详情

作家：王瑞昊

编著：田哲

7月29日，联想汽车发布首款纯电SUV——联想i8，售价32.18万至36.98万元。这款六座家庭SUV被视为联想在纯电赛谈上“能否翻篇”的要津一步。

一位里面职工告诉雷峰网，联想i8的订价参考了联想L8，公司但愿i8的阛阓收货至少要达到联想L8的水平，L8上市首月即委用5293辆。

不外，联想i8没能结束上市即委用，而是要到8月20日。

雷峰网了解到，联想下一代智能扶持驾驶决议——VLA司机大模子会跟着i8同步委用，这偶然是合座委用要比及8月20日的主要原因。

为了顺利切换到VLA，联想汽车从去年开动预研，本年头开动以技俩组的方式攻关工程化研发，但愿能首发搭载联想i8，成为i8的一个紧迫卖点。

尽管面前VLA还存在一些过失，比如在一些场景中的体验还不如端到端版块。“联想是业界第一个量产VLA的车企，还存在一些过失，”联想汽车自动驾驶研发高等副总裁郎咸一又说，“但在自动驾驶鸿沟，VLA处理的是一个相对妥洽的驾驶范式，有契机结束GPT时刻。”

从轻图、无图到端到端，再到当今的VLA，每一次变化，背后都伴跟着模子才略的提高与期间瓶颈的迫害。

联想上一代决议“端到端+VLA”的旨趣是效法学习，用东谈主类驾驶的数据磨真金不怕火模子，决定模子的性能是数据鸿沟与数据质地，数据越多，掩盖的场景就越多；数据的质地越好，磨真金不怕火出来的模子就越像老司机。

以前一年，联想在端到端的MPI（平均接受里程）上获取了澄莹进展。去年7月第一个无图版块的MPI是十几公里，跟着磨真金不怕火数据从百万级扩大到1000万Clips（视频片断），到本年头MPI提高到近100公里，7个月内增长近10倍，进展迅猛。

但联想汽车发现，从1000万Clips开动，模子性能的提高澄莹放缓。自便堆数据已难以拉动模子超越，有价值的磨真金不怕火样本越来越稀缺，进入“提分难”阶段。就像考试，从不足格提高到八九十分很快，但再往上提5分、10分极度难。从3月到7月底近5个月，模子性能只提高了2倍足下，远低于此前速率，证据端到端模子已遭遇数据质地和磨真金不怕火遵循的双重瓶颈。

“内容来看，端到端就像山公开车一样，这套效法学习不具备逻辑想考才略。”郎咸一又解释了端到端遭遇瓶颈的主要原因。

VLA的出现给了联想处理端到端瓶颈的一个全新想路。

VLA代表的是一种以强化学习为中枢的新范式，不再依赖100%真实东谈主类驾驶数据。因为东谈主类数据踱步有限，多为日间、好天、无事故等安全场景，短缺磨真金不怕火所需的极点或危急场景。

VLA通过生成式方法和仿真环境，主动构造稀缺数据，并在仿真中反复试错迭代。其中枢是仿真迭代遵循，谁的仿真跑得快、场景全，谁的模子才略超越就快，这与传统“堆数据”的效法学习旅途霄壤之别。

在强化学习的加持下，郎咸一又默示VLA具备想维才略、相通才略、记念才略、自主学习才略等四大中枢才略，也即是“能想考、能相通、能记念、能自我提高”。

联想汽车得以在短时候内推出VLA，前提是依然在数据、算法、算力和工程等鸿沟蓄积了填塞多的才略，比如为止到本年7月份，联想汽车依然蓄积了12亿公里的效数据，云霄算力鸿沟已达13EFLOPS（2万张H20等效磨真金不怕火卡，3万张等效L20推理卡）。

“这些才略，不是谁都有，”郎咸一又说，“咱们一定会比友商早，咱们一定是第一个。”

以下为雷峰网等媒体与郎咸一又、联想汽车自动驾驶高等算法众人詹锟、联想汽车自动驾驶高等算法众人湛逸飞的对话实录，略经删减：

问：VLA司机具备推理才略，而况阐发更像东谈主了，关联词需要几秒钟的推理时候，求教在突发场景下，VLA司机是奈何进行快想考的？

郎咸一又：您认为想考过程很慢践诺上是自满的原因，自己推理速率是很快的，只是为了让寰球能够看地更明晰咱们摘取了一些紧迫的想考过程自满出来。践诺受骗今VLA的推理帧率在10Hz足下，比较之前的VLM提高了三倍多，之前端到端的VLM部分是3Hz足下。

问：您刚才提到当今用MindGPT算作基座模子进行磨真金不怕火，这比之前的模子好用吗？

詹锟：咱们自研的基座模子对部署VLA有很大作用，咱们VLA是4B模子，比以前更大了，但推理速率更快了。中枢原因是咱们自研的基座架构，并不是业界任何一个开源模子都能达到这个遵循。之前在AI Talk上提到过咱们是MoE的0.4×8的架构，面前莫得任何一个架构是这样的，这是咱们与基座团队共同研发，专门对镶嵌式芯片作念了定制的MoE搀和众人架构，在这个架构上咱们能力达到这样的成果。

VLA的推理帧率在10Hz足下，每一帧都会经过语言模子，这其中会有比较快的想考，也有会有比较长的想考，咱们作念了好多的优化，把想考过程尽可能地能够在车端推理出来。

问：是否不错用更平凡的方式先容一下VLA模子的难度在那儿？对企业的要求是什么？若是一个企业想要落地VLA模子会濒临哪些挑战？

郎咸一又：也曾也有好多东谈主问过若是车企想作念VLA模子是不是不错跳过前边的章程算法、端到端阶段，我认为是不行的。

诚然VLA的数据、算法等可能跟之前不太一样，关联词这些仍然是要成立在之前的基础上的，若是莫得无缺地通过实车采集的数据闭环，是没少见据去磨真金不怕火寰宇模子的。

联想汽车之是以能够落地VLA模子，是因为咱们有12亿数据，唯有在充分了解这些数据的基础上，能力够更好地生成数据。若是莫得这些数据基础，起始不成磨真金不怕火寰宇模子，其次也不明晰要生成什么样的数据。同期，基础磨真金不怕火算力和推理算力需要大都资金和期间才略的复古，若是莫得之前的蓄积是不成完成的。

问：求教将来联想汽车提高自动驾驶才略的过程中，对于算力储备和卡的有计划是怎么的？是否能够先容一下从章程算法时间到效法学习阶段，再到强化学习阶段，在这个三个阶段期间，联想汽车的算力增长节律是怎么的？

郎咸一又：算力增长过程与期间决议相关。在章程算法时间，磨真金不怕火的卡只是用于磨真金不怕火BEV模子和感知模子，相对数目较少，但在端到端时间，模子磨真金不怕火需要大都算力及磨真金不怕火卡，咱们的磨真金不怕火卡从不到1EFLOPS增长到去年的10EFLOPS，增长了10倍足下。咱们认为磨真金不怕火算力是一方面，同期要加多推理算力。

