郎咸朋完整回顾理想智驾团队发展演变历程，首次回应外界对 VLA 的质疑。
文丨赵宇
编辑丨龚方毅 黄俊杰
42 岁之前，郎咸朋从不抽烟，但在去年夏天理想研发 “端到端” 智驾方案期间，他每个工作日都得来上两根。
“之前**、特斯拉在前面，我们照着追就行。追平之后再往前走，方向怎么选、能否执行好，没有样本可以参考。” 郎咸朋告诉我们。
$理想汽车(LI)$ 智驾自研起步晚，2019 年团队还没成建制，缺少资源。为了做技术预研，郎咸朋和团队一度只能把激光雷达装在那些已做完碰撞测试的车上。
追赶过程中，郎咸朋提出 “不可能用**的方式打败**”，必须提前研发下一代技术。他促成了智驾自研进程中的两个重要决定：去年转向 “端到端”，让理想跻身智驾第一梯队；今年，他们选择做 VLA（视觉-语言-行动模型），争取成为没有争议的第一。
取得进展的同时，理想智驾团队的内部动荡与外部质疑始终存在，最近交付 VLA 时尤其如此。VLA 使用多模态 AI 大模型提升驾乘体验，强调让自动驾驶系统拥有类似人类的 “思考” 能力，而非单纯模仿驾驶行为。
**车 BU CEO 靳玉志称 VLA 看似取巧但无法真正走向自动驾驶；博世智驾中国区负责人吴永桥则认为 VLA 落地有诸多难以解决的问题。
国庆节前的倒数第二个工作日，我们在理想北京研发总部见到郎咸朋。提及这些评论，郎咸朋表示：他们反对 VLA，恰恰说明 VLA 是正确的。
技术的演进常伴随争议，而最终消解争议的仍是产品本身。郎咸朋认为，相比有监督训练的 “端到端”，无监督训练的 VLA 迭代效率更高，最晚到明年初，外界就能看到明显提升。
相比我们此前两次交流（一年前推出 “端到端” 方案，以及两个月前 VLA 临近落地），郎咸朋这次更松弛一些，近三个小时的谈话中，他语速平稳、声音轻快。谈及理想智驾的进展和技术选择，他的用词也更笃定。
见面前不久，理想智驾团队又经历了新一轮架构调整和人员变动。这个 2018 年成立的团队已经换了三代骨干。作为理想智驾第一号员工，郎咸朋向我们完整回顾了团队的发展演变历程，他加入理想以来的工作理念和方法，并首次回应了外界对理想新技术的质疑。
以下是访谈及少量追加问答的主要内容，经编辑。灰色引用模块则是我们做的信息补充：
不可能用**的方式打败**
9 月 19 日，理想汽车调整自动驾驶研发部门组织架构，将整个团队重组为 11 个二级部门。
原模型算法团队拆分为基础模型部、VLA 模型部和模型工程部；原量产研发团队拆分为量产交付部、软件研发部和主动安全部；原数据闭环团队拆分为数据平台部和数据标注部；原有的规划管理部、AI 评测与运营部保留，并新增创新业务部。
调整后，理想智驾团队的组织架构更为扁平，11 个新部门负责人均直接向郎咸朋汇报。郎咸朋在内部信中称，此次调整的目的是推动团队向 AI 组织演进。此外，过往在一级部门层面多次采用的大规模封闭研发模式将被取消。
晚点：不久前，你重组理想智驾部门，还说要 “组建面向 AI 的团队”，这应该怎么理解？
郎咸朋：AI 最大的特点就是充满不确定性，这跟过去造车完全不一样。打造面向 AI 的组织，第一是信息传递和决策要非常高效，组织越扁平，越有利于这件事发生。我们原来有 4-5 个二级部门，现在变成 11 个，我跟这些人之间沟通很顺畅，决策也很快。
第二是部门 Leader 要懂业务、懂管理，最好还要做过技术。我们现在的二级部门负责人都是之前做过业务的人，不是纯管理出身。
他们都曾经把业务做得比较好，既知道我们原来怎么做，也知道现在应该做什么。我们智驾的核心管理者一定是从内部培养起来的。当然，做 Research、搞算法研究，可以从外面找一些前沿科学家。
晚点：担心团队里的核心骨干被其他厂商挖走吗？
