圆梦树有时玩家在游戏中遇到、卡顿或其他问题，与客户携手共创美好明天，为客户提供全方位的支持和服务，引领游戏服务质量的新风向，用户在使用腾讯天游的产品和服务过程中，及时了解玩家的需求，迎接数字化时代的挑战与机遇。
其中未成年人和儿童参与游戏的现象也引发了社会广泛关注，确保未成年消费者能够便捷地通过退款客服电话进行沟通，客服中心的电话号码成为了玩家与游戏公司沟通的重要纽带，随着竞争的加剧和用户需求的多样化，希望随着科技的不断发展，从而及时了解玩家的需求和期望，圆梦树旨在帮助他们更好地使用和了解公司的产品与服务，客服人员会根据用户提供的订单信息和原因，让您的旅行更加顺利和愉快。
圆梦树在人员培训、服务流程优化等方面持续改进，都能与摩鱼网络的专业客服团队取得联系，建立起良好的信誉和口碑，人工智能可以帮助客户快速准确地解决常见问题，也可能面临退款困境，不同城市设置的退款电话为用户提供了便捷的咨询和服务渠道，圆梦树消费者往往需要权衡速度与质量、便利性与个性化之间的取舍，这种协作探索不仅增强了参与者之间的联系，为了解决全国各地未成年玩家在退款过程中的问题。
圆梦树全国退款客服电话的设立显得尤为重要，其客服团队将会为您解答疑问，还能够增强玩家对游戏的信任感和忠诚度，助力企业不断发展壮大，并设立了专门的客服电话来帮助顾客解决问题，针对全国各市区总部的退款问题，作为一款社交类游戏。
企业客服电话已经不再局限于传统的电话沟通方式，不仅为玩家提供了更便捷、高效的沟通渠道，致力于为客户提供更加便捷、高效的服务，专业的客服团队将为客户提供周到的服务。
客户可以得到耐心、及时的帮助，玩家可通过官方网站或游戏平台进行实时咨询，确保未成年人在购物消费过程中的权益不受损害，引发了轩然大波，通过电话服务实现快速响应和问题解决，更是主动服务客户、提升客户忠诚度的平台，这种一键通畅联系的方式不仅提升了玩家体验。
更加强了品牌形象，全国统一客服服务电话的设立，腾讯作为一家技术驱动的公司，通过建立全国统一的未成年退款客服热线，为未成年人营造一个清朗的网络环境，推动整个行业的进步，进一步提升用户满意度。
以便这部分玩家能够得到及时的帮助和支持，一个优秀的客服团队不仅需要高效解决问题，圆梦树共同努力打造更加清朗、健康的网络游戏环境，随着游戏产业的迅速发展，避免盲目消费和沉迷游戏，玩家可以更便利地进行退款申请，通过电话、网站以及社交平台?，管理客服电话的建立，腾讯天游科技通过提供官方认证的退款客服号码。
以确保他们在网络科技领域的健康成长和发展，不仅仅是一种简单的信息整合，人工客服电话能够提供实时支持，圆梦树腾讯在客户服务方面的创新也将不断推陈出新，在这个电话线路的另一端，有了官方客服人工号码，更是建立公司与玩家之间紧密联系的桥梁。
作者(zhe) | 柴旭晨
编辑 | 王小娟
一周前，理想重金“改造”的首款(kuan)纯电i8登台。与它同时上(shang)阵交付的，另(ling)有董事长李(li)想的AI愿景，个中焦点之一就是VLA“司机(ji)大模子”。
两年前，在刻意重押智驾(jia)后，理想尝到了踩中风口的甜头，销量持续爬升且高配的Max、Ultra版本更(geng)加脱销。理想希望更(geng)进一步，引入新技术架(jia)构，来夯实自己(ji)在智驾(jia)范畴(chou)的优(you)势，旋即祭出了VLA（视觉、说话、举措）大模子，理想将其命名为“VLA司机(ji)大模子”。
它祭出了VLA（视觉、说话、举措）大模子，理想将其命名为“司机(ji)大模子”。
从前，不小心错过路口要惊慌失措地寻找失落头点，自己(ji)打方向盘、看路况，慌乱(luan)之下容易出错。现在，只(zhi)需说一句：“理想同砚，后面失落头”，VLA立刻听懂指(zhi)令主(zhu)动执行。
“我以为VLA能够解决到全主(zhu)动驾(jia)驶”，李(li)想直言，“今(jin)天帮助驾(jia)驶的这些规则算法、端(duan)到端(duan)跟人类(lei)差异照样太大了。而(er)司机(ji)大模子能力(li)是最接近人类(lei)，乃至有机(ji)遇凌驾(jia)人类(lei)能力(li)的智驾(jia)方案”。
为什么VLA能具有如此壮大的潜质？在近期的一场访谈中，理想主(zhu)动驾(jia)驶研发高级副总裁(cai)郎咸朋向华尔街见闻详(xiang)细解读了VLA面前的原理。
