[汽車之家 資訊] 12月27日,，理想汽車連續(xù)三天推出“2024理想 AI Talk”，分享了對人工智能的最新思考,，以及包含智能駕駛和理想同學(xué)在內(nèi)的人工智能技術(shù)的最新進展,。李想宣布基于自研基座大模型Mind GPT的理想同學(xué)從車機進入手機，App已于12月27日全量上線,。此外,，理想汽車宣布OTA 7.0版本車機系統(tǒng)將于12月底全量推送AD Max用戶，新增AI推理可視化,、高速端到端等功能,，并實現(xiàn)Mind GPT-3o、Mind Diffusion V2.0的能力升級,。

為期三天的直播當中,，李想宣布了理想將轉(zhuǎn)型成為人工智能企業(yè)，具體信息可點擊鏈接查看,。在第二天的直播當中,，李想和智駕負責人郎咸朋在直播中講解了理想汽車在智駕方面的發(fā)展動向。按照理想現(xiàn)在的端到端+VLM體系繼續(xù)迭代,，有望在2025年實現(xiàn)L3級自動駕駛,，具體信息可點擊鏈接查看。

● 理想同學(xué)和智能駕駛是理想汽車的兩大核心AI產(chǎn)品

理想汽車董事長兼CEO李想表示：“我們在做的理想同學(xué)和自動駕駛,，通常被視作獨立的領(lǐng)域,。我們的大語言模型Mind GPT是認知智能，連接數(shù)字世界,；而自動駕駛被稱為空間智能,，關(guān)乎物理世界。我們同時在這兩個領(lǐng)域探索,，并堅信認知智能與空間智能的結(jié)合——我們稱之為VLA（Vision Language Action Model,，視覺語言行動模型）——是一個更值得相信和追求的機遇,。”

● L3有監(jiān)督智能駕駛,，不是L2輔助駕駛的延續(xù),，而是L4自動駕駛的先導(dǎo)

在自動駕駛的不同階段，L3為有監(jiān)督智能駕駛,，不是L2輔助駕駛的延續(xù),，而是L4高度自動駕駛的先導(dǎo)程序。輔助駕駛只實現(xiàn)了特定功能,，自動駕駛則關(guān)乎整體能力,。傳統(tǒng)的L2輔助駕駛依賴上一代自動駕駛方案，通過預(yù)設(shè)條件來執(zhí)行不同場景下的智駕功能,，無法窮盡所有的corner case（極端情況）,。理想汽車借鑒人類駕駛技能提升的過程，用人工智能的方式做自動駕駛,，推出了端到端+VLM的雙系統(tǒng)解決方案,，利用Scaling Law（規(guī)模效應(yīng)）不斷迭代和提升自駕能力，以適應(yīng)所有可能的駕駛環(huán)境,。

隨著端到端+VLM雙系統(tǒng)的不斷迭代,，理想汽車希望在2025年實現(xiàn)L3有監(jiān)督智能駕駛，并為用戶提供一個全場景,、一體化端到端的產(chǎn)品,。截至12月25日，理想汽車智駕總里程已達29億公里,，訓(xùn)練算力提升至8.1EFLOPS。

● 電動車不是李想創(chuàng)業(yè)的終點

李想認為汽車企業(yè)發(fā)展的這么多年,，可能跟傳統(tǒng)汽車廠的競爭結(jié)束了,，你會發(fā)現(xiàn)又有很多外來者。開始大家看到的是新勢力,、特斯拉跟傳統(tǒng)汽車的競爭,，后來華為進來了，小米進來了,，競爭又發(fā)生了新的變化,，我覺得這是這個世界的精彩和豐富之處。

● 怎么看待小米汽車做出來了,，有給過雷軍什么建議,？

李想：我說“你必須All in”，只要做到這一點,，小米汽車就會成功,。雷軍做硬件的能力非常強,，這個沒什么可質(zhì)疑的，他不只是做車做好了,，他的電視機,、空調(diào)做得也非常好，這是他本身就有的優(yōu)勢,，而且他帶著那種發(fā)燒友的心態(tài)去做,。我們跟小米關(guān)系也不錯，包括理想MEGA(參數(shù)|詢價)以后理想L6又很艱難,，雷軍來幫我們站臺,，我們都非常感激，幫了我們非常非常多,。（文/汽車之家 姚宇）

