点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 理想汽在ICCV'25期间也分享了些新东西！目前还没有视频对外。 VLA团队负责人詹锟老师做了一场世界模型的presentation，名为World Model: Evolving from Data Closed-loop to Training Closed-loop。自动驾驶之心第一时间做了解 读分享给大家~ 首先是介绍下理想VLA司机大模型： 回顾了理想汽车智能驾驶的发展路线，从规则时代的轻图和无图，再到基于AI的E2E+VLM快慢双系统和VLA， 这四个方案中Nav（导航）是重点突出的模块。 下面介绍的是数据闭环的价值。左上角这张图是一个完整的数据闭环流程： 影子模式验证→经由数据触发回传到云端进行数据挖掘→有效样本进行自动标注→生 成训练集训练模型→模型下发验证性能。 这个过程已经可以做到一分钟的数据回传。 目前已经有15亿公里的驾驶数据，200+的Trigger来生产15-45s的Clip数据。 目前理想的端到端量产版本MPI已经到了220+， ...

财务表现与经营韧性 - 三季度营收达274亿元，前三季度累计营收835亿元，在新势力阵营中保持领先 [1] - 尽管计提理想MEGA约11亿元召回成本，现金储备仍保持在989亿元，经营利润为正 [1] - 三季度毛利率为15.5%，剔除召回影响后毛利率为19.8% [1] 战略转型与愿景升级 - 公司企业愿景升级为成为“全球领先的具身智能企业”，产品定位从交通工具或智能终端转变为物理世界中的具身智能机器人 [3] - 随着理想MEGA与理想i系列构建完整纯电矩阵，且i8和i6累计订单突破10万辆，公司实现增程和纯电“两条腿走路”的产品布局 [3] - 从2025年第四季度起回归“创始人模式”，创始人亲自掌管产品、战略与人才管理，以缩短决策链条，激发创新活力 [3] 具身智能技术路径与研发 - 下一代研发目标是让汽车成为有情感、有思考、具备自动和主动能力的具身智能产品，提供自动迎接、代客停车等主动服务 [5] - 技术路径需构建包含感知、模型、操作系统、算力和本体的完整自研AI系统，以建立难以复制的技术壁垒 [5] - 计划从感知、模型、本体三大层面突破关键技术瓶颈，研发类人眼机制3D ViT模型，优化GPU架构与算力，并通过线控底盘革新预计将事故率降低50%以上 [6] 研发投入与技术储备 - 2025年全年研发投入预计达120亿元，其中人工智能领域投入超60亿元 [8] - 自研的M100芯片将于明年正式上车，配合理想自研的基座模型、控制器和软件系统，以提升性能成本比 [6][8] - 公司已拥有行业领先的技术储备，如已全量推送的理想VLA司机大模型，目标在未来3-5年内成为具身智能领域表现最好的企业 [8]

财务表现 - 2025年第三季度营业收入为274亿元，前三季度累计营收达835亿元，在造车新势力中持续领跑 [1] - 截至2025年9月末，公司现金储备达到989亿元，为技术研发和业务扩张提供充足资金保障 [4] 纯电业务进展 - 第三季度新增纯电SUV产品线，理想i8和理想i6两款车型累计总订单突破10万辆 [2] - 理想i6电池供应启用双供应商模式，预计明年年初月产能将稳步提升至2万台 [2] - 家庭科技旗舰MPV理想MEGA在第三季度获得50万元以上纯电动和50万元以上MPV销量冠军 [2] - 截至2025年10月底，公司自建5C超充站数量突破3500座，以支持纯电产品发展 [2] - 通过理想i6和理想i8构建了BEV产品矩阵，完成增程和纯电双能源形式的产品布局 [3] AI与具身智能战略 - 2025年全年研发费用预计达到120亿元，其中人工智能领域投入超过60亿元 [4] - 今年3月开源自研智能汽车操作系统“星环OS”，累计研发投入超10亿元，目前意向伙伴55家，签约16家 [4] - 理想VLA司机大模型在理想i8上搭载，9月向AD Max用户全量推送，10月使用率达到91% [4] - 公司定位未来产品为具身智能，认为千亿收入只是起步，汽车机器人将开启具身智能机器人元年 [5] - AI技术投入旨在芯片、基座模型、操作系统等核心领域构建技术护城河 [5] 行业观点与公司前景 - 行业人士认为公司凭借家庭用户定位和增程成功经验，有望通过MEGA切入高净值纯电家庭出行场景 [3] - 公司自建超充网络和自研电池技术正逐步补齐补能短板，结合智能座舱与空间设计优势构建产品护城河 [3] - 未来汽车行业竞争将聚焦AI和智能化，公司对AI的投入被行业视为超前且正确的决定 [5] - 公司CEO李想表示未来3-5年内，理想汽车将成为具身智能领域表现最好的企业 [1]