郎咸朋：人员正常流动是合理的，但我们最终的护城河不是某一个人，也不是某一个模型，而是整个业务体系。特斯拉自动驾驶部门走的人也不少，从头到尾都走了一遍，但也没说特斯拉自动驾驶从此就不行了。
晚点：你宣布取消集中的封闭研发，这是为什么？
郎咸朋：主要有两方面考虑。
第一，时代背景变了。之前我们是追赶者，有明确目标，大家必须集中赶工。现在不是靠赶工就能赶出跨越式技术，而是需要各部门发挥自己的业务专长，共同为目标努力。
第二，这也体现了我们对员工的关怀。我们之前其实不是不考虑员工感受，而是在立足未稳时，确实需要用那种方式追进度，但我们不想造成一种 “拼命压榨大家时间” 的感觉。当然，我们对大家的要求也变了——之前要求快速、按时、高质量交付，现在要求所有人真正把能力建设起来。
理想汽车的智驾团队有时会进入一种 “封闭冲刺” 状态。为了按时交付项目，工程师们被集中到少数几个办公室，统一住进附近酒店，连续三五个月高强度工作。加班常态化，周日也要保持待命。
这样的节奏可能一轮接一轮。通勤 NOA 和城市无图 NOA 两个项目，都是在这种连续封闭开发中完成的。
晚点：为什么自动驾驶开发的节奏要这么快？
郎咸朋：我们 2021 年交付自研项目时，前后两个阶段连轴转，确实比较辛苦。当时第一阶段是从 2021 年 2 月 26 号到 5 月 26 号，需要交付基础 ADAS（基础辅助驾驶）；第二阶段是从 6 月份到 12 月 10 号，需要交付高速 NOA（导航辅助驾驶）。
我们当时要求每天全员到岗，不是说有一部分人来就行。第二阶段的一个周末，大家商量好第二天休息，我同意了，但前提是当天问题要全部解决，结果到夜里我发现还有两三个没解决，但基本上 90% 的人都走了，就让项目经理挨个打电话，通知所有人回来加班。这些人一边骂着我，一边就回来了，我陪他们一起。
晚点：后来加班到几点？
郎咸朋：到凌晨三四点才结束，第二天上午还得接着测试。这样的事很多。今年 3 月 “端到端” 1000 万 Clips 版本上线时，我们用 “超级对齐” 解决安全性问题。最后效果非常好，但这个过程非常痛苦。我要求核心负责人每天早晨 8 点在顺义开晨会，很多人前一晚都是零点前后才回去，第二天早上 7 点多就又得从市区赶过来，这样持续了两三个月。
晚点：这种强度是被 “军令状” 逼出来的？
郎咸朋：那是我自己定的目标。比如去年端到端必须交付，不交付就不行。想哥（理想汽车创始人兼 CEO 李想）只是说，“郎博，我们得想办法解决现在的问题。”
在端到端之前，我们打不过**，规则方案改了半天也不行，体验顶多持平，甚至还比人家差。想哥也跟我说，从某种角度上讲，就算你跟**做得一模一样，大家也会觉得**更好，改变用户心智是很难的。你得明显好于现有的东西，新市场才能打破旧市场。
晚点：只有这一条路吗？
郎咸朋：我们作为一家后进入市场的公司，不能在别人已经开辟的战场里打这场仗，那样一定会输。你要开辟一个新战场。如果我们当初不是选择服务多孩家庭这个被忽视的用户群体，技术路线上没有选择增程，而是做纯电或者燃油车，肯定打不过头部玩家。所以要开辟一个新的战场叫增程，我们自己来定义这个增程产品的 PMF（产品市场匹配）。
这样做，我们就有了获胜的可能性，但也只是可能性，要坚持执行战略才能最终获胜。自动驾驶也一样，在规则时代，我们的战略是跟着大势走，优先按时交付产品、跟上市场的主流。所以，我们 2021 年推基础 ADAS、高速 NOA，第一梯队有的我们基本也有，至少下限保持住了。
到 2023 年，目标变成进入第一梯队。那时我们有两个选择：在原有高精地图的基础上继续优化高速体验，或者把服务范围扩展到城市。想哥最后决定做城市 NOA，因为只有那样，用户心智上才会觉得理想在第一梯队。
