又看了一遍李想的AI talk，再跟曹旭东对 RL 和 VLA的诠释对照一下，两个人没有本质上的区别。或者说，李想对VLA的定义，超越了VLA学术层面的意义。
如何打磨辅助驾驶的基础驾驶技术，两人的回答，都是需要通过强化学习的方式，在类似世界模型这样的仿真环境里，海量的「刷题」，模型做的好就奖励，做的不好就惩罚，让辅助驾驶驾驶技术向L4演进。
而VL的部分，是再往上一层的追求。辅助驾驶如何理解潮汐车道、如何理解待行区的使用，如何真的看懂导航等等，这些都需要VL对世界的理解。这也就是曹旭东说的两条技术方案可以结合在一起，可以互补。
但再看一遍AI talk，我发现李想在第三层，也就是产品层，有更深入的思考的。李想不想把辅助驾驶定义为驾驶机器，他的定义是司机agent。区别是，对于「司机」，用户可以向对真人一样，用我们日常对话的方式，告诉辅助驾驶你的想法。VLA，是构建下一代辅助驾驶多模态交互的天然路径。
我们也AI talk同期，看到了相关演示，在比如说，告诉系统“开慢一点儿”、“星巴克门口停车”，甚至给车机发一张照片，让车直接来照片对应的场景接我。都是类似的产品形态应用。
总结起来，在辅助驾驶的技术路线判断上，两人没啥区别；在产品形态的思考上，李想的答案，应该会成为行业里的重要范式。