问：智能驾驶存在一个“不可能三角”，也即是遵循、称心和安全三个主义之间是彼此制约的，面前阶段可能难以同期结束。求教联想汽车的VLA面前在面前阶段开始优化的方针是哪一个？刚刚说起到MPI，是否不错贯穿为面前联想汽车最终的方针是提高安全性以灵验减少接受？

郎咸一又：MPI是咱们斟酌的方针之一，还有一个方针是MPA，也即是指发滋事故的里程，当今是300万公里足下。联想车主的东谈主驾数据是60万公里足下出一次事故，而在使用扶持驾驶功能的情况下是350到400万公里发生一次事故。这个里程数据咱们还会继续提高，咱们的主义是将MPA能提高到东谈主类驾驶的10倍，也即是比东谈主驾安全10倍，咱们但愿在扶持驾驶功能下能够作念到600万公里才出一次事故，但这必须比及VLA模子提高之后能力作念到。

针对MPI，咱们也作念过分析，可能一些安全风险问题会导致接受，但有时候舒限度不好也会导致接受，比如急刹、重刹等，因为并不一定每次都会遭遇安全风险，关联词若是驾驶舒限度不好，用户依然不想用扶持驾驶功能。因为MPA不错斟酌安全性，在MPI方面，除了安全性以外，咱们要点提高了行车舒限度，若是体验了联想i8的扶持驾驶功能，会体验到舒限度比之前的版块有很大提高。

遵循是排在安全和称心之后的，比如走错路，诚然遵循有所逝世，但咱们不和会过一些危急的动作坐窝更始，如故要在安全和称心的基础上去追求遵循。

问：刚提到本年实车测试是2万公里，求教大幅减少实车测试的依据是什么？

郎咸一又：咱们认为实车测试有好多问题，本钱是其中一方面，最主要的是咱们在测覆按证一些场景时不可能完全复现发生问题时的场景。同期，实车测试的遵循太低了，在实车测试过程中要开以前之后再复测追念，咱们当今的仿真成果完全不错忘形实车测试，当今的超等版块和联想i8的VLA版块中90%以上的测试都是仿真测试。

从去年端到端版块咱们就依然开动进行仿真测试的考据，面前咱们认为它的可靠性和灵验性都很高，是以咱们以此替代了实车测试。但仍有一些测试是无法替代的，比如硬件永恒测试，但和性能相关的测试咱们基本上会使用仿真测试替代，成果也极度好。

问：通常的作念法是保持实测测试鸿沟，大幅加多仿真测试数目，从联想汽车的践诺反馈看，仿真测试的成果是比实车测试好好多对吗？

郎咸一又：是的。仿真测试成果好，本钱低，为什么不必仿真测试呢？咱们保留实车测试是为了一些必要内容，任何期间的提高一定伴跟着研发历程的变革，工业时间驾临后，刀耕火种的历程被机械化替代；信息时间后，集合替代了大都使命。在自动驾驶时间亦然一样，端到端时间驾临后，咱们进入了使用AI期间作念自动驾驶的方式，从雇佣大都工程师、算法测试东谈主员，到数据驱动，通过数据历程、数据平台和算法迭代提高自动驾驶才略。而进入了VLA大模子时间，测试遵循是提高才略的中枢成分，若是要快速迭代，一定要把在历程中影响快速迭代的成分迭代掉，若是这其中仍有大都的实车和东谈主工介入，速率是会裁减的。并不是咱们一定要替代实车测试，而是这项期间，这个决议自己就要求要使用仿真测试，若是不这样作念，并不是在作念强化学习，并不是在作念VLA模子。

问：刚刚共享了端到端的瓶颈和一些无法处理的问题，VLA是那时独一筹商的阶梯吗？如故有其它的遴荐？

郎咸一又：咱们并莫得很纠结决议。因为咱们一直保持着对前沿算法的预言和探索，作念端到端的时候咱们也在筹商下一代东谈主工智能期间，那时业内最有出息的即是VLA期间决议，但并不是只是用于自动驾驶，它是具身智能鸿沟的期间。咱们认为它亦然将来机器东谈主鸿沟的通用期间框架，其实自动驾驶亦然一种机器东谈主，是自主行驶的机器东谈主，若是将来咱们但愿作念其它机器东谈主，也都不错基于雷同的VLA框架，是以咱们经过了永劫候的调研和探索，制定了VLA的期间场合。

问：刚郎博提到若是量化精度高的话，不错在Thor芯片上结束翻倍的算力，为什么联想汽车能够最大法子压榨芯片的才略？基于这个才略，联想汽车是否还会自研智驾芯片？

詹锟：咱们从去年开动用Orin芯片作念大模子部署，那时英伟达认为这是不可能的，但咱们认为这是必须要作念的，和英伟达作念了极度详备的领会和拆解，咱们的工程团队、部署团队作念了极度多的使命，包括咱们魔改CUDA的底层，重写PTX底层提示，能力结束当今的成果。

联想汽车自动驾驶团队的工程部署才略是一以贯之的，从早期在地平线J3部署高速NOA，到在Orin芯片上部署大模子，再到当今在Thor芯片上部署VLA高频快速的大模子。这些都是有工程蓄积和工程实践的，好多手段和分析方法，以及基础设施的器具链都秉承下来了。这其中很要津的一丝是咱们打磨细节的才略，芯片能否被压榨最主要的事作念底层分析，处理瓶颈热门。刚刚郎博共享了好多咱们处理的问题，寰球会发现VLA从起始推理一帧需要500-600毫秒到临了结束10Hz，提高了近10倍的遵循，这其中有极度多的细节都是咱们在遭遇问题后拆解面前芯片适配的算法，调养算子，让算子和芯片的才略更匹配。寰球会常用的推理模子会用FP16，咱们把它降到FP8，性能作念了极度的提高，同期FP4亦然英伟达在最新的Blackwell架构中极度贵重的，咱们会进一步把芯片算力压榨出来。

郎咸一又：自研芯片的中枢原因是算作一个专用芯片能够针对我方的算法进行特定地优化处理，性价比和遵循都会很高。当今咱们依然使用Thor芯片是因为英伟达对一些新的算子维持是比较好的，算力也比较充足，在合座VLA迭代过程中依然有变化的可能性，是以咱们依然在用Thor芯片。若是将来算法锁定，为了更好的遵循和本钱，寰球都会筹商自研芯片的。

问：您刚才讲到从章程到端到端+VLM是比较大的期间阶梯创新，但VLA其实莫得颠覆端到端+VLM，是以是否不错贯穿成VLA是偏向于工程才略的创新？

詹锟：VLA不单是工程方面的创新，寰球若是鄙吝具身智能，会发现这波波涛伴跟着大模子对物理寰宇的应用，这内容即是提议了一个VLA算法，咱们的VLA模子即是想把具身智能的想想和旅途援用在自动驾驶鸿沟。咱们是最早提议，亦然最早开动实践的。VLA亦然一种端到端，因为端到端的内容是场景输入，轨迹输出，VLA亦然如斯，但算法的创新是多了想考。端到端不错贯穿为VA，莫得Language，Language对应的是想考和贯穿，咱们在VLA中加入了这一部分，把机器东谈主的范式妥洽，让自动驾驶也能成为机器东谈主的一类，这是算法创新，不单是工程创新。

