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。

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。