智能驾驶行业的竞争重心正在经历第三次切换。早期比拼激光雷达、摄像头数量与算力TOPS；随后进入大模型时代，端到端、VLA（视觉-语言-行为模型）、World Model（世界模型）成为焦点；而如今，更大的模型已不足以构成代际优势，真正的上限取决于模型、数据、算力与芯片之间能否形成持续迭代的闭环。 这一趋势下，越来越多车企走向自研。特斯拉已覆盖从数据采集到FSD模型、Dojo超算与自研芯片的全链条；国内，小鹏、蔚来、理想也纷纷向底层延伸。理想汽车在2025年发布的L8、L9车型上搭载了自研的马赫M100芯片，并跑通了自研的马赫VLA模型。 近日，理想汽车自动驾驶负责人詹锟与芯片负责人谢炎接受了媒体采访，首次详细阐述了理想对下一代自动驾驶技术路线的判断，以及自研芯片、数据体系与AI基础设施的设计逻辑。 追赶FSD V14的两层目标 当被问及“四季度达到特斯拉FSD V14效果还需哪些工作”时，詹锟表示，追赶FSD需从两个层面入手。第一是基础体验，包括安全感、效率与舒适度，FSD在这三方面基本功扎实。第二是能力层面，例如礼让特殊车辆、极窄通行感知、识别交警指挥等，这些能力背后涉及架构与数据的深层次原因。“为什么别人没有，只有特斯拉有？可能是以前的范式限制了这些能力。”詹锟说，理想已在架构层面做了大量尝试。 VLA与语言模型：走向L3/L4的必经之路 詹锟指出，当前自动驾驶架构的共同趋势是将VLA与World Model整合。“从长远看，没有谁不往这个方向走。”他解释，无论VLA还是World Model，其中的Prompt都需要语言参与。基于视觉的感知对空间理解更合理，但语言在理解环境、交通规则与复杂决策方面不可或缺。“基于Vision和Language原生的基础模型，可能是长远的未来趋势。” 谢炎进一步补充，若要走向L3、L4，模型需具备人类般的思考能力，而语言模型正是这种能力的来源。“比如警察做手势，你要理解是让你走还是不让你走，这不是靠收集或生成数据能解决的。”他认为，语言的重要性将愈发突出，这也需要更大算力支撑。 数据边际效应：对数曲线下的效率提升 随着理想车队规模跃升，数据的边际效应是否衰减？詹锟承认，模型能力向100分迈进时，数据收益呈对数曲线递减，但理想希望通过规模加速收敛。他定义“价值数据”需满足两点：量足够大以覆盖更多Corner Case，以及行为质量高——在端到端范式下，动作的干净度与一致性至关重要。特斯拉在车端部署neural trigger筛选关键数据，正是其强项之一。 自研芯片：从数据流架构到车内AI计算中心 马赫M100采用数据流架构，被理想视为for AI的重要方向。谢炎解释，该架构对带宽要求较低，但设计并非仅由单一指标决定。“计算、带宽、SRAM都需要晶体管代价，最终是成本与综合性能的平衡。”他强调，仅凭一两个指标对比芯片架构既不合理也不专业。 关于舱驾融合，谢炎明确表示，高端智驾（L3/L4）需要高确定性系统，内存与计算资源需专属，融合反而降低效率。“越往后走，舱驾融合意义不大。”理想的最终形态是车内一个AI计算中心，所有AI任务集中处理，通过Token Server实现高效分配与任务隔离。 自研芯片的条件：营收规模与产品能力 芯片前期投入巨大，一年可能需数亿元。谢炎指出，车企需达到千亿级营收规模，且每年研发投入占比至少10%，才有能力持续投入。此外，自研芯片必须能增强产品竞争力。他反驳了“芯片需大规模出货才能摊薄成本”的观点，以马赫M100为例，两片芯片面积约800平方毫米，相当于8台高端手机芯片，大几十万辆车的晶圆面积足以摊薄成本。 编译器与数据流：超大规模并行调度难题 马赫M100的编译器在流片前就已开始开发，甚至在设计阶段就运行了多个模型。数据流架构类似于超大规模计算机集群的调度问题——当核数达百万级时，传统冯·诺依曼架构的中央调度方式不可行，需要全新的并行调度方案。谢炎表示，这是团队攻克的核心难点之一。 行业视角 智能驾驶的竞争已从单点技术比拼转向系统级闭环能力。理想汽车通过自研芯片、VLA模型与数据体系，试图构建类似特斯拉的垂直整合优势。尽管追赶FSD V14仍需时日，但其对技术路线的判断与投入逻辑，为行业提供了新的参考坐标。对于关注AI与自动驾驶的从业者而言，如何平衡自研投入与产品落地效率，将是持续考验。
文章来源：https://aidadog.com/news/l8brxi3m68ga8ti6fpgq1d0l