直播問答全文如下：

01.到Agent階段,，才是真正的“iPhone 4時刻”

張小珺：你第一次用ChatGPT是什么時候，當時是什么感受,？

李想：發(fā)布的時候就用了,，當時一個最大的感覺就是，人工智能應(yīng)該有的樣子,。

張小珺：如果讓你做OpenAl的CEO,，你會比Sam做得更好嗎？

李想：不會,，我覺得Sam Altman他們做得非常成功,。

張小珺：如果現(xiàn)在讓你做OpenAI的CEO，你會做什么,？

李想：今天還是OpenAl定義的AGI（通用人工智能）第一個階段：聊天機器人,，我覺得OpenAl完全按照這個定義做了最好的產(chǎn)品體驗。第二個階段是推理者,，到第三個階段Agent（智能體）的時候,，才是真正的“iPhone 4時刻”，普通老百姓都能用了,，它能獨立地,、持續(xù)地、連續(xù)地完成任務(wù),，而不需要靠密集的提示詞,。但這時候產(chǎn)品應(yīng)該是個什么交互，對于所有的這些頭部企業(yè),，都是應(yīng)該要認真去思考的,。

02.讓人和Al之間的交互，像人與人交互一樣自然

張小珺：為什么一個車企要自研大模型,？這個決策是怎么做出的,？

陳偉：這個事情也是逐漸達成共識的,，我們當時已經(jīng)把線上的關(guān)于自然語言處理的技術(shù)，切換到了預(yù)訓(xùn)練的模式下,，任務(wù)型對話能夠在車里面，做車控,、媒體,、導(dǎo)航這樣非常多垂域的覆蓋，上面用預(yù)訓(xùn)練的模式能夠快速高效地,、高質(zhì)量地完成這樣的能力,。

2022年年底，ChatGPT發(fā)布了,，我們看到了大模型帶來的認知智能和語言智能上突飛猛進的變化,，這件事情對我們來說是有非常大震撼的。我們內(nèi)部也在想,，為什么我們沒有快速地考慮把這個模型架做得那么高那么大,。

后來想哥就提了一個話題，他說現(xiàn)在我們應(yīng)該回歸用戶體驗,，核心的問題在認知智能上面。那么認知智能這件事,，我們就需要考慮怎么把技術(shù)做升維,，能夠用更厲害,、更先進的技術(shù),，把理想同學(xué)的認知快速拉上來，把天花板拉高,。這件事對于我們后面去做基座模型,，我覺得是指引性的狀態(tài),。

所以我們必須要從基座，從底層開始建設(shè),，這樣未來我們在做更多技術(shù)創(chuàng)新的時候,，產(chǎn)品和研發(fā)才能有更快速的迭代，體驗才能持續(xù)地去做創(chuàng)新,，而不是只做行業(yè)的一個平均水平,。

張小珺：作為一個后來者，你們準備怎么追趕ChatGPT,？

陳偉：我覺得OpenAl現(xiàn)在是整個行業(yè)的標桿,，除了目前OpenAl宣稱進入L2（推理者）以外,，絕大部分的團隊現(xiàn)在還停留在L1（聊天機器人）這個階段。在這樣的一個狀態(tài)下,，技術(shù)處于早期，而我們在做一個無限游戲,。探索邊界還不清晰的情況下,，我們最重要的事情就是把握住目前的第一性原理Scaling Law（規(guī)模效應(yīng)）,。

我們的迭代也非�,？�,，去年年底12月OTA 5.0之后一直到現(xiàn)在,，Mind GPT 云端的大模型已經(jīng)迭代了30多次。

張小珺：Mind GPT 是怎么迭代的,？

陳偉：Mind GPT 到現(xiàn)在為止一共經(jīng)歷了三代,。

2023年4月，Mind GPT 1.0的第一版模型出來,，到2023年年底的時候,，我們車機的OTA 5.0發(fā)布了這個大模型的上車，是行業(yè)第一家把大模型推動上車的公司,，也是（汽車行業(yè)）首家通過國家大模型備案的,。2023年年底上車的時候，其實已經(jīng)經(jīng)歷了第六個版本,。