当时第一梯队的同行陆续官宣 “开城” 进度和目标，我们也在 2023 年上海车展宣布要开 100 座城市。剩下的就是执行层面的事情了，但过程非常痛苦。那时方案还是轻图，至少得有点道路的结构信息，所以有了 “天津两条路”（2023 年底，理想推送城市 NOA 功能，但在部分城市限制开放范围，如天津仅开放销售门店附近的两条路）。后来升级到无图方案，虽然覆盖更广，但体验又不如**。
其实到那个时候，我们就有要做第一的想法了。
晚点：“那个时候” 具体是什么时候？
郎咸朋：2023 年底、2024 年初，当时公司状态比较好，自动驾驶能力实际上已经在第一梯队，但距离大家承认理想是第一梯队还有过程。
想哥当时说，我们现在资源够了——车卖得够多，利润也到位——接下来就是要打智能化，而智能化首先就是智能辅助驾驶，要比**有显著的能力和体验提升，说 “2024 年，郎博你一定得做到这一点”。
我告诉他，我们不可能用**的方式打败**，得有技术上的代际提升。于是我们上端到端，但那时大家都不太理解端到端，也不知道端到端最后带来的体验会是什么样。而且在没做出来之前，其实我们也没法明确说它到底是什么样。
但是从战略角度讲，做了不一定行，不做肯定不行。一直到去年下半年开始出成果。再后面的事情大家都知道了。
晚点：有一种声音说你们运气好。
郎咸朋：这不是运气问题。其实我们是顺着战略大势做端到端，因为我们不可能用规则打败**，要选新的技术路线。同样的，今天端到端正从新市场变成旧市场，如果我们想做真正的自动驾驶，成为这个领域的第一，就不能继续在这个战场打，还得再换一个战场，那就是 VLA。
从今年初我们在英伟达 GTC 大会上宣布做 VLA 开始，一直到现在，至少在业界心目中，VLA 理想是第一个提、第一个交付、第一个迭代的。舆论声场比端到端时期先交付再宣发好不少。
晚点：攻擂和守擂，哪个压力更大？
郎咸朋：攻的时候目标非常明确，因为前面有人。他在做有图、无图或轻图，我们只要跟着去做就好。攻擂时，更多考验执行能力；守擂时，对综合的战略和执行能力都是很大考验。好像都挺难的。
晚点：你们是在什么时候明确意识到，端到端模仿学习存在天花板的？
郎咸朋：今年春节，正好在端到端 1000 万 Clips 版本上线前后。端到端有几个比较大的问题：跟着慢车不绕行，复杂路口红绿灯看不懂，跟人类驾驶行为不一样——该超不超、该让不让。因为我们当时提供的数据里没有这样的场景。
这事是想哥先提出来的。今年 2 月底，他说要加快交付 VLA，不能继续在这条路往上走，因为不管是用端到端做数据驱动，还是用超级对齐做算法优化，本质上系统还是没有人类的智能和思考能力。而我们的目标是做 L4 级自动驾驶。
晚点：当时有什么即时调整吗？
郎咸朋：想哥说业务要调整，连带着人和资源也要调整。我知道他要什么，所以尽管当时还没调组织架构，但资源已开始向 VLA 倾斜，加速 VLA 的研发和交付。
这也是想哥和我有默契、信任的基础。一切就倒回到 2019 年，那年我跟想哥在认知系统这块聊得非常多，经常讨论想法。我现在有这样的判断，就是源于当时认知体系的升级。
有人反对 VLA，恰恰说明它是正确的
晚点：理想自研智驾此前的六个重要项目都有代号，VLA 的代号是什么？
郎咸朋：斯芬克斯，也就是狮身人面像。传说中它会问过路人一个谜语，答对放行，答错吃掉。谜语是，什么东西早上四条腿，中午两条腿，晚上三条腿？答案是人。人出生时四条腿爬，成年后两条腿走，晚年时拄拐棍三条腿走。
斯芬克斯是一个狮身人面像趴在一个大底座上。所以说斯芬克斯项目成功要有一个基座，对应着我们的基座模型；腿的英文是什么？Leg，L4、L2、L3，我们就是要解决自动驾驶 L234 的问题。
这些都是梗，主要是我们在做 VLA 时，觉得它既是一个谜题，就像斯芬克斯里面出的谜语一样，同时还有很多未知和不确定性。
今年 3 月理想发布 VLA 技术后，竞争对手和行业观察者在落地可行性、技术路线选择等方面提出不同看法。