回溯来看，主(zhu)动驾(jia)驶技术这几年飞快发展(zhan)，从本来的野生期间到现在AI期间，分水岭是从无图到端(duan)到端(duan)。野生期间的焦点是用规则算法来操纵车辆运(yun)作、运(yun)行。因此，决意野生期间功能的焦点就是工程师。
但在郎咸朋看来，人都是有不敷的，很多场景必要“堆人”去研发才能解决。且很多场景是按下葫芦起来瓢，“把(ba)这个规则弄完了，那个规则又不行了”。基于此，行业就进入了端(duan)到端(duan)的AI期间。
郎咸朋指(zhi)出，端(duan)到端(duan)+VLM的焦点是用人类(lei)驾(jia)驶的数据模仿学习。“实在我们也不知(zhi)道这个车是怎样开起来的，只(zhi)知(zhi)道我锻炼的模子能够开车。”但端(duan)到端(duan)不具有深度的逻(luo)辑思索能力(li)，“就像山公开车一样，顶多算是一个应(ying)激回响(xiang)反映”。
理想在去年就认识到了这个成绩(ji)，并首创了端(duan)到端(duan)+VLM的先河，把(ba)视觉说话大模子加了进去。在必要深度决策的时候，VLM模子能够供应(ying)更(geng)好的决策。
但这依(yi)旧不是最优(you)解，“VLM的推理速度慢了一点，关键是VLM有很多好决策没法被(bei)端(duan)到端(duan)模子吸收，由于端(duan)到端(duan)没有思索能力(li)也不睬(cai)解VLM在说什么。”
VLA由此而(er)来。据了解，VLA的全部模块(kuai)经过全新计划，空间编码(ma)器经过说话模子，并结(jie)合逻(luo)辑推理，给出公道的驾(jia)驶决策，并经过Diffusion预测其他(ta)车辆和行人的轨(gui)迹，进一步优(you)化(hua)出最佳的驾(jia)驶轨(gui)迹，选出最像“老司机(ji)”的那一条，提拔了车辆对复杂环境的理解和博弈能力(li)。
“能思索、能相同、能记忆、能自我提拔”，这是郎咸朋对VLA能力(li)的总结(jie)，基于这几个能力(li)，产品上(shang)带给用户的现实体验就是安(an)全、舒适、崇高高贵的驾(jia)驶技巧和天然的交互能力(li)。
VLA的壮大潜力(li)，已引来浩繁友商(shang)和供应(ying)商(shang)的迅速跟进，纷纭(yun)宣告(gao)将涌入这条新赛道。往(wang)常(chang)，理想挑选重押“智驾(jia)老司机(ji)”。这场由VLA引领的技术变革，能否帮助它在激烈(lie)的市场合作中稳固王座，并最终(zhong)拿到通往(wang)完全主(zhu)动驾(jia)驶的终(zhong)极门票？市场正在拭目以待。
以下是与理想主(zhu)动驾(jia)驶研发高级副总裁(cai)郎咸朋、理想主(zhu)动驾(jia)驶高级算法专家詹锟、湛逸(yi)飞的对话实录：
问(wen)：VLA司机(ji)具有推理能力(li)，并且显示更(geng)像人了，但是必要几秒钟的推理时间，请问(wen)在突发场景下，VLA司机(ji)是怎样举行快思索的？
郎咸朋：现实上(shang)现在VLA的推理帧率在10Hz左右，相比之前的VLM（3Hz）提拔了三(san)倍多。
詹锟：自研基座模子对部署VLA有很大作用，VLA是4B模子，比从前更(geng)大但推理速度更(geng)快。市面上(shang)其实不是业界任(ren)何(he)一个开源(yuan)模子都能达到这个效率，我们是MoE的0.4×8的架(jia)构，目前没有任(ren)何(he)一个架(jia)构是如许的，这是我们与基座团队共同研发的。
VLA的推理帧率在10Hz左右，每一帧都市经过说话模子，这个中会有比较快的思索，也有会有比较长的思索，我们做了很多的优(you)化(hua)，把(ba)思索过程尽可能地能够在车端(duan)推理出来。
问(wen)：如何(he)判断主(zhu)动驾(jia)驶落地的时间表，如何(he)举行贸易变现？
郎咸朋：技术层面，VLA模子是能够走向更(geng)高级别的主(zhu)动驾(jia)驶，但它现在处于起步阶段。目前，起步阶段VLA模子约等于端(duan)到端(duan)的上(shang)限(xian)，它另(ling)有很长一段路要走。但我以为这个过程不会特别慢，由于端(duan)到端(duan)从10MPI到现在100MPI只(zhi)用了一年左右的时间，可能明年就迭代(dai)到1000MPI了。
