关于昨晚理想的 AI Talk，写到哪算哪吧：
- 印象最深刻的是张珺的一个提问：「你之前对内说过一句话，说理想的智驾原创性超过了增程」。
对理想的智驾确实有一种蓦然回首越过山丘的感觉有没有？底层的芯片（舒马赫，这个官方不说咱总可以说吧）、OS、编译器、上层全栈的算法，以及云端训练集群。这是一个非常全栈、非常深的研发和运营强度了。
全面的软硬一体——不是那种打擦边球的软硬一体，也是辅助驾驶终局的参赛资格。
- 在这个背景下，我就非常期待理想的 VLA。原因除了现在他们兵强马壮，能把 Thor 用好，还包括我在很多次直播的时候说过，从体感上来讲，似乎理想的端到端从 300 万 Clips 到 1000 万 Clips，体验有小的优化，但不再有质的变化了。
我不认为这是辅助驾驶的 Scaling law 失效了，而是算力算法和数据三驾马车，在数据集规模继续扩大的同时，算法架构没有大改，算力平台已经是瓶颈，所以理想是最急需 Thor 来大显身手的品牌。
理想急用 Thor，也能用好 Thor，就这么个事。
- 我对理想 VLA 最根本的期待是，100 多人的超级对齐团队能把 AD Max 的下限拉上来，不乱变道、行为可预期、消灭安全接管，这是我最大的期待。
理想针对 VLA 做了一些传播，大概是说人可以和模型沟通了，比如发出指令「停到 B3」、「去星巴克旁边」、「慢点开」、「赶时间」等等，这里的技术基础是 VLA 的 L 是语言，输入的语料当中有文本、有语言，所以你可以通过自然语言和模型交互。
这个不是说不重要，但我觉得是理想太过陷入到传播的惯性里了，我所谓传播的惯性就是每发一代新产品，一定要总结出带来了哪些新功能，一定要具象化，要告诉用户，不然传播没事干了。对传播有非常重的考核，团队就会自然形成这种惯性。
其实从 GPT-4o 到 GPT-4.1，你能说出 4.1 相比 4o 带来了哪些新功能吗？新模型的性能是全方位提升的。我对理想 VLA 的期待也是如此，我不急着过渡到和模型对话，先把下限提上来，把各个场景下的综合性能都提上来，虽然传播无从下手，用户和媒体知道好在哪，会免费帮你自来水的。
- 掌声送给朗博、贾鹏、王佳佳、夏中谱，詹锟…这帮人真不是一般的牛。因为华为能做好 ADS，这是大家预期之中的，但大家对的预期理想不是「不一定能做好」，而是既成事实——理想做不好辅助驾驶——这帮人把这个事实推翻了。
这是怎么办到的，过去一年朗博也出来接受采访，但我觉得可能还是没有接近真相。看过好多写华为的书，等理想辅助驾驶真越过了山丘，我觉得这个部门也值得出本书。
当然现在说这个有点半场开香槟了，朗博还在挠头，同志继续努力吧。