但对于自动驾驶而言，很大的挑战是必须要有工程创新。因为VLA是一个大模子，大模子部署在旯旮端算力上长短常具有挑战的。好多团队并不是认为VLA不好，而是因为VLA部署有艰难，把它确凿落地长短常具有挑战性的事情，尤其是在旯旮端芯片算力不够的情况下是不可能完成的，是以咱们是在大算力芯片上能力部署。是以这不单是是工程创新，但的确需要工程部署大范围优化能力结束。

问：VLA大模子在车端部署的时候是否会有一些轻量化的版块，比如模子编著或蒸馏版块？如安在推理遵循和模子之间作念好均衡？

詹锟：在部署时的遵循和蒸馏上咱们作念了极度多均衡。咱们的基座模子是自研的8x0.4B的MOE模子，这是业界莫得的，咱们在长远分析英伟达芯片后，发现这个架构极度稳妥它，推理速率快的同期模子容量大，能够同期容纳不同场景、不同才略的大模子，这是咱们在架构上的遴荐。

另外，咱们是大模子蒸馏出来的，咱们最早磨真金不怕火了一个32B的云霄大模子，它容纳了海量的知识和驾驶才略，咱们把它作念出的想考和推理历程蒸馏到3.2B的MoE模子上，配合Vision和Action，使用了Diffusion。咱们用这样的方法作念了极度多的优化。从细节上来看，咱们也针对Diffusion作念了工程优化，并不是顺利使用法度Diffusion，而是进行了推理的压缩，不错贯穿为一种蒸馏。以前Diffusion可能要推理10技艺，咱们使用了flow matching流匹配只需要推理2步就不错了，这方面的压缩亦然导致咱们确凿能够部署VLA的内容原因。

问：咱们在测试时看到了，不错对VLA说前进10米。您也提到了这个认识，大模子在磨真金不怕火数据中是莫得学习过这样具体的认识的，联想汽车是如何发现\了解背后机制的？另外，东谈主类是否能信任大模子作念出的判断？

詹锟：起始，咱们不会单纯地让模子学习上前走10m、12m这样生硬的数据，关联词在海量的通识数据中，有好多对物理空间的贯穿。比如前线白车距离些许米，前清醒沿和我有些许距离，而且当今大模子也依然加入好多物理空间的知识，包括当今的ChatGPT、千问都具备这样的才略，把这些才略在大模子里学习之后，咱们只需要在action中把它体现出来。刚刚共享了五步磨真金不怕火法，第一步即是加入通识才略和物理寰宇的知识，在第二步时相对进行一些微调，将这样的才略和action勾通，就能够结束，这是端到端的学习想路就能作念到的。其实有一些背后的机制和当今的大模子长短常一致。当咱们把海量数据喂给它以后，这些数据具备组合泛化才略，并不是教什么学什么，当量级达到一定例模时，会显清楚一些才略，包括活动，并不是说必须11m、12m、13m，区别教才行。它懂了数字，懂了米数，当你在给它一个新的东西，它就存在一种组合泛化的机制。

这是大模子表面筹商极度多的，但面前这样的机制是不错在各个鸿沟进行泛化应用的。是以咱们好多才略和知识即是各个学科交叉的交融，咱们也极度鄙吝当今大模子的进展，随时不错向自动驾驶上转移。

问：郎博提到物理寰宇中实车测试是无法100%复现场景的，在仿真测试过程中是怎么作念到100%规复的？为什么联想汽车不错作念到？

湛逸飞：咱们在2024年如故进行了150多万公里的实车测试。践诺上咱们在2024年就依然具备了寰宇模子仿真才略，咱们在用这150多万公里的实车测试来考据仿真环境的可靠性。事实上，起始寰宇模子仿真复现率或真实性是存在问题的，但咱们通过与实车测试数据对比，在以前一年里针对仿真测试中的舛错或过失进行了大都工程和算法优化，让仿真一致性达到了极度高的进程。诚然并莫得达到100%，但准确率也不错在99.9%以上。举一个自便的例子，在仿真环境中最开动红绿灯的变化在200米外是看不明晰的，于是咱们针对红绿灯的视线模子仿真进行了大都的优化，包括对30°相机分辨率的提高。咱们用以前一年的时候将仿真系统的可靠性提高到了很好的进程，才会省心肠去使用这套系统。

问：从行业角度来看，面前智驾体验是比较趋同的，将来联想汽车是否会将我方的智驾才略向行业输出或开源或向其他车企售卖？

郎咸一又：我认为是不错的，咱们但愿为行业作念孝敬。但前提是，第一，咱们是不是能够很好地考据这套系统，因为所有这个词VLA的发展如故在期间周期的初期阶段，需要络续提高；第二，是否其他东谈主有才略和咱们沿路去作念这件事，因为他也需要有我方的评测方式、仿真环境，以及强化学习磨真金不怕火才略。

从公司或我个东谈主的立场上，是但愿能够促进行业发展，但从面前VLA期间发展阶段来看，依然是比较低级的，它的发展速率可能会比较快，像端到端一样，用一年的时候将成果提高10倍。行业发展速率会极度快，我信赖来岁相通的时候可能会商量一下开源的问题。

问：郎博提到了VLA语言交互是很紧迫的一部分，咱们在公开谈路试乘中发现，面前的语言交互在贯穿复杂提示上还有提高空间。针对这类贯穿才略的提高，接下来会有哪些要津改进？咱们何时能结束更天然的“奈何说就奈何作念”的交互体验？VLA 还处于起步阶段，将来可预感的要津发展阶段有哪些？您提到 VLA 要成为“更好的家庭司机”，那在驾驶作风或“司机性格”的个性化定制方面，将来是否会有更多可能性？

詹锟：我先回应语讯息题，因为所有这个词语音交互是对所有这个词车全系统的交互，这个地方咱们面前是刚给寰球看到VLA初步版块，有些它对语言的贯穿是一个全系统任务，即是你对它说一个话，它到底是用来推论车控如故用来推论智驾需要有一些判断，咱们当今肯定是为了保持准确，注视出现一些误判，比如你本来不想操控车的活动，骤然去操控了，这肯定是存在一些还需要迭代和优化的地方。

我认为将来有一个很紧迫的趋势是所有这个词车会有一个妥洽的大脑，当这个车对妥洽大脑作念的迭代更好的时候，不光是贯穿智驾、贯穿车机、贯穿整车，它还不错作念出更精确的，到底我是在主宰车的活动，如故在主宰空调，如故在掀开窗户，如故在播放音乐，这方面会有更好的贯穿，咱们会对大脑作念更弥远的妥洽，这是咱们后续永恒会去作念的场合。