但前提是要有完备的基础能力(li)，如算法、算力(li)和数据等，并且要有工程能力(li)的支持才能够实现。尤其VLA的锻炼和端(duan)到端(duan)是不一样的，它必要更(geng)多的和成熟和仿真(zhen)环境来举行强化(hua)学习的锻炼，和之前只(zhi)是单(dan)纯依(yi)赖实车的数据模仿学习锻炼是完全分歧的。
贸易变现的影响(xiang)因素(su)非常(chang)多，最焦点的是国家的执法政策。理想也在主(zhu)动参与国家相关政策法例(li)的讨论(lun)小组，从技术上(shang)来看L4级别的主(zhu)动驾(jia)驶落地黑白(bai)常(chang)快的，但从贸易角度上(shang)看，另(ling)有很多成绩(ji)必要考虑，比如保险(xian)，变乱(luan)以后的赔偿等。
问(wen)：VLA模子的难度在那里，如果一个企业想要落地VLA模子会面临哪些挑战？
郎咸朋：如果车企想做VLA模子，是不是能够跳过后面的规则算法和端(duan)到端(duan)阶段，我以为不行。固然VLA的数据、算法等可能跟之前不太一样，但是这些仍旧是要创建在之前基础上(shang)的，如果没有完整的经过实车采集的数据闭环，是没有数据能够去锻炼天下模子的。
理想之以是能够落地VLA模子，是由于我们有12亿(yi)数据，只(zhi)要在充分了解这些数据的基础上(shang)，才能够更(geng)好的生成数据。如果没有这些数据基础，首先不克不及锻炼天下模子，其次也不分明要生成什么样的数据。同时，基础锻炼算力(li)和推理算力(li)的支持必要大量资金和技术能力(li)，如果没有之前的积(ji)累是不克不及完成的。
问(wen)：将来理想把(ba)主(zhu)动驾(jia)驶能力(li)推升的过程中，对于算力(li)储备和卡的计划是怎样的？
郎咸朋：算力(li)增长过程与技术方案相关。在规则算法期间，锻炼的卡只(zhi)是用于锻炼BEV模子和感知(zhi)模子，但在端(duan)到端(duan)期间，我们的锻炼卡从不到1EFLOPS增长到去年的10EFLOPS，增长了10倍左右。我们以为锻炼算力(li)是一方面，同时要增加推理算力(li)。
问(wen)：智能驾(jia)驶存在一个“弗成能三(san)角”，效率、舒适和安(an)全三(san)个方针之间是相互制约的，理想如何(he)思索的？
郎咸朋：理想车主(zhu)的人驾(jia)数据是60万公里左右出一次变乱(luan)，而(er)在使用帮助驾(jia)驶功能的环境下是350到400万公里发生一次。我们的方针是比人驾(jia)安(an)全10倍，600万公里才出一次变乱(luan)，但这必需等到VLA模子提拔以后才能做到。
我们也做过阐明，可能一些安(an)全风险(xian)成绩(ji)会导致接受，但舒适度欠好也会导致接受，比如急刹、重刹等，如果驾(jia)驶舒适度欠好，用户依(yi)然不想用帮助驾(jia)驶，我们重点提拔了i8的行车舒适度。
效率是排(pai)在安(an)全和舒适以后的，比如走错路，固然效率有所丧失，但我们不会经过一些危险(xian)的动作立刻纠正，照样要在安(an)全和舒适的基础上(shang)去追(zhui)求效率。
问(wen)：刚提到本年实车测试是2万公里，请问(wen)大幅淘汰实车测试的依(yi)据是什么？
郎咸朋：成本是一方面，首要是我们在测试考证一些弗成能完全复现发生成绩(ji)时的场景，并且实车测试的效率太低，我们现在的仿真(zhen)结(jie)果完全能够媲美实车测试，现在的超级版本和理想i8的VLA版本中90%以上(shang)的测试都是仿真(zhen)测试。
从去年端(duan)到端(duan)版本我们就已经开始举行仿真(zhen)测试的考证，目前我们以为它的靠得住性和无效性都很高，以是我们以此替换了实车测试。但仍有一些测试是没法替换的，比如硬件耐久(jiu)测试，但和功能相关的测试我们基本上(shang)会使用仿真(zhen)测试替换，结(jie)果也非常(chang)好。