财务业绩 - 第三季度营收为274亿元人民币，前三季度累计营收达835亿元人民币，持续领跑新势力车企 [1] - 截至第三季度末，公司现金储备达到989亿元人民币 [1] - 剔除理想MEGA召回预估成本影响后，第三季度毛利率为20.4%，保持健康水平 [3] 产品与市场表现 - 新增纯电SUV产品线，理想i8和理想i6两款车型成功上市，累计总订单突破10万辆 [1] - 公司完成增程与纯电“两条腿走路”的战略布局 [1] 研发投入与技术布局 - 第三季度研发费用达30亿元人民币，全年研发投入预计达到120亿元人民币 [1] - 人工智能领域投入超过60亿元人民币，是公司成长为智能辅助驾驶技术行业带路人的关键 [1] - 理想VLA司机大模型采用世界模型与强化学习，三季度在理想i8上搭载，9月向AD Max用户全量推送 [1] - 10月VLA月度使用率达到91%，用户渗透率行业领先 [1] 未来战略与公司愿景 - 公司手握增程、纯电技术，并储备芯片自研和全球化布局技术 [2] - 未来将继续以产品和技术创新引领市场，以卓越品质驱动用户体验升级，实现可持续增长 [2] - 公司将用创业公司的管理模式，打造领先的具身智能产品，确保穿越周期、引领技术 [3]

车展概况与行业趋势 - 第二十三届广州国际汽车展览会以“新科技·新生活”为主题拉开帷幕，全球主流车企高规格参展，首发新车达93台 [1] - 在1085台展车中，新能源车数量为629台，占比近六成，相比上届车展新能源渗透率未过半数的水平显著提升 [1] - 2024年中国汽车产销量均超过3000万辆，其中新能源汽车产销量首次突破1000万辆 [1] - 截至2025年上半年，中国新能源乘用车渗透率已攀升至50.2% [1] - 中国新能源汽车保有量较2020年增长5.4倍 [1] 技术创新与产业链支撑 - 中国已构建起自主可控的核心产业链，并初步建成全球最大规模充电网络 [1] - 截至2025年6月底，中国电动汽车充电基础设施（枪）总数达到1610万个 [1] - 电动化与智能化成为新车密集发布的核心特点，智能驾驶技术加速下沉 [1] - 汽车产业链及汽车文化展区的新题材展商数量实现81%的大幅增长，电池、智能方案等核心供应链企业从幕后走向台前 [2] 主要参展商与技术亮点 - 阿维塔与华为乾崑合作进入新阶段，未来将量产华为乾崑智驾ADS高速L3解决方案及具备类人智能的鸿蒙座舱L3等技术 [2] - 理想汽车分享辅助驾驶进展，其VLA司机大模型通过强化学习持续优化行车、泊车及充电体验 [2] - 一汽奥迪A5L乾崑智驾版成为焦点，展示了燃油车与组合驾驶辅助系统的深度融合 [2] - 腾势明星车型N8L为家庭豪华出行设立标准，仰望U7通过易四方和云辇-Z技术提升驾驶体验 [2] - 汇天自主研发的新一代飞行汽车以好飞、易学、智能的操纵系统吸引关注 [2] 行业意义与未来展望 - 2025广州车展在产业变革节点上，聚焦前沿技术并为行业趋势研判提供新思考，被誉为“中国汽车市场发展风向标” [3] - 科技正不断拓宽人们对“车”的想象边界，从家庭豪华座驾到低空交通载体 [2]

公司智能驾驶技术发展路线 - 公司智能驾驶发展经历了从规则时代的轻图和无图方案 到基于人工智能的端到端+视觉语言模型快慢双系统和视觉语言自动驾驶方案 导航模块在四个方案中均为重点 [6] - 公司端到端量产版本的MPI已达到220+ 相比2024年7月底的版本提升了约19倍 [13] 数据闭环流程与规模 - 完整的数据闭环流程包括：影子模式验证、数据触发回传至云端、数据挖掘、有效样本自动标注、生成训练集训练模型、模型下发验证性能 [9] - 数据回传过程可在一分钟内完成 [10] - 公司已积累15亿公里的驾驶数据 通过200多个触发器生产时长15至45秒的片段数据 [11] 自动驾驶下半场：从数据闭环到训练闭环 - 行业观点认为自动驾驶进入下半场 核心玩法从数据闭环转向训练闭环 [18][21] - L4级训练循环的核心技术栈为视觉语言自动驾驶+强化学习+世界模型 轨迹由视觉语言自动驾驶的扩散模型和基于世界模型的强化学习共同优化 强化学习包括RLHF、RLVR和RLAIF [23] - 训练闭环关键技术栈包括区域级别仿真、合成数据和强化学习 [24] 训练闭环关键技术细节 - 仿真依赖场景重建技术 包括视觉/激光雷达重建、区域重建、多趟重建、场景编辑和风格迁移 [26] - 合成数据依赖多模态生成技术 包括视频/点云生成和神经渲染 [26] - 强化学习依赖智能体、3D资产以及评测与奖励模型 [26] - 可交互的智能体是训练闭环的关键挑战 [40] - 系统能力是世界模型增强引擎的关键 包括仿真环境、3D资产构建多样化场景、交互式行为建模、奖励模型反馈泛化能力及GPU工程加速推理 [41] 公司在重建与生成领域的进展 - 公司在重建领域已有两篇顶会论文成果 [28] - 公司技术方案从重建发展到生成 其中Feedforward 3DGS方案无需点云初始化 可直接由视觉输入得到结果 [29] - 公司在联合重建与生成领域有一篇顶会论文 [32] - 公司在生成领域有三篇顶会论文成果 [34] - 生成技术的应用包括场景编辑、场景迁移和场景生成 [36]

