理想汽车在其i8发布会上宣布，全球首搭VLA司机大模型，该模型将于8月随i8交付并同步升级至所有AD Max车型。VLA司机大模型具备类人般预判风险、认知世界、感知空间的能力，并支持自然语言交互和记忆用户偏好。理想汽车的VLA大模型是其智能驾驶技术进化的第三阶段，标志着从“昆虫动物智能”到“哺乳动物智能”，再到“人类智能”的跨越。该模型以“司机Agent”形态呈现，能够理解并执行复杂指令，通过3D和2D视觉结合感知物理世界，并具备语言和思维链推理能力。理想汽车通过自研底层推理引擎和INT4量化技术，使英伟达Orin-X芯片能够高效运行VLA大模型，并计划年底向AD Pro用户推送城市NOA。

🚗 **VLA司机大模型赋能智能驾驶新体验：** 理想汽车推出的VLA司机大模型，以“司机Agent”的产品形态，能够像人一样预判风险、认知世界、感知空间，并通过自然语言实现流畅交互，更能记住用户的偏好和习惯。这意味着车辆不仅能在道路上行驶，还能适应小区地库、商场停车场等复杂场景，极大地提升了驾驶的智能化和便捷性。

🧠 **VLA技术进化的三个阶段：** 理想汽车的VLA技术发展经历了三个重要阶段。第一阶段（2021年起）依赖规则算法和高精地图，可比作“昆虫动物智能”；第二阶段（2023年起）引入端到端+VLM技术，接近“哺乳动物智能”；而第三阶段的VLA则代表了“人类智能”，它能够通过3D和2D视觉的组合全面感知物理世界，并具备语言、思维链推理能力，实现真正的理解和行动。

💡 **技术实现与全面升级：** VLA司机大模型的实现得益于理想汽车在自研底层推理引擎、英伟达Orin-X芯片的INT4量化技术以及自研汽车操作系统等方面的综合实力。这使得包括2022款理想L9 Max在内的所有理想汽车Max版车型，都能升级到VLA司机大模型，享受同等规模的智能驾驶能力，进一步巩固了其在智能汽车领域的领先地位。

🚀 **MindVLA大模型开启机器人新范式：** 结合视觉、语言和行为三大智能的MindVLA大模型，在NVIDIA GTC 2025大会上亮相，被誉为开创了机器人大模型的新范式。VLA（视觉-语言-动作/行为）的定义清晰地表明了其核心能力：不仅能“看到”和“听到”，更能“做到”，预示着未来智能机器人和自动驾驶技术将朝着更全面、更智能的方向发展。

IT之家 7 月 29 日消息，在今日晚间的理想 i8 发布会上，理想汽车宣布，理想 i8 全球首搭 VLA 司机大模型。

VLA 司机大模型将于 8 月随理想 i8 车型交付，同步升级至所有 AD Max 车型（Thor-U 平台与 Orin-X 平台）。

此外，对于其他辅助驾驶版本的理想车主，搭载 J6M 的 AD Pro 将在年底全量推送城市 NOA。

理想汽车介绍称，VLA 司机大模型拥有更强的思维能力，像人一样预判风险、认知世界、感知空间；更强的沟通能力，只用自然语言，就能顺畅交互；更强的记忆能力，记住用户的偏好和习惯。不仅路上可以开，小区地库、商场停车场一样可以开。

VLA 的实现是一个进化过程，经历了三个阶段：

第一阶段是 2021 年起自研的依赖规则算法和高精地图的辅助驾驶，类似“昆虫动物智能”。

第二阶段是 2023 年起研究，并于 2024 年正式推送的端到端 + VLM 辅助驾驶，接近“哺乳动物智能”。

第三阶段的 VLA 开启“人类智能”阶段，能通过 3D 和 2D 视觉的组合完整看到物理世界，且拥有完整的脑系统，具备语言、思维链推理能力，既能看，也能理解并真正执行行动。

VLA 司机大模型以“司机 Agent（智能体）”的产品形态呈现，用户可通过自然语言与司机 Agent 沟通，简单通用的短指令由端侧的 VLA 直接处理，复杂指令则先由云端的 VL 基座模型解析，再交由 VLA 处理。

理想汽车依托自有编译团队，自研底层推理引擎，使英伟达 Orin-X 芯片可通过 INT4 量化的方式运行 VLM，并且凭借芯片、控制器设计和自研汽车操作系统等综合能力，实现了让双 Orin-X 芯片和 Thor-U 芯片运行同等规模的 VLA 司机大模型。

也正因如此，所有理想汽车 Max 版车型，即便是 2022 款理想 L9 Max，均可升级到 VLA 司机大模型。

3 月 18 日，理想汽车在 NVIDIA GTC 2025 大会上推出了新一代自动驾驶技术 —— MindVLA 大模型。这个模型结合了视觉、语言和行为三大智能，号称开创了机器人大模型的新范式。用通俗易懂的语言来说，VLA 可以理解为看到、听到的同时也能做到（IT之家注：VLA 是指视觉-语言-动作 / 行为）。