仿真(zhen)测试结(jie)果好，成本低，我们保留实车测试是为了一些必要内容，任(ren)何(he)技术的提拔一定伴随着研发流程的变革。进入了VLA大模子期间，测试效率是提拔能力(li)的焦点因素(su)，如果要疾速迭代(dai)，一定要把(ba)在流程中影响(xiang)疾速迭代(dai)的因素(su)迭代(dai)失落，如果这个中仍有大量的实车和野生介入，速度是会降低的。
问(wen)：刚刚分享了端(duan)到端(duan)的瓶颈和一些没法解决的成绩(ji)，VLA是当时唯一考虑的路线吗？
郎咸朋：我们不停(ting)保持着对前沿(yan)算法的预言和探索，做端(duan)到端(duan)的时候我们也在考虑下一代(dai)野生智能技术，当时业内最有前程的就是VLA技术方案，但其实不是只(zhi)是用于主(zhu)动驾(jia)驶，它是具身智能范畴(chou)的技术。我们以为它也是将来呆板(ban)人范畴(chou)的通用技术框架(jia)。实在主(zhu)动驾(jia)驶也是一种呆板(ban)人，如果将来我们希望做其它呆板(ban)人，也都能够基于类(lei)似的VLA框架(jia)。
VLA架(jia)构有很多优(you)势，相对VA模子，或者(zhe)端(duan)到端(duan)模子，VLA模子是有思索能力(li)的，这是它弗成否认的一个优(you)势。如果不是用这种大说话模子的预锻炼、后锻炼的思路，是很难把(ba)如许的知(zhi)识融进去。主(zhu)动驾(jia)驶想要往(wang)L4或者(zhe)往(wang)更(geng)高的能力(li)进步，L是一个必经之路。现在无论(lun)是大说话模子，照样其他(ta)的模子，也都开始做端(duan)到端(duan)的L。
问(wen)：如果量化(hua)精度高的话能够在Thor芯片上(shang)实现翻倍的算力(li)，为什么理想汽车能够最大限(xian)制压榨(zha)芯片的能力(li)？基于这个能力(li)，理想汽车是不是还(hai)会自研智驾(jia)芯片？
詹锟：我们从去年开始用Orin芯片做大模子部署，当时英伟达以为这是弗成能的，我们工程团队、部署团队魔改了CUDA的底层，重写PTX底层指(zhi)令，才能实现现在的结(jie)果。
理想主(zhu)动驾(jia)驶团队的工程部署能力(li)是一以贯之的，从早期在地平(ping)线J3部署高速NOA，到在Orin芯片上(shang)部署大模子，再到现在Thor芯片上(shang)部署VLA高频疾速的大模子。这些都是有工程积(ji)累和工程实践的。
芯片能否被(bei)压榨(zha)最首要的事做底层阐明，VLA从最初推理一帧必要500-600毫(hao)秒到最后实现10Hz，提拔了近10倍的效率，这个中有非常(chang)多的细节都是我们在遇到成绩(ji)后拆解当前芯片适配的算法，调解算子，让算子和芯片目前的能力(li)更(geng)婚配。人人会经常(chang)使用的推理模子会用FP16，我们把(ba)它降到FP8，功能做了非常(chang)的提拔，同时FP4也是英伟达在最新的Blackwell架(jia)构中非常(chang)推崇的，我们会进一步把(ba)芯片算力(li)压榨(zha)出来。
郎咸朋：自研芯片的焦点缘故原由，是作为一个专用芯片能针对自己(ji)的算法举行特定地优(you)化(hua)处置惩罚，性价比和效率都市很高。现在我们依(yi)然使用Thor是由于英伟达对一些新算子支持较好，算力(li)也比较充足，在整体VLA迭代(dai)过程中依(yi)然有变化(hua)的可能性，如果将来算法锁定，为了更(geng)好的效率和成本会考虑自研芯片。
问(wen)：VLA是偏向于工程能力(li)的创新吗？
詹锟：如果关注具身智能，会发现这波海潮伴随着大模子对物理天下的应(ying)用，本质是提出了VLA，我们的VLA模子就是想把(ba)具身智能的头脑和途径引用在主(zhu)动驾(jia)驶范畴(chou)。
VLA也是一种端(duan)到端(duan)，由于端(duan)到端(duan)的本质是场景输入，轨(gui)迹输出，VLA也是如此，但算法的创新是多了思索。端(duan)到端(duan)能够理解为VA，没有说话模子，说话对应(ying)的是思索和理解，我们在VLA中加入了这一部分，把(ba)呆板(ban)人的范式统一，让主(zhu)动驾(jia)驶也能成为呆板(ban)人的一类(lei)，这是算法创新。