另一个是咱们当今对语言的交互、泛化贯穿，跟着数据量加多，会越来越多，而且会有很快的迭代，也不错遐想其实大语言模子早期也会有一些很傻的活动，当咱们收罗到更多反馈，收罗更多迭代以后，超越会极度快，这其实是咱们缓缓使用过程中会快速迭代的一个才略。

郎咸一又：咱们也在筹商给不同的车、不同的使用者跟你相雷同的驾驶作风的体验，不会所有车都是一套驾驶作风，因为强化学习是有这个才略来复古它这个车越开越像你的作风或体验，之前端到端可能还不具备这样的才略。不是设定的你我方的阶梯、你我方驾驶的作风会越开越像你的，咱们也在筹商端上的强化磨真金不怕火。

问：在Thor的FP8阵势下结束1000TOPS算力，而行业精深领受FP16处理算子。如何作念到将精度从FP16降至FP8时保持模子精度（不掉点）？向FP4演进时需迫害哪些要津期间？Blackwell已维持FP4原生硬件，但INT4如何处理？Orin-X等平台短缺FP4原生维持，如何均衡硬件兼容性与狡计遵循？FP4结束2000TOPS等效算力后，能否复古类东谈主感知的帧率（如3FPS）？ 要津瓶颈会出当今那儿？

詹锟：我先解释一下，咱们把数值精度，起始从FP16或者FP32、FP8和INT8这样去缩减的。

起始这是业界比较共鸣的一个问题，在大模子鸿沟，寰球对数值精度的要求会裁减，这亦然为什么到LLM鸿沟，寰球看到DeepSeek开动推它的FP8，为什么以前不行？亦然因为模子参数鸿沟过大，对它的容错变低了，它通过更多的层，更多的数据容量，把之前的颠倒值降的越来越少，这是大模子一个脾气，这亦然为什么到VLM、VLA鸿沟以后，寰球会缓缓往低精度，更精粹的狡计密集型的算子上去纠合，这是很大一个变化。若是咱们还用原本的方法，那是不太行的，它会要很高的FP32、FP16这样的数值精度，那到VLM能力作念这样的事情。

另一个，量化磨真金不怕火。传统的磨真金不怕火一般都会拿FP32去作念磨真金不怕火，是以拿出来的参数即是FP32的数值精度。那咱们有一个磨真金不怕火过程叫QAT，即是在磨真金不怕火过程中，我把参数就把它变成INT8或FP8，这样的过程中，咱们在模子只可用数据精度去作念模子磨真金不怕火迭代，这样咱们拿出来的模子就能适配模子的推理精度。

以往企业是很难作念好的，是因为这个磨真金不怕火过程中会极度不富厚，这里面会有大都的磨真金不怕火框架优化，磨真金不怕火战略的优化能力作念。可能我先拿FP32把模子训的敛迹了，我再拿一个QAT的方式，磨真金不怕火成FP8这样的少许值精度。

另一个很紧迫的，咱们如故作念了大都的数据清洗。以往出现这种数据噪点如故因为有脏数据，这亦然为什么刚刚说咱们如故在1000万上头作念，关联词咱们这里面作念了大都的数据清洗、数据储备使命，把不好的数据去掉，这样能力让磨真金不怕火变得富厚、变得敛迹，这亦然面前像大语言模子寰球通例的迭代场合，把数据精度作念的越来越精粹，把数据清洗的越来越干净，它磨真金不怕火也会越来越敛迹。

第一个场合是会往FP8、INT8方面作念。另一个，FP4，这亦然像英伟达他们这些开始进的芯片提议来的，咱们能不成把算力再降1倍，原本是要8个字节能力算一个点，咱们变成4个。这里面很紧迫一丝，模子的数值参数范围一定要够小，咱们磨真金不怕火要愈加富厚，每一次数据用量对待你的模子磨真金不怕火迭代都是有更高的要求，面前看咱们是有契机作念到这里的。

若是你想作念FP4，是以你要在磨真金不怕火上花更多元气心灵，作念更多的数据迭代、数据清洗，能力往这方面作念。面前咱们也在作念这样的尝试，很快就不错在把Thor的芯片压榨出来。

回到Orin，由于硬件限制，如实没办法作念FP8这样的狡计，关联词它有INT8。是以咱们在Orin上，当今亦然用了INT4的量化，再加FP16和INT8的搀和精度推理，缓缓把大模子在Orin上部署。再往后走，由于硬件的限制，咱们不成在作念更多的精度压缩。关联词咱们会同样把VLA这样的模子体验放在Orin和Thor上同平台。

问：到2000TOPS之后，帧率能不成跑到30帧去？

詹锟：面前来看咱们在绝大部分场景10Hz，独特是城市，10Hz是够用的。若是咱们算力能用FP4，那肯定是能double20Hz，是不错作念到。关联词需不需要跑到30，这个咱们得看情况，可能有东谈主说特斯拉跑到30，咱们了解到它也并不是无缺的30Hz，它也有一些其他的方法作念这样的东西。那咱们如故把反映速率和体检作念上来，并不是追求一个自便的数字。

问：联想是国内VLA模子最早落地的车企，肯定亦然摸着石头过河，在研发VLA过程中哪方面挑战是最大的，或者奢靡时候最长？在摸着石头过河肯定有好多历程或什么被考据是错的，就踩过哪些坑？从端到端切换到VLA的时候，可能不单是是期间阶梯的切换，可能所有这个词组织架构也需要调养，联想在研发VLA组织架构进行了怎么的调养？

郎咸一又：咱们随即就要委用VLA了，肯定亦然国内最早落地VLA的企业。

起始，我认为挑战最大的是要把所有这个词研发历程进行迭代，每一个期间创新也伴跟着研发历程或研发方式的迭代，去年端到端需要一个数据驱动历程，咱们之前作念得很好，到本年一定要作念强化学习的历程，就必须要快速考据咱们寰宇模子的可靠性、灵验性，也需要快速搭建咱们高效仿真环境。咱们本年好多推理卡也需要大都的去购买、去部署等等，我认为研发挑战最大的除了期间自己以外，是奉陪期间迭代的研发历程更始。

组织层面，咱们组织并不是寰球遐想的是一个职能性的组织，如故IPD组织，不错贯穿成是一个大的技俩的方式，诚然寰球都在当今部门里可能有一些部门的单干、分拨，但不管去年作念端到端，如故昨年作念无图，如故本年作念VLA，都是成立了里面技俩组来作念，对咱们来说，组织挑战倒还好，因为寰球这样多年也比较民风于这种技俩制的研发了，而且这反而成为咱们一种上风，端到端去年是180个东谈主，本年VLA略微多一丝，200多个东谈主，其实并不是弄几千东谈主去作念，我认为不需要，我认为作念得最佳的是特斯拉，始终都是那一两百东谈主，作念的还都挺好的。