博世智能驾驶与控制系统事业部（XC）中国区总裁吴永桥认为，VLA 落地有四个难点：多模态的特征对齐非常困难；多模态的数据训练和提取更加困难；大语言模型存在无法避免的 “幻觉” 缺陷；当前所有智驾芯片的存储带宽都比较低，并非为大模型专属设计。
**智能汽车解决方案 BU CEO 靳玉志称，**不会走向 VLA 的路径，而是更看重 WA（World Action）路径。他认为，VLA 将视频转化为语言 token 再控制车辆的做法是 “取巧”，而**采用 WA 方案，省掉语言环节，通过视觉、声音、触觉等多模态信息直接控车。虽然挑战更大，但这才是真正通向自动驾驶的方案。
晚点：最近，博世的吴永桥、**的靳玉志都对 VLA 提出不同意见，甚至质疑。对此你有什么回应？
郎咸朋：第一是多模态对齐。据了解，博世不自研基座模型，也几乎没做过大模型相关工作。但我们成立了基座模型研发团队，智驾团队之前做 VLM 时也做过视频和文本的多模态对齐，这方面能力我们已经积累很多。这确实有难度，但难才有技术含量，对我们来说不是问题。
第二是数据训练和提取。博世自己的数据量不大，但不能简单认为我们也没有很多数据。我们搂着采，到现在还有十几亿公里的数据。
第三是大语言模型的幻觉。不能完全站在生成式数据角度来考虑，生成图像、文本。之前模型技术不成熟时，可能有问题，比如生成一个人多了根手指头，或者生成一段文字驴唇不对马嘴。但随着模型这几年不断迭代，幻觉越来越少。而且我们有强化学习、有超级对齐，有办法解决模型幻觉。我们不是用它生成一些非常泛的东西，就是用来生成驾驶领域的决策和推理结论。这些比较确定，不会出现 “你在直行突然让你掉头” 这种幻觉。
靳总说的也同理。我们已经做完端到端，过程中发现 corner case 的数据收集，最重要的是数据分布和数据质量。现在就是 corner case 分布不均衡，收集数据困难，确实挑战很大。即使有很多数据，也不可能穷尽世界上所有场景。必须让系统有人类这种思维推理能力才可以，简单泛化不行。
他们反对 VLA，恰恰说明 VLA 是正确的。出于市场竞争和技术演进的考虑，在 VLA 和端到端上线初期，我们首先要保证它们在安全性的维度上做得不差，之后再去逐步提高上限。
我们 VLA 的能力现在还没有完全发挥出来，到今年底、明年初，大家就能看到一些非常好的表现，用户会觉得这辆车真的活了。强化闭环如果形成，今天车在这个地方还不会开，明天就能开得很好。
晚点：强化闭环形成对你们意味着什么？
郎咸朋：大家都在说这事情，但你不到 VLA、不实现强化闭环的话，你是没有这个能力的。就跟你做端到端一样，之前马斯克也说过 "Video in, control out"，这个思路很好，但没有人真正实现。
我们现在有机会把它实现，实现之后用户才能真正觉得，这个车在安全稳定的前提下，竟然有一些新的、别的车无法企及的能力出来。等到用户真觉得哇塞、用起来真的很舒服的时候，他们就不会再出来说世界模型不行、VLA 不行了。
晚点：看起来，VLA 的强化学习闭环对你们来说很重要，但 Andrej Karpathy（特斯拉前 AI 总监）近期说，“人类并不是通过强化学习来学习的，强化学习其实比大多数人想象的要糟糕得多。它依赖稀疏奖励信号，样本效率极低，缺乏因果理解能力。” 你们如何评价这种观点？
郎咸朋：Andrej Karpathy 对强化学习的批评更多是针对当下算法的局限性，而非对这种范式本身的否定。
模仿学习推动了 GPT 类模型的成功，强化学习则造就了如 R1、o1 这样的强推理模型——这两条路径都是 “The Bitter Lesson” 的体现：算力与数据驱动的通用学习往往优于人工规则。
我们认为，目前的强化学习是比模仿学习更接近人类学习的终极形式。未来我们会持续迭代更高效、更具因果理解与泛化能力的学习方法。
