽车公司转变为人工智能技术公司。这次，Li Xiang采用了新的VLA（视觉语言行动）模型带走了公众。过去，VLA首次在3月的NVIDIA GTC会议上发行。这是一种新的建筑，它来自去年在辅助驾驶中“端到端 + VLM”架构中的完美汽车中出现的。情报不仅是近年来创建的良好标签，而且是专注于研发的方向。 2025年理想产品的主要要点主要集中在智能升级和升级上。 Li Xiang曾经说过：“智能驾驶理想的独创性超过了扩大的范围。”因此，随着崭新的VLA体系结构模型的推出，Li希望允许帮助驾驶以更改CAP与人类驾驶员类似的能力。在李徐的角度来看，VLA是一个很好的“驱动器模型”（或“驱动程序代理”），他希望该模型/代理可以像人类驾驶员一样工作，并像人类驾驶员一样在将来创造商业价值。在演示视频中，完美的“驱动程序代理”显示出与人类驾驶员类似的智能功能：不仅现有的良好的驾驶功能，而且可以直接通过语音与人类驾驶员进行良好的互动。通过高速公路收费站，说“ Manu-Manong”一词，系统可以从ETC Toll Channel转到Manu-Manu Toll Channel；在日常驾驶和停车时，您还可以通过“进度”，“ C区”和“停止”等简单说明调整驾驶员路线或停车，并通过在线汽车驾驶驾驶达到通信水平。自主驾驶大脑已经从“自身进行活动”的小团队转变为超级学习“看Sametime”，然后尝试“常见”ENSE + ACTION。今天，辅助驾驶是在新的交叉点-VLA。这也是AI 2的完美时光的重点。下一代的自主驾驶体系结构VLA首先提出。VLA是“驱动程序模型”，“它的作品就像人类驾驶员。 Li Xiang Kasabay强调，VLA的诞生不是突变，而是进化。简而言之，VLA在此过程中不会留下捷径。然后，它将被“压缩”（蒸馏）成一个较小，更快的型号（约3.2b参数），以便可以使用汽车中的芯片侧芯片正确运行。第二步是训练后，例如在驾驶学校的导师驾驶培训。工程师允许AI观看许多人类驾驶的视频，并学会模仿其操作。结合可以“看到”和“听”模型学习的“动作”的模型，以产生主要的VLA“端到端”模型。第三步是加强培训，例如获得驾驶执照后，您将继续o在社会中被居住和改善，并成为熟练的“老驾驶员”。这个过程必须进行两个试验：首先，请参阅大量人类驾驶数据。当正确完成时，它会受到“鼓励”，并且当它做得不正确时，例如让人们接受并获得“评论”。同时，完美的汽车建立了非常现实的虚拟“交通世界”，就像一个超高级别的模拟器一样，它允许AI自行练习。最后，借助此VLA“驾驶员大脑”，理想的自动车也设计了“驱动器代理”。用户可以使用自然语言告诉汽车在哪里以及如何将其驱动到自然语言中，例如与您自己的驾驶员交谈。代理商将提出您的VLA说明，并让其执行。但是，Li Xiang还说，VLA（NG Model Driver）可以解决完整的自主驾驶，但可能会有更好的未来体系结构。尽管变压器是最有能力的建筑，甚至有机会为了克服人们，它仍然对计算强度有很高的要求。这也意味着VLA可能不是最终解决方案，并且未来的技术演变仍然充满了变量。由于其出现在AI领域的演变中，还要促进了开放的资源，这也影响了AI领域的发展，还影响了AI领域的研究过程和发展。在原始计划中，完美计划在今年9月推出足够的语音模型（即VLA中的“ L”部分），并继续在此基础上训练VLA模型。 DeepSeek的出现为“站在巨人的肩膀上”提供了Perpekin的机会。根据Li Xiang的纪念活动，在今年1月发布并开放了DeepSeek R1模型之后，他很快跟随CTO Xie Yan和负责基础模型的人。 Chen Wei达成了共识。该团队认为，应将其用作加速VLA的发展和研究如何加速的基础在筹码中达到培训和推理效率。 Li Xiang说，该公司“正在接受比预期的更快”。更令人惊讶的是，李江透露该公司的开放资源和操作系统开发了 - 完美的Star OS戒指，已有四年。主要动机不是战略考虑因素，而是受到DeepSeek的开源启发。 “把它空白的是，它集中精力于DeepSeek。” Li Xiang在AI谈话中表达了他的看法|图像来源：当然，实时屏幕截图，AI的研究和投资仍在继续。 Li Xiang说，该培训卡非常适合2025年购买，几乎是预期的3倍。目前，理想是培训两个大型基本模型，特别是：“理想学生”的基础模型近300B（3000亿）。 Openai，Waymo和其他公司尚未访问。Delo语言是在训练VLA模型时，您需要添加与视觉和语言相结合的语料库，即三维I法师和对世界模型的理解应同时制定，并且此类模型没有原始数据。在春季音乐节结束后的第一次常规理想会议上，李江将Deviceek的出现与Linux的推出进行了比较，并表达了他追求人工智能的“ Android时刻”的愿望。完全希望在专业和垂直领域培训专门的大型模型，以提高现场领域的AI功能，并最终带来价值。在采访结束时，Li Xiang还提到了他的竞争对手特斯拉。他说，中国特斯拉FSD模型的当前水平并不代表特斯拉的真正优势，“也许是Gumagamit是在V12.5之前的模型。 “基本技能”也是Li Xiang一遍又一遍地提到的高频词汇。积累。 “他认为在一个内部col中lect环境，我们应该注意基本技能，否则更改将是锅中的闪光灯。人工智能显然是Li Xiang及其团队认可和大量投资者的方向。