问：后续还有好多国内友商也在跟进VLA，联想在所有这个词研发过程中，踩过最大的坑能给寰球先容一下吗？

郎咸一又：像咱们去年作念端到端也好，本年作念VLA也好，产物我方自己就会谈话，今天体验到的这些产物即是咱们研发的结果，若是遭遇问题，遭遇坑的话，不会进展这样快。

非要说坑可能莫得，但我认为这里面有个最大的体验，如故你对所有这个词行业的判断或所有这个词自动驾驶领路决定了你是否会踩坑。

去年也有东谈主问过我雷同的问题，我认为咱们是不停继续迭代对自动驾驶致使东谈主工智能领路的，很早咱们就贯穿自动驾驶问题是一个东谈主工智能问题，我在之前好多会上或对外的演讲上也都提到过，你想作念好东谈主工智能必须作念好你的算法、数据和算力。

咱们第一个要迫害的是数据问题，若是没少见据，其实你的算力、算法再好也训不出来，企业不可能空转，你必须有很好的数据。咱们从2021年开动作念AD的时候就开动搭建我方的数据闭环，是以咱们在去年作念端到端的时候能拿出这样多数据去作念。

但在去年作念端到端的时候一直也在反想，是不是端到端就够了，若是不够的话咱们还需要再作念什么，去年咱们一直在研发VLA的一些预研，其实VLA的预研代表的是咱们对东谈主工智能的贯穿并不是一个效法学习，一定像东谈主类一样是有想维的，是有我方推理才略的，换句话说它一定要去有才略处理它莫得见过的事情或未知的场景，因为这个在端到端里可能有一定的泛化才略，但并不是足以说有想维。

就像山公一样，它可能也会作念出一些你认为超越你遐想的事情，但它不会总作念出来，但东谈主不是，东谈主是不错成长的、不错迭代的，是以咱们一定要按照东谈主类的智能发展方式去作念咱们的东谈主工智能，咱们就很快从端到端切换到了VLA决议去作念。

咱们一直领路如故比较好的，小坑肯定有，比如算力储备的些许，委用快点慢点等，小的工程细节、优化，肯定各家都会遭遇，我认为遭遇小坑其实莫得问题，但不要遭遇大的判断虚伪，我认为咱们气运如故不错的。

詹锟：我补充一下，可能也不叫坑，是个阅历，如故要信赖AI的力量，即是要信赖Scaling Law。不错看到开动郎博KN里面有一个，咱们之前是信赖data Scaling Law，其实咱们看到了很好的成果，其实下一步即是当今的test times Scaling Law。当咱们能给更多的数据、更大的磨真金不怕火时长，它总能出更好的成果，我认为这即是一个需要服气的或者AI界当今叫“the bitter lesson，苦涩的警戒”，咱们要服气这个地方。

问：对于芯片您有解释奈何作念好量化精度的，关联词我好奇的点是，嗅觉配合Thor芯片上车的过程，应该也不太容易。开动的时候可能连车规也莫得，你们两边那时是奈何磨合的？第二个问题，对于云霄大模子。刚才有说联想是32B，基于这个大模子，是以推理才略从10步缩减到2步。关联词我看有的友商说我方是72B的超大鸿沟参数，寰宇基座模子，他们是主流模子的35倍。是以这种是越大越好吗？车企到底用些许B的模子是最合适的，判断的维度是什么？

郎咸一又：咱们是第一次用Thor芯片上车的，咱们亦然在以前L9的时候，第一个用Orin芯片。再往前，咱们是第一个用J3芯片。其实咱们蓄积的好多跟芯片厂商的供应商的这种互助阅历，包括再往前推算J3芯片，那时J3芯片遐想很有过失。关联词咱们会跟互助伙伴沿路，去作念一些优化和迭代，这都是很正常的一个过程。

在这个过程当中，一方面芯片厂商会凭据咱们的要求，去作念一些芯片遐想或者芯片自己的一些调养；另外，咱们也会凭据芯片自己的一些特色，若是它够不上咱们的要求，咱们也会去迭代算法、决议，针对它进行调养。因为一个新的芯片应用，一定是伴跟着一些彼此之间的磨合和迭代。

那么J3是咱们第一个用的自研芯片，第二个即是英伟达的Orin芯片。Orin芯片其实在刚上来的时候，咱们诚然不是第一个拿到了，而且一下子拿到好多。关联词咱们是第一个量产上车的，第一个委用的，因为他们委用是比咱们晚了几个月。咱们在所有这个词Orin芯片，从拿到到委用或者用了八九个月的时候，别东谈主可能用12个月以上的时候。

一个方面是咱们有很好的工程优化落地才略以外；另一方面，一个新的芯片作念出来，一定如故有一些调养的。咱们的迭代速率会比较快，咱们不会死扣着一个决议不放，咱们还会凭据芯片我方的特色，去作念一些调养和优化。

Thor芯片它是一个全新的芯片，在应用、部署方面有什么问题，我认为这都很正常的。勇于领受新的首发芯片的企业，它都会遭遇这些问题而况把它处理掉，都是工程师之间一些正常的商量、优化、互助的一些过程。

咱们从2021年的第一个量产技俩就依然这样作念了，到本年亦然如斯。供应商跟咱们的配合也极度好，最早在J3芯片的时候，应该是地平线，也长短常意思，把它的工程师都派到联想来，跟咱们沿路到测试厂加班互助，芯片问题他们就实时问题，算法问题咱们实时处理。

在英伟达的配合里亦然一样的，有时候也会作念到沿路作念芯片的一些部署、优化等，我认为这都是很正常的一些过程，不存在立场上的问题。

英伟达和地平线都是很好的芯片厂商，也都是咱们很好的互助伙伴，咱们也长年跟他们有很好的互助基础。咱们也知谈，芯片的产生，它需要有好多输入，咱们也在新的芯片研发过程当中，咱们也给他提供好多输入，比如J3上的问题，它在J5上处理了；Orin-X问题，可能在Thor上处理了，Thor上问题可能也会在其他的方面去处理。我认为这是一个正常的研发过程，主要如故看最终的应用情况。

第二个是云霄模子是72B好如故32B好。其实我认为各有各的好，你欢腾用，你用15B，我也不拦着你。关联词你是否能把模子磨真金不怕火到的才略，蒸馏好了之后，不管用MoE的方式如故用茁壮的方式，能落到我方的芯片上，作念好优化、量化的部署，而况解救成用户的践诺价值。我认为能作念到这点，都是好的应用。

天然，对于咱们贯穿来讲，模子的参数目越大，磨真金不怕火消耗的资源、消耗的东西就会越多，可能遵循也会低一丝。

另外，若是你还想把一个更大的模子蒸馏成一个极度小的模子，在蒸馏过程当中，它的才略逝世亦然可能存在的，这里面也很考验各家工程师的量化优化的一些部署才略，我认为这是研发过程当中的一些过程。

最终，对于消费者来说，咱们如故要看最终的产物体验以及最终给用户带来的价值。

湛逸飞：刚才有提到云霄大模子的参数目，其实也不完全只看参数目。同样一个参数目的大模子，你给它什么数据也长短常紧迫的。当今大模子行业致使有一些大几百B的，都是基于互联网数据去握取一些通用的数据，而且互联网上的数据浑浊当今依然越来越严重。咱们联想汽车作念云霄的大模子，咱们是有基于我方的这些数据去作念磨真金不怕火才略，比如它在驾驶场景的贯穿上才略，是比那些通用的大模子的才略要强好多。天然，你不会拿咱们的云霄大模子去跟那些大模子去比编程，因为咱们需要的是它对驾驶场景的贯穿才略。是以在模子参数的基础上，给它训了什么数据也长短常紧迫的一个事情。