今年年中，我們完成了 Mind GPT 2.0的變化,，對于我們算法團隊來說,，除了關(guān)注模型效果的提升以外，還要關(guān)注整個訓(xùn)練效率和推理效率,。Mind GPT 未來的模型架構(gòu),，肯定會是一個MoE（混合專家模型）加Transformer的結(jié)構(gòu)，會持續(xù)往前迭代,，我們在MoE模型上線的時候,，相較于 Mind GPT 1.0大概翻了一倍，但是推理成本跟 Mind GPT 1.0基本保持一致,。這樣在效果和效率上,，就達到了一個我認為是雙贏的局面。Mind GPT 2.0的重點在語言的理解和知識上，另外一塊是在長上下文上有了比較大的突破,，也就是在邏輯推理能力上做了進一步的強化,。

今年年底，我們會上線 Mind GPT 3.0,，這是我們的第三代的 Mind GPT 的能力,。Mind GPT 3.0相較于前面兩代的核心不同在于，以前我們的重點放在了語言模型上,，但是我們認為未來的在人機交互的過程中,，它應(yīng)該是一個多模態(tài)的端到端的大模型，應(yīng)該融合了整個人機交互的體系里,，像語音,、視覺、語言這樣的模態(tài)進去,，能夠理解不同的模態(tài),，然后能夠在一個模型內(nèi)完成從感知到認知再到表達的完整能力。這樣的好處就是它能夠讓人機交互的延遲,，從以前的比如說幾秒鐘變成可能500毫秒以內(nèi),，這樣人和機器、人和Al之間的交互,，就能像人與人交互一樣這么自然,。

張小珺：這是多大規(guī)模的數(shù)據(jù)量？

陳偉：我們現(xiàn)在的預(yù)訓(xùn)練數(shù)據(jù)規(guī)模量已經(jīng)到10萬億Token的規(guī)模了,，有了高質(zhì)量的課本知識以外,，我們還需要給大模型提供一個由簡單到復(fù)雜、由粗到精的一個過程,，讓它逐漸地一步一步去學(xué)習(xí),。所以我們在預(yù)訓(xùn)練后訓(xùn)練階段，也要構(gòu)建一套分段學(xué)習(xí)的邏輯,，同時在數(shù)據(jù)的構(gòu)建上,，我們要考慮怎么能給它建立一套好的學(xué)習(xí)邏輯，所以現(xiàn)在重要的就是要盡快地把強化學(xué)習(xí)后訓(xùn)練的事情做好,。

張小珺：你們有一些特色化的數(shù)據(jù)嗎,？

陳偉：第一個是多模態(tài)的數(shù)據(jù)，有自動駕駛的,，也有理想同學(xué)的對話模態(tài),，這些數(shù)據(jù)是獨有的。第二個是用戶在產(chǎn)品里自己使用的數(shù)據(jù),，代表了你的場景或產(chǎn)品本身場景的一些特性，這也是自己獨有的，所以我們也在構(gòu)建自己的數(shù)據(jù)飛輪,，爭取能夠把這些數(shù)據(jù)的能力進一步發(fā)揮出來,。

03.不做人工智能，我們就什么都不是

張小珺：理想同學(xué)跨越到L3（智能體）的點會是什么,？

陳偉：對于邏輯推理來說,，更重要的是做好子任務(wù)分解以后，還要讓它針對自己的思考方式去做更多的發(fā)散性思考,，在每一個思考路徑上做出自己的反思,，做到自我糾錯。甚至忽然間碰到死胡同的時候還能回溯回來,，所以我覺得這是一個非常強的思考能力,。

我們的重心是希望能夠?qū)崿F(xiàn)從L1 ChatBot（聊天機器人）到L2（推理者）的變化。我們定義L1有兩個核心的特點,，第一個是能夠?qū)崿F(xiàn)多模態(tài),，因為人就是能聽會看的，所以我們認為語音和視覺加入到大模型是非常關(guān)鍵的,。第二個是指令遵循的能力,，能夠聽得懂人在跟它講什么，再復(fù)雜的命令也能聽得懂,，并且能夠比較準確地執(zhí)行,。

所以支撐理想同學(xué)的技術(shù)，就是 Mind GPT 的多模態(tài)智能體的技術(shù),，理想同學(xué)走到L3的時候,，Mind GPT 應(yīng)該長成的樣子，就是一個多模態(tài)智能體,。