公司智能驾驶发展路线 - 公司智能驾驶发展经历了从规则时代的轻图和无图，到基于AI的E2E+VLM快慢双系统，再到VLA司机大模型的演进 [6] - 在以上四个方案中，导航模块是重点突出的部分 [6] 数据闭环系统能力 - 公司数据闭环流程包括影子模式验证、数据触发回传、云端数据挖掘、自动标注、生成训练集训练模型及模型下发验证 [9] - 数据回传过程已实现一分钟内完成 [10] - 公司目前拥有15亿公里的驾驶数据，并通过200多个触发器生产15-45秒的片段数据 [10] - 端到端量产版本的MPI已达到220+，相较于24年7月底版本提升了约19倍 [12] 自动驾驶下半场战略转向 - 行业观点认为自动驾驶已进入下半场，需从数据闭环转向训练闭环的新模式 [17][20] - 数据闭环存在局限性，难以完全解决长尾场景收敛问题，例如交通管制、烟花燃放和突然变道等场景 [15] 训练闭环核心技术栈 - L4级训练循环的核心由VLA司机大模型、强化学习和世界模型构成 [22] - 轨迹优化结合了VLA的Diffusion技术和基于世界模型的强化学习 [22] - 强化学习范畴不仅包括RLHF，还涵盖RLVR和RLAIF [22] - 世界模型主要用于场景重建和新视角复原 [22] - 闭环自动驾驶训练关键技术栈包括区域级别仿真、合成数据和强化学习 [24] 仿真与生成技术进展 - 仿真依赖场景重建技术，具体包括视觉/Lidar重建、区域重建、多趟重建、场景编辑和风格迁移 [25] - 合成数据通过多模态生成技术获取，如视频/点云生成和神经渲染 [25] - 强化学习依赖于智能体、3D资产以及评测和奖励机制 [25] - 公司在重建到生成的方案上取得进展，例如Feedforward 3DGS技术可直接由视觉输入得到结果，无需点云初始化 [26] - 公司在重建领域有两篇顶会论文，联合重建与生成领域有一篇顶会论文，生成领域有三篇顶会论文 [26][29][31] - 生成技术的应用涵盖场景编辑、场景迁移和场景生成 [33] - 公司在数据配比方面进行了大量优化工作 [35] 训练闭环关键挑战与系统能力 - 可交互的智能体是实现训练闭环的关键挑战 [37] - 系统能力作为增强引擎，世界模型提供仿真环境，3D资产构建多样化场景，模拟智能体进行交互式行为建模，奖励模型提供准确反馈以增强泛化能力，GPU工程加速推理过程 [38]

公司战略与产品发布 - 理想汽车CEO李想宣布高阶辅助驾驶系统AD Max将在全新五座纯电SUV理想i6上全系标配并永久免除使用费[1] - 公司此举旨在践行"科技普惠"策略，让消费者无障碍体验中国人工智能技术[1] - 理想i6基于800V高压平台打造，支持充电10分钟续航500公里，CLTC综合续航最高达720公里[1] 行业竞争与智能化趋势 - 新能源汽车竞争已进入以智能化为关键的下半场，高阶辅助驾驶是现阶段智能化的核心价值点[1] - 当前行业中存在的高阶辅助驾驶功能收费模式且价格不菲，限制了用户对智能化便利的充分体验[1] 技术能力与产品性能 - 公司CEO李想表示AD Max系统综合表现"绝对数一数二"，大部分消费者认可其处于行业前两名且与第一名差距很小[1] - 随着理想VLA司机大模型的持续迭代，AD Max系统表现有望进一步提升[1]

公司声明 - 理想汽车CEO李想公开辟谣关于OTA8 0版本VLA司机大模型出现残血版原因的网络分析 称大多为不实信息 [1] - 公司呼吁用户勿信勿传相关网络传言 强调对产品版本更新的官方立场 [1]

公司声明 - 理想汽车CEO李想通过微博澄清OTA8 0版本理想VLA司机大模型"残血版"相关网络分析为不实信息 [1] - 公司呼吁用户勿信勿传相关不实分析信息 [1] - 该声明针对4月11日开始推送的OTA8 0版本更新后出现的舆论争议 [1] 产品更新 - 理想汽车于4月10日开始向用户推送OTA8 0版本系统更新 [1] - 本次更新包含理想VLA司机大模型功能升级 [1]