晚点：理想 OTA 8.0 版本我们体验下来，感觉横向控制比端到端最后一个版本更灵活，但纵向控制会保守一些。
郎咸朋：因为我们做了很多安全限制，说白了就是怕刮蹭甚至撞车。我们有一些横向表现很惊艳，特别是内测第一版 VLA 非常灵活，横纵向都很好，但如果后车不注意，还是有风险。而一旦出事故，可能被外界借势否定 VLA，那我们后边就全完了。
所以，我现在宁可让大家说我们怂一点、慢一点，但至少没有太明显的缺陷和漏洞。在这个基础上，我们现在致力于打造训练的强化闭环。这个闭环今年底前应该能搭出来，到时候用户会觉得这个车真的 “活” 了，就像一个每天在成长的人，不再需要用户一个个问题去反馈。
我相信我们能第一个做到。
晚点：理想原计划 9 月底更新的 VLA 新版本没有推送，听说行业主管部门开始限制智驾软件 OTA 的频率。这会对你们造成什么影响？
郎咸朋：确实，近期行业主管部门对智驾 OTA 更新的频率提出了新的规范，我们已与相关部门完成沟通和流程优化。我们认为，这个做法的目的是强化以用户安全和质量为前提交付智能驾驶产品，对行业长期健康发展有很大好处。
这一调整对理想智驾研发和用户体验不会有影响。我们会继续在合规前提下保持技术快速演进，确保每个季度都能为用户带来高质量、实质性的功能升级与体验提升。
晚点：你觉得 VLA 就是实现 L4 的那条路吗，还是需要更新的技术？
郎咸朋：目前我认为 VLA 可以实现 L4，但以后一定还会有新技术出来。开车这件事并不需要很复杂的技术或很高的智商，一般人都能学会开车，所以 VLA 够用。但技术本身会持续迭代，比如将来人工智能发展到让每个人都像爱因斯坦或各领域专家那样，那需要比 VLA 更高级的技术才能实现。
与 VLA 模型类似的一个概念是世界模型，对于这两者之间的关系，业内有不同说法。
蔚来智能驾驶研发副总裁任少卿告诉我们，VLA 本质上还是语言模型的模态扩展：LLM（Large Language Model）只包含语言，VLM（Vision Language Model）加上了视觉，VLA（Vision Language Action）再加上了动作。这些扩展虽然加入了新模态，但 “根” 依然在语言模型上。蔚来世界模型不是 “语言加法”，而是要建立一套高带宽的认知系统。
而在任少卿看来，只有让语言模型和世界模型两者融合，才能形成真正的通用人工智能（AGI）。
晚点：除了理想，蔚来、小鹏等厂商也都在提世界模型，但似乎每家厂商说的世界模型不是一个意思。比如，任少卿说蔚来世界模型的目标是建立基于视频 / 图像的 “时空认知”，补齐语言模型的短板。对此你怎么看？
郎咸朋：蔚来的世界模型最终要跑在端侧，这不太合理。就跟人一样，我不用非得动用所有大脑知识去开车。实际上技术架构还在演进当中。他这样说是便于大家理解：你看 LLM 只有 L，VLM 多了个 V，VLA 多了个 A，但我一个 WM（World Model） 能一统天下。
本质上，理想汽车的世界模型模仿的就是世界，我们想生成这个世界的所有场景，世界模型是为 VLA 模型服务的。当然，VLA 只是一个代号，这个模型首先能看懂视觉的输入，然后有自我推理和思维的能力，并且能产生相应的动作，就跟人一样。不管叫 VLA 还是 ABC，它就是干这个事的。
我们为什么还有世界模型？因为强化训练 VLA 模型时，需要有个环境，我必须有一个强化训练的闭环。闭环的前提是有一个虚拟的仿真世界，然后车在里边跑。我们的世界模型是干这个的，它是支撑 VLA 模型的闭环仿真训练用的。
至于任少卿说的世界模型，跟我们 VLA 模型是一个 Level 的，他说的还是模型本身。我们说的世界模型，则是强化训练闭环的重要基础。而**的那个 W Engine，有点像我们说的世界模型。
晚点：杨立昆（Yann LeCun，Meta 首席人工智能科学家）提出，世界模型并不只是 “感知” 和 “反应”，而是构建出一个可以想象未来的世界副本。这与你们理解的世界模型意思相同吗？
