來源| Tech星球

文| 任雪蕓

理想汽車的智能進化之路，很早之前便埋下了伏筆。

2024年底，理想汽車創始人李想在線上AI Talk訪談里，不僅詳細分享了對 AI 技術的深入理解，還明確了理想要向人工智能企業轉型的核心目標。

實現這一轉型的關鍵，就是結合當下兩大熱門AI方向的Physical Agent技術，它最終落地的形態，就是VLA大模型（Vision-Language-Action，視覺-語言-行動）。簡單來講，就是能“看”懂周圍環境、“聽”懂用戶指令、還能主動“行動”的智能模型。

從之前理想AI Talk第二季提前透露VLA大模型的消息，到后來VLA司機大模型跟著理想 i8一起交付給用戶，還在9月10日開啟了全量推送，短短一年里，理想不僅立下了全新的技術標簽，還快速完成了從概念到量產的跨越。

到了2025廣州車展，理想召開的這場智能發布會，更是交出了轉型路上的階段性成果。

在向人工智能企業邁進的過程中，理想沒有簡單堆砌零散的功能，而是圍繞VLA司機大模型的“認知進化”，把行車、補能、安全三大場景的協同優化，變成了用戶能實實在在感受到的智能體驗。

VLA賦能補能場景，打通“車、站” 閉環

對新能源車主來說，補能時找站繞路、進庫找樁費勁、停好車還要操作地鎖和支付的麻煩，一直是令人頭疼的老大難。

而2025廣州車展上，理想汽車發布的VLA充電功能，精準解決了這些痛點。只要在導航里選定理想超充站，不管是城市里的站點還是高速服務區的站點，VLA司機大模型都能自己“找過去”，真正打通了“車、站”協同的全閉環。

這項功能的核心，是理想9月全量推送的VLA司機大模型在補能場景的延伸落地。

從其展示來看，整個流程完全不用車主費心。導航設定目的地后，車輛會自主駛入超充站，接近車位時云端系統會自動調度降下地鎖，隨后精準泊入車位；充電完成后，系統直接走免密支付，車主只需簡單操作拔槍，車輛就能自己駛出站點繼續行程。

這背后離不開VLA司機大模型的三大核心能力。

空間理解能力讓它能像熟門熟路的老司機，在陌生停車場里漫游找樁，還能實時繪制場站地圖，記住出入口、電梯口等關鍵位置；行為與溝通能力則實現了車與站的“無縫對話”，通過端云協同實時獲取空閑樁信息并調度地鎖；記憶能力更顯貼心，能收藏用戶偏好的車位，下次充電直接精準定位。

截至目前，這套模型已積累3.12億公里行駛數據，里程滲透率提升2.2倍，成熟度經過了充分驗證。

這項功能的落地，對理想和用戶來說都意義重大。

從技術層面看，它標志著VLA大模型的“場景泛化能力”真正落地：從開放道路的行車決策，到封閉停車場的漫游泊車，再到超充站的精準適配，完成了全場景空間認知的閉環，就像智能大腦從“會開車”進化到“懂服務”。

從轉型層面講，它打破了智駕技術和能源服務各管一攤的局面，理想產品部高級副總裁范皓宇就表示，這是“車、樁、站、云體系化能力的集中體現。”

更值得期待的是功能的快速覆蓋節奏。理想計劃2026年1月先覆蓋全國1400座超充站，2月擴展至2400座，3月就將突破2900座。結合當前理想已貫通“九縱九橫”高速超充網覆蓋的基礎，用不了多久，全國大部分理想車主都能享受到這份“不用費心的補能自由”。

從主動避險到被動防御，理想重構智能安全底線

在城市快速路或高速上以時速100公里巡航時，相信不少車主都遇到過這樣的驚魂瞬間：側方車輛突然不打轉向燈強行并線，車身已經快貼到本車；更棘手的是，后方車輛跟得極近，急剎避讓怕被追尾，不避讓又要迎頭撞上。

而理想汽車升級后的防御性AES（自動緊急避讓）功能，就能輕松化解這場危機。

理想防御性AES功能迅速通過多傳感器融合識別雙重風險，無需用戶操作，自動做出小幅安全轉向以及精準加速的協同動作，既避開側方強行并線的車輛，又通過提速拉開與后車的安全間距，在復雜路況中同步化解主動撞擊與被動碰撞隱患，實現全方位行車保護。

理想的安全進化從未止步。在輔助駕駛持續迭代行車、泊車功能的同時，其主動安全能力一直在突破上限。

此次廣州車展上，理想汽車AES完成關鍵進化：從傳統 “躲避主動撞擊” 升級為 “防御被動撞擊”，防護范圍全面覆蓋正前、正后、側前、側后全方向，徹底打破單一維度的安全防護局限。

這一進化對用戶而言意義重大。以往的主動安全多是“碰撞前緊急剎車”的事后補救，而理想AES實現了提前預判、主動防御。

無論是惡意別車、美式截停等人為主觀風險，還是后車跟馳過近、慢車加塞等突發狀況，系統都能提前識別并化解。

截至2025年11月20日，理想主動安全系統已累計幫助用戶避免潛在碰撞1131萬次，防止極端事故超1.4萬次，夜間主動避險達208萬次。

對行業來說，這更是一次理念革新。長期以來，不少車企的智能安全陷入“重預警、輕干預”的誤區，功能堆砌卻解決不了真實風險。

理想AES的全向防御升級，證明智能安全的核心是基于真實路況的全鏈路決策能力。這種以“安全兜底”為核心的價值導向，正推動整個行業從“炫技”向“真安全”回歸。

VLA，理想成為人工智能企業的基石

無論是超充站里車輛自主完成泊車充電，還是高速上從容化解險情，這些用戶實實在在感受到的智能體驗，背后都指向理想深耕多年的VLA大模型。

理想的智能駕駛技術演進，走的是一條持續突破的攻堅之路。

早年間采用端到端技術，讓系統直接學習“感知到決策”的完整鏈路；隨后融入VLM（視覺語言模型），給系統加上“看懂場景+理解指令”的能力；如今成熟落地的VLA大模型，更是實現了“視覺-語言-行動”的全鏈路打通。

這一路不僅攻克了數據標注效率低、場景適配性差等行業難題，更沉淀出一套經過實戰驗證的訓練體系，這正是理想最核心的技術護城河。

這套訓練體系的邏輯，恰似人類司機的成長路徑：先學理論打基礎，再練專項技能，最后上路實戰打磨。

理想將其拆解為預訓練、后訓練、強化訓練三個環環相扣的環節，層層遞進構建模型的“感知、理解、決策、執行”能力。

具體來看，預訓練階段如同考駕照前的理論學習，模型會行車數據、百萬級場景樣本，掌握基礎的路況識別和行為邏輯。后訓練則像科目二、三的專項訓練，針對高速急加塞、停車場復雜繞樁、超充站精準泊入等典型場景反復打磨，讓模型適配不同場景的操作規范。強化訓練就像老司機帶新手上路，針對極端天氣、突發路況等“意外情況”持續優化決策。

這套訓練體系的價值，最終在場景落地中得到了直接印證。

正如理想汽車自動駕駛研發高級副總裁郎咸朋在采訪中所言：“如同端到端+數據閉環取代傳統規則算法一樣，VLA結合強化學習已成為智能駕駛的新范式，更將演化成企業邁向人工智能的核心護城河。”

這場廣州車展的智能發布，不僅是理想VLA大模型技術實力的集中展示，更是其向“人工智能企業”進化的關鍵一步。未來，隨著技術的持續迭代與場景的深度拓展，理想或將重新定義智能出行的核心價值。