張小珺：現(xiàn)在大家都覺得預(yù)訓(xùn)練的Scaling Law（規(guī)模效應(yīng)）達到了天花板,，這對于中國團隊的影響是什么？

陳偉：如果我們想做好后訓(xùn)練,，我們依然需要有個好的基座模型,，因此我們依然需要去具有自己的預(yù)訓(xùn)練的Scaling Law（規(guī)模效應(yīng)）。

這件事情短期內(nèi)會出現(xiàn),，會傳出來有些公司在模型做得更大以后,，效果可能沒有想象中的明顯，但我認為這個可能還是一個從AI的算法到Al的infra之間,，目前的有些要待攻克的問題,。

第二個點我覺得Scaling Law（規(guī)模效應(yīng)）本身在解決的問題是模型的效果和數(shù)據(jù)和模型規(guī)模之問的關(guān)系。我們越來越覺得數(shù)據(jù)不只是規(guī)模的,，需要有高質(zhì)量的數(shù)據(jù)才能把規(guī)模做上去,，才真正有價值,。

所以這個過程中可能大家對于Scaling Law（規(guī)模效應(yīng)）的看法也會有一個粗到精的過程，理解才能更深刻,，但是我認為這個肯定會是大模型時代的第一性原理,。

張小珺：第一次聽李想說他要做一個人工智能企業(yè)的時候，你在想什么,？

陳偉：大家有一個充分的共識,，AI技術(shù)是未來最大的機會。

我們內(nèi)部做了非常長時間的關(guān)于AI戰(zhàn)略的討論,，最后做決策主要基于幾點,，對于用戶的理解，對于行業(yè)發(fā)展趨勢的判斷,，對于市場,，對于競爭，還有對于自身的分析,。所以當我聽到這個消息的時候,，我覺得是一個自然而然也必將發(fā)生的事情。

而且想哥是非常堅決的,，他說,，如果我們要是在未來不做人工智能，我們什么都不是,。

張小珺：你覺得理想汽車有這樣的技術(shù)基因嗎,？因為你們的創(chuàng)始人并不是一個有技術(shù)背景的人。

陳偉：理想汽車創(chuàng)造的爆品背后的這種邏輯是因為我們推出的產(chǎn)品都是之前行業(yè)沒有見過的,，有我們非常多的背后的技術(shù)創(chuàng)新,，這些都是李想帶領(lǐng)團隊做出來的。

大模型時代來了之后,，AI的從業(yè)者,，大家對于技術(shù)這塊的認知和想法可能也都需要重構(gòu)，包括技術(shù)棧也需要重新迭代,。那么我覺得大家對于這件事的認知都在同一個起跑線上,，那就取決于學(xué)習(xí)的速度，而他恰恰又是一個學(xué)習(xí)速度非�,？斓娜�,。在幾個月前OpenAl的o1推出之前，他當時跟我們說我們的重心不要只放在基座模型訓(xùn)練上,，要花更多的精力放在模型的后訓(xùn)練這件事情上,。OpenAl的o1發(fā)布之后，其實整個的大模型的訓(xùn)練范式,，跟他幾個月前的判斷是非常一致的,。

04.競爭又有了新變化,，這是這個世界的精彩和豐富之處

張小珺：電動車不是你創(chuàng)業(yè)的終點，但現(xiàn)在電動車這場仗還沒打贏,，什么時候能打贏,？

李想：并不存在打贏不打贏這件事。汽車企業(yè)發(fā)展的這么多年,，可能跟傳統(tǒng)汽車廠的競爭結(jié)束了，你會發(fā)現(xiàn)又有很多外來者,。開始大家看到的是新勢力,、特斯拉跟傳統(tǒng)汽車的競爭，后來華為進來了,，小米進來了,，競爭又發(fā)生了新的變化，我覺得這是這個世界的精彩和豐富之處,。