问：我提两个问题，第一个是刚才试乘的过程中，咱们遭遇一个场景，一个很窄的双向谈，咱们右手边有一个三轮车，咱们跟它说向左变谈，车其实是要跨对向车谈，关联词它莫得以前。我听西席员跟咱们说，以前你们是不错以前的，当今它不不错以前。是以我想听一听VLA司机在产物界说和用户价值层面，你们经过了哪些里面商量和辨证，最终遴荐了面前这个版块。第二个问题，寰球对于VLA这个认识一直有一些商量。前段时候有东谈主说VLA和好的模子，其实是两个认识。其实大猩猩和老鼠，它们脑子里面都有一个VLA的Model，它是标明不错干这些事情的。关联词好的模子，它可能更多是取决于数据和强化学习。背后的期间复古，其实是强化学习。你们奈何看这个不雅点？

詹锟：正常VLA它我方能贯穿这是双向单车谈，若是仔细看它的CoT（想维链）过程，咱们之前给它的价值不雅判断或者价值不雅对都的数据，即是让它不要在双向单车谈去逆行。

之前说，VLA是一个更好的家庭司机，无论在什么情况下，咱们如故会以安全、称心、坦然这样的价值不雅来对都它。是以在这种情况下去跨逆行车谈，咱们是不建议的。关联词若是需要微调出这样的版块，在期间上肯定是不错的，关联词咱们如故但愿能给到一个更安全、更坦然的驾驶体验。若是背面有契机咱们会作念一些更好的作风或者是尝试，这是面前想给寰球展现的一个VLA的价值不雅和体验。

我认为刚刚说这个不雅点还挺有风趣的，VLA它是一种模子架构，它并不一定代表好的模子，这个不雅点我是赞同的。起始，别说VLA了，每个东谈主都说它有端到端，但不是每个端到端都开的很好。任何一个模子，它是什么样的遐想想路，只代表了它的想法，但不代表它能落地。是以VLA咱们亦然说它是全新的架构，关联词要磨真金不怕火出好的模子，还要下很大的功夫，咱们需要更好的数据、算力、工程部署，能力作念出来好的VLA。是以这肯定是一个充分不必要条款，咱们但愿是有好的模子来迭代它。

刚刚VLA架构咱们也说了好多它的上风，相对VA模子，或者端到端模子，VLA模子是有想考才略的，这是它不可否定的一个上风。若是不是用这种大语言模子的预磨真金不怕火、后磨真金不怕火的想路，是很难把这样的知识融进去。是以咱们也得承认，这样的架构能力带来这样的才略。

刚刚反复强调在VLA里面，L长短常紧迫的。咱们也认为，自动驾驶想要往L4或者往更高的才略前进，L是一个必经之路。当今无论是大语言模子，如故其他的模子，也都开动作念端到端的L。咱们在去年年底的时候，意志到这个过程，是以咱们在夸口的去发展L，而且面前也在VLA里面有好多应用。

问：问题一：在VLA的磨真金不怕火中，在语言模子上是奈何幸免大模子由于跟东谈主类贯穿不同从而产生的反学问或者反东谈主类民风的生成提示，咱们是如何处理的？问题二：在后续的强化磨真金不怕火中，联想用一组24的案例去解释，那咱们是以什么样的法度决定这个case是磨真金不怕火OK的？问题三：VLA在联想i8上首发，同期亦然i8的中枢卖点之一，若是您算作智驾的缔造者，您是奈何去看待用什么样更好的方式，去跟司机相通，彼此信任的情谊也好，或者劝诱顾主欢腾购买，去展示咱们VLA的功能

詹锟：起始以当今的期间而言大模子依然有了一些初步的共鸣方法和想路。

第一，咱们需要对不好的数据作念精粹的清洗，清洗的越多，质地就越好。

第二，合成数据。之前会有好多大语言模子会有幻觉，内容上因为“大模子”对这个东西是不睬解的或者没见过的，在它这个鸿沟以外回应问题。是以咱们需要构建好多数据，致使合成数据，去让它把这个鸿沟贯穿到位，能把所有的知识能够知谈，致使知谈它什么不知谈，这是它很紧迫的一个才略。

通过这两个想路，其实大幅能裁减语言模子的幻觉才略，致使反学问的东西。

第三，超等对都，让它去更作念到顺应东谈主类价值不雅，比如刚刚阿谁例子，不成跨对向车谈，即是雷同的想路，这是第一个问题。

湛逸飞：起始唯有无缺的走过这种闭环仿确切所有这个词历程玩家能力确凿的去作念强化磨真金不怕火。

因为咱们是在闭环仿真这个系统搭建起来的过程中蓄积了一套极度无缺对车辆活动判断的一套系统，这套系统致使还用了刚才提到的这些云霄的32B模子，不仅是蒸馏完以后给车端用，在云霄用这些大的模子去作念推理、判断这个车在仿真环境里的活动是否正确，同期咱们从好多的维度，包括“安全、称心、合规、遵循”等，对车辆的活动作念一个评价，总体来给出一个打分，咱们也叫reward，目的是告诉他这个车在仿真环境里。

郎咸一又：第三个是i8首发的问题，i8首发咱们天然也但愿VLA会成为用户购买i8的一个极度紧迫的成分，同期也会奋力于起始让之前用过联想智驾的老用户有个极度好的体验升级，其次也但愿有更多莫得用过扶持驾驶、自动驾驶的用户一上来就会对智驾有很好的感受和崭新感。

刚才也提到了通过VLA期间架构的一个才略升级，更多是想给用户带来实车体验的升级，包括“舒限度、安全感”两个最中枢的方针，其次还有“可交互性、驾驶才略、手段”等的提高。

它是一个详尽维度体验的提高，你刚才提到想维链的一些展示，若是有东谈主可爱琢磨、可爱筹商VLA的过程是奈何回事的话，咱们给他展示出来让他不错去看一看，若是有的用户对这个不是独特感风趣，只是崇拜开车时的安全体验的，起始他站在之前端到端基础上，一定会比端到端基础要好的前提下再继续提高VLA的体验。

是以，让咱们的用户体验会越来越好，而且我认为它的这种体验需要有一个过程，这个过程即是原本从10MPI到100MPI，当今从100MPI到1000MPI，有可能100到200你可能还莫得太大嗅觉，但我信赖100到1000的嗅觉如故都备不错体验出来的，就像去年端到端和当今的端到端你肯定有很强的体验。

问：问题一：本年下半年开动，各家车企，包括友商都会股东VLA，联想对于VLA这个期间的上风或期间壁垒是什么样的？问题二：联想对VLA司机的界说是一个更好的家庭司机，一个坦然的移动空间，将来VLA期间会不会拓展到别的产物线或一些办事过程中，撇开商品车以外的那些办事？