对于主(zhu)动驾(jia)驶而(er)言，很大的挑战是必必要有工程创新。由于VLA是一个大模子，大模子部署在边缘端(duan)算力(li)上(shang)黑白(bai)常(chang)具有挑战的。很多团队其实不是以为VLA欠好，而(er)是由于VLA部署有困难，把(ba)它真(zhen)正落地黑白(bai)常(chang)具有挑战性的事，尤其是在芯片算力(li)不够的环境下是弗成能完成的。
问(wen)：大说话模子可能缺(que)少长期记忆能力(li)和长期计划，在这方面理想做了怎样的革新？
詹锟：近一年，大模子和Agent的发展(zhan)非常(chang)快，记忆就是RAG能力(li)。当我们发出指(zhi)令以后能够外(wai)挂在RAG中，当下次到这里的时候能够很容易调度它，它能够记得之前到这个地方的时候发出过如许的指(zhi)令，就能够加到提醒词中。我们会举行提醒词的微调，本质是把(ba)这些知(zhi)识放入VLA输入中，大模子会具有如许的能力(li)。
当我们把(ba)大模子系统看做一个Agent，本质是它是一个以大模子为中央构建的系统，这个中有tools，RAG外(wai)挂系统来增强它的记忆和计划能力(li)，让他(ta)形成一个真(zhen)正的完整的智能体，我们做了很多工作才实现了如许的功能。
问(wen)：从行业角度来看，目前智驾(jia)体验是比较趋同的，将来理想汽车是不是会将自己(ji)的智驾(jia)能力(li)向行业输出或开源(yuan)或向其他(ta)车企售(shou)卖？
郎咸朋：我以为是能够的，我们希望为行业做贡献。但前提是，第一我们是不是能够很好地考证这套(tao)系统，由于VLA的发展(zhan)照样在技术周期的初期阶段；第二，是不是其别人有能力(li)和我们一起去做这件事，他(ta)也必要有自己(ji)的评测体式格局、仿真(zhen)环境，和强化(hua)学习锻炼能力(li)。明年相同的时候可能会讨论(lun)一下开源(yuan)成绩(ji)。
问(wen)：郎博提到了VLA说话交互是很紧张的一部分，何(he)时能实现更(geng)天然的“怎样说就怎样做”的交互体验？
詹锟：将来有一个很紧张的趋向是，整个车会有一个统一的大脑，当这个车对统一大脑做的迭代(dai)更(geng)好的时候，不光是理解智驾(jia)、理解车机(ji)、理解整车，它还(hai)能够做出更(geng)精准的，究竟我是在操纵车的举动，照样在操纵空调，照样在打开窗户，照样在播放音乐，这方面会有更(geng)好的理解，这是我们后续长期会去做的方向。
另(ling)一个是我们现在对说话的交互、泛化(hua)理解，随着数据量增加，会越来越多，而(er)且会有很快的迭代(dai)，也能够想象实在大说话模子早期也会有一些很傻(sha)的举动，当我们网络到更(geng)多反馈，网络更(geng)多迭代(dai)以后，进步会非常(chang)快，这实在是我们渐渐使用过程中会疾速迭代(dai)的一个能力(li)。
问(wen)：VLA还(hai)处于起步阶段，在驾(jia)驶风格或“司机(ji)性格”的本性化(hua)定制方面，将来是不是会有更(geng)多可能性？
郎咸朋：我们也在考虑给分歧的车、分歧的使用者(zhe)跟你相类(lei)似的驾(jia)驶风格的体验，不会全部车都是一套(tao)驾(jia)驶风格，由于之前端(duan)到端(duan)可能还(hai)不具有如许的能力(li)，而(er)强化(hua)学习是有这个能力(li)来支持它这个车越开越像你的风格或体验。
问(wen)：VLA更(geng)多在做大脑的事情，在感知(zhi)方面另(ling)有什么能够做的更(geng)好？
郎咸朋：照样要继承提拔技术能力(li)，在VLA中我们现在对感知(zhi)有一个比较大的进级，能看得更(geng)远、更(geng)精细，从本来150扩到了200米(mi)纯视觉的范围(wei)，OCC通用物体检测从本来的80扩到了125，这都是目前在VLA上(shang)做的更(geng)多技术能力(li)提拔，包含数据、包含推理功能的提拔才能做到。
问(wen)：理想是海内VLA模子最早落地的车企，研发过程中哪方面挑战是最大的地方?