張小珺：你覺得為什么蘋果現(xiàn)階段放棄造車,？

李想：我認為有兩個挑戰(zhàn)，第一是如果做汽車,，蘋果的組織模式必須發(fā)生變化,，因為汽車確實比手機更復(fù)雜。第二是如果你做規(guī)則算法,、知識圖譜,，數(shù)據(jù)就是隱私，但是如果你真正做到了大模型階段,，如果它變成了Token,，就跟隱私什么關(guān)系都沒有了，相反,，它是解決隱私解決最好的一個方式,。這些厲害的企業(yè)，都是一幫足夠聰明人,，當他看明白,、去擁抱Al的時候，可能比大家想象的進步速度要快得多,。

張小珺：你怎么看待小米汽車做出來了,？你有給過雷軍什么建議嗎？

李想：我說“你必須All in”,，只要做到這一點,，小米汽車就會成功。雷軍做硬件的能力非常強,，這個沒什么可質(zhì)疑的,，他不只是做車做好了,，他的電視機、空調(diào)做得也非常好,，這是他本身就有的優(yōu)勢,，而且他帶著那種發(fā)燒友的心態(tài)去做。我們跟小米關(guān)系也不錯,，包括理想MEGA以后理想L6又很艱難,，雷軍來幫我們站臺，我們都非常感激,，幫了我們非常非常多,。

05.我是理想產(chǎn)品的天花板，也是瓶頸

張小珺：你是理想產(chǎn)品的天花板嗎,？

李想：從0-1的階段,，產(chǎn)品是由我來主導(dǎo)的，一是因為我對三排座的車有非常深的體驗,，二是因為我沒有司機,。對于產(chǎn)品經(jīng)理來說，體驗的能力和體驗的范圍和深度是你的預(yù)訓(xùn)練,、你的基座模型,，所以我是天花板,。到1-10的階段,，我就是瓶頸了,，所以我們要升級，把體驗變成一個能力,，讓他們?nèi)�擁��,。建立一個培養(yǎng)他們的體系，讓大家在上面能運營得越來越好,，讓每個做產(chǎn)品的都比三四年前的李想更好,。

張小珺：作為CEO，你其實喜歡高管和自己吵架是嗎,？

李想：就像喬布斯講的那個故事,，他的鄰居大爺拿著一堆石頭，放在一個機器里,，幾天以后拿出來都是非常漂亮的球,。真正頂級的團隊，在做產(chǎn)品,、做研究,、做創(chuàng)造的時候，就應(yīng)該是這樣的,。我喜歡看到大家在吵架,，讓這些可以跟李想吵一兩個月的人,，吵得特別開心、結(jié)果特別好的人,，變成大將軍,，主導(dǎo)我們后邊的產(chǎn)品，這是我們想要的,，也是這個階段必須要擁有的能力,。

張小珺：作為產(chǎn)品經(jīng)理，你最想討好的人是誰,？

李想：我不想討好任何人,。我覺得還是要去思考一些本應(yīng)屬于用戶的價值，這些價值今天沒有實現(xiàn),，影響它實現(xiàn)的障礙到底是什么？這是最重要的,。比如大家都覺得電動車很好,，但充電很難，這是全行業(yè)的難題,，我們怎么解決,？所以我們有了增程，有了5C,，有了自建充電網(wǎng)絡(luò),。

它是個取舍，你得知道自己想要什么,。能夠像谷歌那么克制地變成一個搜索框,，像OpenAl那么克制地變成一個對話框，這需要巨大的能力,，因為簡單所以豐富,，不是因為復(fù)雜所以豐富，復(fù)雜就僵化了,，這是我們解決問題的方式,。

張小珺：你對產(chǎn)品了解更深，還是對技術(shù)能力認知更深,？

李想：過去我們提供的東西叫功能,，功能最主要的獲取方式是體驗，通過不同的產(chǎn)品,，獲得不同的體驗,，判斷功能的價值。人工智能時代看能力,，必須得搞研究,，對技術(shù)方向進行有效的判斷,，再搞技術(shù)研發(fā)，再產(chǎn)品化,。

06.在最艱難的十字路口,，看透本質(zhì)是創(chuàng)始人最重要的能力

張小珺：沒有上過大學(xué)，會讓你在社會中遇到更多挫折嗎,？

李想：本質(zhì)上沒有什么挫折,，它并不影響我去學(xué)習(xí)，并不影響我去獲取知識,。唯一遺憾的可能就是,，我的人生中缺少這么一段大家都有的體驗，在這方面跟大家沒有共同的語言,。

