2025 年 8 月 29 日，理想汽车携理想 i8、理想 MEGA 及 L 系列车型亮相 2025 年成都国际汽车展览会，宣布 VLA 司机大模型将于 9 月 10 日全量推送，并同步开启全国门店试驾。该大模型已于 8 月 20 日随理想 i8 同步交付用户，成为理想汽车在智能驾驶领域的重要进展。

理想汽车自动驾驶研发高级副总裁郎咸朋介绍，VLA 由视觉（Vision）、语言（Language）、行为（Action）三个部分组成，能够通过逻辑推理学习驾驶规律，实现对复杂场景的理解和决策。这一架构被视为理想汽车从端到端 +VLM 模仿学习迈向强化学习的重要一步。

自 8 月 20 日交付以来，首批理想 i8 用户已在长途及日常场景中使用 VLA 大模型完成测试：单日最长行驶里程超过 770 公里，单次最长行驶里程超过 420 公里。与此前的辅助驾驶相比，VLA 带动了使用率的大幅提升：辅助驾驶每日使用率提升约 3 倍，累计里程渗透率提升约 2.2 倍，泊车每日使用率提升约 2.1 倍。

理想汽车自 2021 年开始全栈自研辅助驾驶技术，经历了从规则算法的人工时代到模仿学习的端到端 +VLM，再到强化学习驱动的 VLA 模型的演进。截至 2025 年 8 月 29 日，理想用户辅助驾驶总里程已达到 49 亿公里，较去年同期增加 27 亿公里。

在端到端 +VLM 阶段，理想汽车通过大规模视频片段（Clips）训练，7 个月内接管里程（MPI）由 12 公里提升至 130 公里，实现了约 10 倍的性能增长。但在数据量扩展至 1000 万 Clips 后，模型性能提升趋缓。理想通过 " 超级对齐 " 方法引入生成数据和规则干预，以解决模仿学习在逻辑推理和预防性判断方面的不足。

VLA 大模型基于强化学习架构，结合世界模型生成的仿真数据进行训练。世界模型能够对复杂驾驶场景进行三维重建与生成，既可复现极端场景，也可创造新的测试环境，大幅缩短验证周期并降低测试成本。

在硬件方面，理想辅助驾驶平台已完成三次迭代：从早期的地平线 J3 芯片，到双 Orin-X 与 J5，再到当前的 Thor-U 与 J6 组合。算力方面，目前理想汽车总算力为 13EFLOPS，其中 3EFLOPS 用于推理，10EFLOPS 用于训练，支撑了 VLA 在仿真与强化学习中的高效训练。

在部署上，理想汽车完成了 VLA 模型在 Thor-U 与 Orin-X 平台的跨平台适配，并实现了 INT4、FP8 与 INT8 混合精度推理优化。在 Thor-U 芯片上，模型推理算力可达 700 TOPS，并具备进一步扩展空间。

雷峰网获悉，理想汽车预计到 2026 年，VLA 大模型的 MPI（接管里程）将提升至 1000 公里以上。公司还计划在明年推出自研芯片，并搭载于旗舰车型，进一步推动辅助驾驶的量产落地。

根据理想方面披露的数据，目前理想辅助驾驶已覆盖 136 万用户，累计数据规模超过 12 亿公里，有效支撑了模型的迭代。生成数据在训练中的占比为 10%，其余 90% 为真实采集数据。

郎咸朋在发布会上表示，理想汽车将继续依托数据、算法、算力和工程落地能力，推进智能驾驶研发，并通过规模化交付实现用户层面的持续验证和迭代。