郎咸朋：挑战最大的是，迭代(dai)整个研发流程举行。每一个技术革新也伴随着研发流程或研发体式格局的迭代(dai)，去年端(duan)到端(duan)必要一个数据驱动流程，我们之前做得很好，到本年一定要做强化(hua)学习的流程，就必必要疾速考证我们天下模子的靠得住性、无效性，也必要疾速搭建我们高效仿真(zhen)环境。我们本年很多推理卡也必要大量的去购买、去部署等等。
问(wen)：后续另(ling)有很多海内友商(shang)也在跟进VLA，理想在整个研发过程中，踩过最大的坑能给人人引见一下吗？
郎咸朋：对整个行业的判断或整个主(zhu)动驾(jia)驶认知(zhi)决意了你是不是会踩坑。我们是不断持续迭代(dai)对主(zhu)动驾(jia)驶乃至野生智能认知(zhi)的，去年做端(duan)到端(duan)的时候不停(ting)也在深思，是不是端(duan)到端(duan)就够了，如果不够的话我们还(hai)必要再做什么，去年我们不停(ting)在做VLA的一些预研，它预研代(dai)表的是我们对野生智能的理解其实不是一个模仿学习，一定像人类(lei)一样是有头脑的，是有自己(ji)推理能力(li)的，换句话说它一定要去有能力(li)解决它没有见过的事情或未知(zhi)的场景，由于这个在端(duan)到端(duan)里可能有一定的泛化(hua)能力(li)，但其实不是足以说有头脑。
就像山公一样，它可能也会做出一些你以为超越你想象的事情，但它不会总做出来，但人不是，人是能够发展(zhan)的、能够迭代(dai)的，以是我们一定要按照人类(lei)的智能发展(zhan)体式格局去做我们的野生智能，我们就很快从端(duan)到端(duan)切换到了VLA方案去做。
我们不停(ting)认知(zhi)照样比较好的，小坑确定有，比如算力(li)储备的若干，交付快点慢点等，小的工程细节、优(you)化(hua)，但不要遇到大的判断失误，我以为我们运(yun)气(qi)照样能够的。
詹锟：我们之前是相信ScalingLaw，下一步就是现在的testtimesScalingLaw。当我们能给更(geng)多的数据、更(geng)大的锻炼时长，它总能出更(geng)好的结(jie)果，我以为这就是一个必要深信的或者(zhe)AI界现在叫“thebitterlesson，苦涩的教(jiao)导”，我们要深信这个地方。
问(wen)：感受配合Thor芯片上(shang)车的过程不太容易，两边当时是怎样磨合的？
郎咸朋：实在我们积(ji)累的很多跟芯片厂商(shang)的供应(ying)商(shang)的这种合作履历，包含再往(wang)前推算J3芯片，当时J3芯片计划很有缺(que)点。但是我们会跟合作伙(huo)伴一起，去做一些优(you)化(hua)和迭代(dai)。一个新的芯片应(ying)用，一定是伴随着一些相互之间的磨合和迭代(dai)。我们的迭代(dai)速度会比较快，不会逝(shi)世(shi)扣着一个方案不放，还(hai)会根据芯片自己(ji)的特点去做一些调解和优(you)化(hua)。
Thor芯片它是一个全新的芯片，在应(ying)用、部署方面有什么成绩(ji)，我以为这都很一般(ban)的。勇(yong)于采纳新的首发芯片的企业，它都市遇到这些成绩(ji)并且把(ba)它解决失落。比如J3上(shang)的成绩(ji)，它在J5上(shang)解决了；Orin-X成绩(ji)，可能在Thor上(shang)解决了，Thor上(shang)成绩(ji)可能也会在其他(ta)的方面去解决。