詹锟：第一个是咱们的期间栈是有延续性的，并不是从之前的章程时间骤然跳到VLA，那它肯定会有各类各样的问题，比如有莫得把数据蓄积上来，有莫得那么好的磨真金不怕火，有莫得那么好的仿真评测系统等等。咱们当今作念VLA其实是一个延续性的期间架构，致使把原本的上风都期骗起来，站在巨东谈主的肩膀上络续作念。

第二，咱们在RD预研方面其实干预极度多，VLA在自动驾驶鸿沟是相对新的一个场合和鸿沟，从去年年底到当今作念了相配多预研，无论是在各个顶会上的论文，一个是咱们在研发上头也专门立了TBP的技俩，来股东VLA的期间探索，这块其实是咱们一直在相持的“预研一代、研发一代、委用一代”的想路。是以从时候上来说，咱们VLA起步比较其他友商或者竞争敌手更有上风。

第三，咱们信赖VLA在将来会酿成一个更大的、妥洽的架构。咱们也认为VLA是在对物理寰宇AI落地来说，长短常好、极度一致性的前瞻期间，并不单是是自动驾驶，可能是物理AI面前看到最合理的一个场合。

郎咸一又：补充两个点，第一期间壁垒肯定是有，联想最中枢的期间壁垒如故寰宇模子仿确切壁垒，这个壁垒长短常高的，别东谈主很难短时候去复制出来。因为它的迭代速率得确保，且还得用实车去测试，是以是很难超越咱们的。

第二，这肯定是不错拓展的，咱们也成立了各类其他的机器东谈主部门。VLA是一个很好的具身智能的期间框架，可能不错延续到其他场合。

问：Orin X后续版块的推送是同步的，如故会有相反；另外，Orin X去推VLA的时候，它的才略上限在你们里面去筹商，后续多永劫候它会和Thor U拉开差距，如故一直去保持同步的更新。

郎咸一又：咱们是同步推送的，此次若是i8上线的时候，老用户AD Max的车主，包括2022年买车的，只须你是Orin X的芯片或者Thor芯片，都会同步的推送。面前测试来看在才略上是莫得任何相反的，帧率上也莫得相反，咱们作念的工程优化都极度好，都是10帧的。独一的相反即是i8的底盘跟L9的底盘是有些相反，舒限度的体验上可能是有一些不同。

后续的推送节律亦然同步的，即是Orin平台和Thor平台都是同步来推送。至于什么时候能拉开相反，咱们当今肯定不会作念这种相反化。关联词跟着下一步的迭代，若是咱们在INT4的量化上有一些迫害，阿谁时候可能会有一定相反，关联词当今谈这个还为前卫早。

问：问题一：VLA截止面前莫得发布明确的有计划是因为营业的成分如故当今的成果还够不上你们的期待？问题二：今天体验过程中嗅觉有一些很澄莹的不足。比如有些拦阻物，还没办法识别。咱们今天体验的这一版实车，在你们心里的评分或者是些许？要达到些许分，你们认为才不错大都的推送给用户。

郎咸一又：咱们一定会比友商早，咱们一定是第一个。

对于第二个问题，咱们里面是有一个打分的机制，以仿真为例，当今是全面先对标OTA7.5，OTA7.5是咱们在端到端上临了一个版块。这个版块的得分，里面是有评分的，咱们在推出初版VLA的时候，包括寰球今天试驾这版的VLA，它在咱们里面的打分依然全面超越了端到端7.5、OTA7.5的。关联词在一些小的分数上，可能有一些波动的。在合座的打分情况上，这个版块依然超越了端到端一丝点。

关联词咱们在确凿推送用户之前，咱们会作念到一个澄莹的成果提高。今天寰球试到的是咱们特地让寰球先试一下咱们在舒限度上的一些提高，若是寰球比较熟习车，肯定是能体验出来的。接下来咱们会在“安全、合规、导航、遵循”等等方面，咱们会在我方的一些维度上都会有较大幅度的提高。

让熟习咱们车的东谈主买i8一上车就会有极度大的体验。让没用过扶持驾驶的东谈主，使用扶持驾驶的时候，也会有很强的安全感和坦然感，而且还有很强的称心进程。关联词里面的评分法度，咱们是我方有我方的评分法度。

问：发问一个对于数据的问题，在仿真加进来而况它阐发的作用越来越大之后，联想是奈何界说所谓的优质数据或者什么是不好的数据，是不是说对模子迭代有促进作用的数据就叫优质数据，但这个界说可能又太日常，联想有莫得一些不错量化的斟酌法度。

湛逸飞：咱们需要的数据用一个词总结叫“老司机数据”。在磨真金不怕火过程中，对数据的筛选。从去年端到端开动一直到当今，咱们在云霄有好多法度，致使是云霄的大模子，对这些数据进行检讨，来检讨他们是否顺应咱们所界说的“老司机”的法度。比如他在正常行驶的时候，不不错不居中。

举一个例子，望京地区有一些右转车谈上有违泊车谈，咱们到底需不需要这个车辆不错压简直线绕行以前，若是不压简直线绕行以前，你在望京地区可能就没法完成右转。是以咱们对这些数据的贯穿，是奢靡了很大的功夫，在这个基础上作念了好多清洗，总量如故1000万，但践诺上这里面是在进行不停替换的。

郎咸一又：咱们有实验模子之后，像corner case以及一些艰难场景的数据，咱们和会过合成数据来提供。

刚才你说是不是能提高性能数据即是好数据，你刚才问了这样一个不雅点。从某种意旨上说是，关联词在端到端的时候即是这样的。关联词在端到端的时候，咱们的数据更多是用来磨真金不怕火端上的模子，关联词到了强化学习之后，数据其实更大的作用是来训寰宇模子，让寰宇模子变的愈加顺应真实寰宇。

咱们更多的磨真金不怕火数据是来自于合成数据的。因为我认为量上来说，或者类别来说，依然填塞了。关联词在细分的类别上，如故需要更多的用合成数据来补充咱们的磨真金不怕火。

各家作念的也都不太一样，5年前如实联想算作一个侍从者进入了自研的自动驾驶赛谈，但咱们对自动驾驶的想考并不是从2020年开动的，咱们刚进联想的时候，那时李想口试的时候跟我聊，说你认为最紧迫的是什么，比如想在自动驾驶作念顺利或者作念到第一？

我说当今来看即是数据，诚然说别的都很紧迫，但数据必须要提前开动准备，咱们是从联想ONE开动作念数据闭环的一些使命，天然那时候数据还比较少。给寰球公布一个数字，其实2021年寰球也认为咱们作念的挺快的，诚然一些地平线芯片的加持，有一些可能那时作念的ADAS也不是独特难，但有使命量很大，那时候咱们训模子的数据并不是买了个数据什么的，而是在2020年咱们通过第一个无缺的委用年，累计了1500万足下的灵验回传数据，咱们如实作念了好多数据标注，样本是从这蓄积出来的。