張小珺：你說你是一個敏感的人,，這對于做CEO會有問題嗎？

李想：沒什么問題,，CEO有不同的類型的,。每當在一個最艱難的十字路口的時候，創(chuàng)始人能不能看透本質(zhì),，做出對團隊而言最好的選擇,，并通過未來去驗證，這是最重要的一個能力,。

張小珺：2019年是你最困難的時候嗎,？

李想：我最困難的時候還是2008年5月，是真的會自己傷心到哭的程度,。幾個小股東要把我和樊錚趕出公司,，融錢也融不到，公司的現(xiàn)金流也完全斷掉了,。當時要把我們趕出公司的是三個合伙人之一,，我來北京的時候我們在林業(yè)大學(xué)租了個40平米的房子，一室一廳,，白天工作,，晚上甚至在一張床上睡覺。

后來我們和解了,，他幫我獲得了最大的一次成長,。他說如果你當時把這些困難跟大家說出來，我們愿意把房子抵押了,，來支持公司繼續(xù)發(fā)展下去,，但是你并不給我們這樣的機會，你選擇自己死扛，而公司變得越來越差,。那一刻我就做了一個巨大的反思,。我從小受到的教育，就是你要對自己特別嚴格,，甚至要對自己苛刻,，你不需要對自己好。我選擇創(chuàng)業(yè),，就很難再去找一份工作了,，因為學(xué)歷什么都不行。

所以我就學(xué)到了兩個特別重要的能力,。第一,，要接受自己的優(yōu)點，也能接納自己的不足,。第二,，如果有一些對我而言是致命的缺點，嚴重影響到身邊所有的人了,，而且也影響到自己了,，我肯定要改。如果從來沒有吃過糖,，我怎么給別人甜頭。

07.只有成長是我的欲望

張小珺：你非常關(guān)注人的工作,，最近有對人性多一層認知嗎,？

李想：2024年，在人的方面,，最大的收獲來自3000多人的校招團隊,，比我們那代人優(yōu)秀10倍以上，他們受最好的教育,，心智也很成熟,。在技術(shù)展示會上，AI相關(guān)產(chǎn)品有一半以上都是校招團隊做出來的,，非常之驚訝,。大家老是講一個時代過去了，我從他們身上看到一個新的時代開始了,。

張小珺：你現(xiàn)在的欲望是什么要做一個1萬億市值的企業(yè)嗎,？

李想：1萬億市值不是我的欲望，只有成長是我的欲望,。經(jīng)營公司有兩件事情是最重要的,，一是推出長遠有價值、有意義的產(chǎn)品和服務(wù)，要做判斷,、要出題,、要訓(xùn)練、要投資,。二是設(shè)定好有向往感,、有意義的目標，目標是特別有效的管理方式,，1萬億反映了對用戶的價值,，也反映了行業(yè)地位，它不是空洞的,，背后還有很多東西要去做,。

張小珺：一個1萬億市值的企業(yè)需要具備什么條件？

李想：如果不能實現(xiàn)L4自動駕駛,，我們肯定不能邁入萬億俱樂部,。后來者必須使用最先進的技術(shù)，提供完全不同的產(chǎn)品體驗,。今天大家買車是為了開車,，但未來不開車才是革命性的。一定要采用完全不同的商業(yè)模式,，同時還有非常好的能力來支撐,。技術(shù)、產(chǎn)品,、用戶三個層面的高速增長,，是最頂級的企業(yè)都具備的特質(zhì)。?

張小珺：如果理想沒有成為全球領(lǐng)先的人工智能企業(yè),，會是因為什么,？

李想：我覺得一定是我們在綜合能力方面有缺失，包含研究,、研發(fā),、產(chǎn)品、商業(yè)能力,，當然也包含自身的造血能力,，它是一場非常大的仗。我會全力以赴地確保我們成為全球領(lǐng)先的人工智能企業(yè),，做好每一個環(huán)節(jié),。但是如果在我的有生之年沒有辦法實現(xiàn)，或者我們因為犯了巨大錯誤沒法實現(xiàn),，我也非常樂于看到有中國企業(yè)能夠在人工智能方面做得非常好,，實現(xiàn)人工智能的第五階段，我愿意為這樣的企業(yè)而鼓掌。