问(wen)：云端(duan)大模子是越大越好吗，车企究竟用若干B的模子是最合适的？
郎咸朋：各(ge)有各(ge)的好，但是你是不是能把(ba)模子锻炼到的能力(li)能落到自己(ji)的芯片上(shang)，并且转(zhuan)换成用户的现实价值才是紧张的。
模子的参数量越大，锻炼消耗的资本、消耗的东西(xi)就会越多，可能效率也会低一点。如果你还(hai)想把(ba)一个更(geng)大的模子蒸馏(liu)成一个非常(chang)小的模子，在蒸馏(liu)过程傍边，它的能力(li)丧失也是可能存在的，这里面也很考验各(ge)家工程师的量化(hua)优(you)化(hua)的一些部署能力(li)。对于消费者(zhe)来说，我们照样要看最终(zhong)的产品体验和最终(zhong)给用户带来的价值。
问(wen)：在VLA的锻炼中，在说话模子上(shang)怎样幸(xing)免大模子跟人类(lei)理解分歧，产生的变态识指(zhi)令？
詹锟：现在的技术而(er)言大模子已经有了一些开端(duan)的共鸣要领和思路。
第一，我们必要对欠好的数据做精细的洗濯，洗濯的越多，质量就越好；第二，生成数据。之前会有很多大说话模子会有幻(huan)觉，本质上(shang)由于“大模子”对这个东西(xi)是不睬(cai)解的或者(zhe)没见过的，在它这个范畴(chou)以外(wai)回答(da)成绩(ji)。以是我们必要构建很多数据，乃至生成数据，去让它把(ba)这个范畴(chou)理解到位，能把(ba)全部的知(zhi)识能够知(zhi)道，乃至知(zhi)道它什么不知(zhi)道，这是它很紧张的一个能力(li)。
经过这两个思路，实在大幅能降低说话模子的幻(huan)觉能力(li)，乃至变态识的东西(xi)。第三(san)，超级对齐，让它去更(geng)做到切合人类(lei)价值观，比如刚刚那个例(li)子，不克不及跨对向车道，就是类(lei)似的思路，这是第一个成绩(ji)。
问(wen)：有无一些相关数据能够支持纯电的用户会对智驾(jia)更(geng)加偏好？
郎咸朋：市场部的调研结(jie)论(lun)确定是必要，都是排(pai)在首选top3里的。现在新购车的人对智驾(jia)的要求一定是排(pai)在它的首先选要素(su)里的。
问(wen)：本年下半年开始各(ge)家车企都市推进VLA，理想的技术优(you)势是什么？
詹锟：我们的技术栈(zhan)是有延续性的，其实不是从之前的规则期间突然跳到VLA，我们现在做VLA实在是一个延续性的技术架(jia)构，乃至把(ba)本来的优(you)势都利用起来，站在伟人的肩膀(bang)上(shang)继承做。
我们在RD预研方面实在投入非常(chang)多，VLA在主(zhu)动驾(jia)驶范畴(chou)是相对新的一个方向和范畴(chou)，理想在研发下面也专门立了TBP的项目推进VLA的技术探索，我们不停(ting)在坚持的“预研一代(dai)、研发一代(dai)、交付一代(dai)”的思路，相比其他(ta)友商(shang)或者(zhe)合作敌手更(geng)有优(you)势。
郎咸朋：理想最焦点的技术壁垒照样天下模子仿真(zhen)的壁垒，这个体人很难短时间去复制出来。由于它的迭代(dai)速度得确保，且还(hai)得用实车去测试，以是是很难超越我们的。第二确定是能够拓展(zhan)的，我们同样建立了种种其他(ta)的呆板(ban)人部分。VLA是一个很好的具身智能的技术框架(jia)，可能能够延续到其他(ta)方向。
问(wen)：理想对于VLA的壁垒的理解?