从那开动平稳往后作念，这5年作念下来，从去年端到端开动，业界或咱们的竞争敌手确凿把联想自动驾驶当回事了，但他们为时已晚，因为这些才略栽植不是一天两天就能完全成立起来或者达到咱们成果的，本年开动作念VLA，咱们是第一个提议并随即是第一个委用的，好多东谈主还在嘴上说，还在用端到端的方式去作念VLA。

刚才我画了一个图想抒发一个不雅点若是如故沿着端到端想路去作念所谓VLA的话，你的速率一定会变慢，不管是1000万，如故2000万，哪怕是1个亿的Clips，起始你要训1亿个Clips需要多大的磨真金不怕火算力，模子搞到些许先不说。另外，你的迭代速率会变慢。

若是你莫得很好寰宇模子、仿真环境，这个寰宇模子不是部署在车端的，是在云霄的，云霄的寰宇模子确切是匡助咱们算法磨真金不怕火的，模拟了一个真实的物理寰宇，咱们当今是场景的生成，在落幕处咱们给它秀了一段1公里×1公里的无缺的区域仿真，若是再作念的完善一丝，咱们最终的主义是让咱们算法在模拟寰宇里跑杰作飞车，像《SimCity》，是模拟的一个城市环境。咱们但愿在咱们生计的寰宇里是一个无缺的Agent，是智能体，有车来撞它时它会躲，有什么东谈主走过来它会让什么的。是以我刚才秀了一段咱们3D金钱，即是每一个里面的交通参与者，咱们是雅致到我都有他的3D模子，而况赋予他Agent的智能体，是以他在我的环境里不管是静态的东西，如故动态的东西是一个无缺的、真实的物理寰宇的“纯仿真、纯模拟”，若是达到这种进程，我把我的车，我把我的算法在这里面，就相配于他在这个环境下跑一天等于你在真实寰宇里跑好几年的磨真金不怕火速率，那时候会极度快。

是以，我认为VLA当今可能看起来很慢，就像去年端到端一样，其实端到端依然极度快了，从2021年咱们走到端到端走了3年多时候，其实如故站在巨东谈主的肩膀上，若是再往前走，所有这个词行业若是从章程算法走到端到端的话，我不错说走了10年足下，关联词从端到端开动迭代会极度快，因为那时候所有这个词工程、所有这个词数据都会进修起来，到VLA，我认为亦然这样一个速率，寰球可能当今嗅觉VLA还莫得什么嗅觉，即是作念了一个比端到端略微好一丝的一个感受，但一年之后你看到一个1000MPI的产物放在你面前的时候，信赖寰球都会认为自动驾驶确切来了。我信赖在这里面确凿有期间、确凿有才略、确凿有包袱心的企业一定会率先跑出来，我信赖联想肯定是这里面第一个会走出来的。

问：发问一个对于移动空间的问题，咱们今天体验的版块MEGA移动空间和i8的行车是基于同样的模子吗？

郎咸一又：是同样的模子。

问：问题一：对于仿真数据，有报谈说特斯拉为了拿到更优质的数据或者莫得受过浑浊的数据，请了几百个老司机天天在外面开，通过这个数据来磨真金不怕火它的模子，而咱们当今把大都的元气心灵都放在了仿真上，咱们有莫得雷同这种让专门的老司机给咱们送“老司机数据”？

问题二：用仿真学习的话，从第一轮磨真金不怕火出一个实习司机，到第二轮就能磨真金不怕火出一个老司机，这个过程大摘抄多久？是刹那间就不错完成吗？

湛逸飞：第一个问题，强化学习的过程其实即是每一轮每一轮的仿真，咱们每一轮会给它一个打分，一个reward，这个reward会反向去调动模子里的一些参数，这个模子参数调动以后，咱们又会把它拿过来仿真，它再产生一个新的活动，这是一个轮回瓜代的活动，至于什么时候落幕，其实不笃定，直到它通过了咱们所有这个词在仿真环境里的metrics，咱们就会判断这个场景的磨真金不怕火完成了，它依然学会了这个场景，是以并不是一个瞬息完成的，也不是一个固定长度的，还不错贯穿为跟这个场景的难度是相关的。

郎咸一又：第一个问题，我认为可能是传言、传闻之类的吧。但我认为咱们最佳的老司机即是咱们的车主，咱们都是取之于民，用之于民的。

咱们有很大的元气心灵在咱们车主里去挑选老司机的数据，不是老司机开的通常刻刻都是老司机，也不是生手司机通常刻刻开的都不可用，主要看你奈何从披沙沥金的过程，咱们的用户数据是一个很大的金矿，但金矿里是掺着沙子的，看你奈何把这个金子淘出来，若是只让一帮东谈主给你掘金，可能太慢了，可能也不够丰富。

问：寰球都说多模态模子还莫得进入所谓的GPT时刻，无论是对寰宇的贯穿如故数据的磨真金不怕火，诚然寰球都模恶浊糊看到一个场合，但具体奈何作念莫得一个明确的解法，这时候你们需要作念一个量产决议去推送到阛阓上，你认为这个决议是一个填塞好的解法了吗？以及它抵达所谓的GPT时刻还需要花多永劫候？

詹锟：起始回应一下咱们多模态之前说莫得达到GPT时刻，可能指的是VLA这种物理AI，而不是VLM，其结束在VLM依然完全称心一个极度创新的GPT时刻，若是针对物理AI，当今的VLA，独特是在机器东谈主鸿沟、具身鸿沟可能并莫得达到GPT时刻，因为它莫得那么好的泛化才略，但在自动驾驶鸿沟，其实VLA处理的是一个相对妥洽的驾驶范式，是有契机用这个方式作念到一个GPT时刻的，咱们也极度承认当今的VLA是初版块，亦然业界第一个往量产上要推的VLA版块，肯定会存在一些过失。

这个要害尝试是想说咱们想用VLA来探索一个新的旅途，它里面有好多尝试的地方，有好多需要去落地的探索的点，不是说不成作念到GPT时刻就一定不成去作念量产落地，它有好多细节，包括咱们的评测、仿真去考据它能不成作念到量产落地，能不成给用户“更好、更称心、更安全”的体验，作念到以上三点就不错给用户更好的委用。

GPT时刻更多指的是具有很强的通用性和泛化性，在这个过程可能跟着咱们自动驾驶往空间机器东谈主或往其它具身鸿沟去拓展的时候会产生出更强的泛化才略或者更详尽的统筹才略，咱们也会在落地以后跟着“用户数据迭代、场景丰富、想维逻辑性越来越多、语音交互越来越多”缓缓往ChatGPT时刻转移，不是一定要达到GPT时刻能力作念一个自动驾驶模子，比如咱们落地了VLA以后不成往ChatGPT去转移，这是咱们VLA落地第一个版块后缓缓会往“更丰富、更通用、更各类化”才略去作念的VLA模子。

像郎博说的到来岁咱们若是到了1000MPI开yun体育网，可能会给用户嗅觉确切到了VLA的ChatGPT的时刻。