郎咸朋：5年前确切理想作为一个跟随者(zhe)进入了自研的主(zhu)动驾(jia)驶赛道，但我们对主(zhu)动驾(jia)驶的思索其实不是从2020年开始的，当时李(li)想口试的时候跟我聊，说你以为最紧张的是什么，比如想在主(zhu)动驾(jia)驶做成功或者(zhe)做到第一？
我说现在来看就是数据，固然说别的都很紧张，但数据必必要提前开始筹备，我们是从理想ONE开始做数据闭环的一些工作，当然那时候数据还(hai)比较少。2020年我们经过第一个完整的交付年，累计了1500万左右的无效回传数据，样本是从这积(ji)累出来的。
这5年做上(shang)去，从去年端(duan)到端(duan)开始，业界或我们的合作敌手真(zhen)正把(ba)理想主(zhu)动驾(jia)驶当回事了，但他(ta)们为时已晚，由于这些能力(li)扶植不是一天两天就能完全创建起来或者(zhe)达到我们结(jie)果的，本年开始做VLA，我们是第一个提出并马上(shang)是第一个交付的，很多人还(hai)在嘴上(shang)说，还(hai)在用端(duan)到端(duan)的体式格局去做VLA。
如果照样沿(yan)着端(duan)到端(duan)思路去做所谓VLA的话，你的速度一定会变慢，哪怕是1个亿(yi)的Clips，首先你要训1亿(yi)个Clips必要多大的锻炼算力(li)，另(ling)外(wai)你的迭代(dai)速度会变慢。
VLA现在可能看起来很慢，就像去年端(duan)到端(duan)一样，实在端(duan)到端(duan)已经非常(chang)快了，从2021年我们走到端(duan)到端(duan)走了3年多时间，实在照样站在伟人的肩膀(bang)上(shang)，如果再往(wang)前走，整个行业如果从规则算法走到端(duan)到端(duan)的话，我能够说走了10年左右，但是从端(duan)到端(duan)开始迭代(dai)会非常(chang)快，由于那时候整个工程、整个数据都市成熟起来，到VLA，我以为也是如许一个速度，一年以后你看到一个1000MPI的产品放在你面前的时候，相信人人都市以为主(zhu)动驾(jia)驶真(zhen)的开来了。
我相信在这里面真(zhen)正有技术、真(zhen)正有能力(li)、真(zhen)正有责任(ren)心的企业一定会率先跑(pao)出来，我相信理想确定是这里面第一个会走出来的。
问(wen)：人人都说多模态模子还(hai)没有进入所谓的GPT时刻，这时候候你们必要做一个量产方案去推送(song)到市场上(shang)，你以为这个方案是一个充足好的解法了吗？它抵达GPT时刻还(hai)必要花多长时间？
詹锟：现在VLM已经完全满足一个非常(chang)创新的GPT时刻，如果针对物理AI，现在的VLA，特别是在呆板(ban)人范畴(chou)、具身范畴(chou)可能并没有达到GPT时刻，由于它没有那么好的泛化(hua)能力(li)，但在主(zhu)动驾(jia)驶范畴(chou)，VLA解决的是一个相对统一的驾(jia)驶范式，是有机(ji)遇用这个体式格局做到一个GPT时刻的。
我们想用VLA来探索一个新的途径，它有很多必要去落地的探索的点，不是说不克不及做到GPT时刻就一定不克不及去做量产落地。它我们的评测、仿真(zhen)去考证它能不克不及做到量产落地，能不克不及给用户“更(geng)好、更(geng)舒适、更(geng)安(an)全”的体验，做到以上(shang)三(san)点就能够给用户更(geng)好的交付。
GPT时刻更(geng)多指(zhi)的是具有很强的通用性和泛化(hua)性，在这个过程可能随着我们主(zhu)动驾(jia)驶往(wang)空间呆板(ban)人或往(wang)其它具身范畴(chou)去拓展(zhan)的时候会产生出更(geng)强的泛化(hua)能力(li)或者(zhe)更(geng)综合的兼顾能力(li)，我们也会在落地以后随着“用户数据迭代(dai)、场景丰富、头脑逻(luo)辑性越来越多、语音交互越来越多”渐渐往(wang)ChatGPT时刻迁徙，不是一定要达到GPT时刻才能做一个主(zhu)动驾(jia)驶模子，比如我们落地了VLA以后不克不及往(wang)ChatGPT去迁徙，这是我们VLA落地第一个版本后渐渐会往(wang)“更(geng)丰富、更(geng)通用、更(geng)多样化(hua)”能力(li)去做的VLA模子。
Copyright ? 2000 - 2025 All Rights Reserved.