郎咸朋：Yann LeCun 和我们对世界模型的理解是一致的，即智能体通过理解当前世界、结合过往经验和行动计划，去推测未来的可能状态。
我们也认为，真正的世界模型不只是 “感知” 与 “反应”，不是一个简单的端到端的状态，而是要在内部形成对外部世界的可预测表征，能够想象并评估未来的状态，从而指导合理的反馈与动作。这一理念正是我们的世界模型做的事情：不仅能生成各种场景用于对 VLA 模型的评测，更可以具备对未来行为的反馈和建议，从而进行强化训练。
晚点：世界模型是不是对云端算力的需求很大？
郎咸朋：非常大。
晚点：**不久前发微博，说他们的云端算力有 45 EFLOPS，还是挺让人吃惊的。相比之前的公开数据，已经提升 2 倍以上。
郎咸朋：差不多。
晚点：真有必要建这么大的云端算力吗？
郎咸朋：**没有解释这个数字背后的事情。云端算力分两块，推理和训练。VLA 模型需要训练算力，世界模型本身也需要训练算力。我们用世界模型生成各种各样的仿真环境，还需要大量推理算力。这些算力加在一起是我们的云端算力。现在理想是 10 EFLOPS 的训练算力，加 3 EFLOPS 的推理算力。将来推理训练还会继续增加。
晚点：推理算力会超过训练算力吗？
郎咸朋：现在看起来，一半一半是合理的。
晚点：理想今年在云端算力上的投入大概是多少？
郎咸朋：现在还在迭代当中，没有最终定数，因为我们现在的训练闭环还没有完全闭上。但我们在算力方面投入不设限。
晚点：去年的云端算力一共投了多少钱？
郎咸朋：8 EFLOPS，差不多在 10 亿元人民币量级。
晚点：理想 VLA 车端模型的参数量是 4B，云端模型呢？
郎咸朋：我们最终会做成 32B，现在正在做。我们希望云端模型的参数量也别太大，比方我做个 320B 的模型，再把它蒸馏成 4B，那蒸馏成啥了？
晚点：所以智驾的云端模型和大语言模型还不太一样，据说 GPT-3 的参数量大约是 1750 亿。
郎咸朋：对，那个就更夸张了。我们目前觉得不需要那么大的模型，当然这个也还在不停地摸索和迭代当中。
晚点：有同行说，VLA 在现有智驾芯片上落地有难度。
郎咸朋：现在的智驾芯片确实都不是为大模型专门设计。我们是通过工程优化能力把 VLA 模型部署到非大模型定制的芯片上。而理想的自研智驾芯片完全按照 AI 要求去做，包括算子优化和模型部署优化，这些在芯片设计之初就已经考虑到，并且可以根据自身需求定制一些东西。模型参数量可能现在还不是特别多，但芯片可扩展，几颗芯片并在一起能扩大参数量。一颗不行，我们用两颗。
晚点：在自动驾驶领域，特斯拉最先把 “端到端” 这个概念讲出来。马斯克在特斯拉 2023 年股东大会上说，"Video in, control out"，当时看来非常超前。
郎咸朋：的确。端到端之后，我们要做的就是把 VLA 真正打磨好，保持用户体验领先。我们相信这个技术肯定可以，只是还需要一些时间在交付线上验证。
除了交付线，还有能力线。在端到端之前，我们花了很长时间建设数据闭环能力，但这有个条件——你真得有那么多数据，所以只有等我们卖出几十万台车之后，闭环的速度才会越来越快。
2021 年之前，我们全部数据量加起来不到 1 亿公里，但后面每年几亿、几亿的往上走。去年我们有意往下压了压，只挑选最核心的高质量数据。如果我们去年跟以前规则时代一样放开采数据，今年至少是 20 亿公里。
不过后来我们也迭代了，不再需要 100 亿公里，只需要十几亿公里高质量数据就够，然后用这些数据去训练世界模型，让它产生更多数据。我们之前的认知还停留在端到端、模仿学习——有多少数据进来训练，出什么样的结果。但这样也不行，因为有些 corner case 的数据采不到，或者采回来的数据量很少。一些碰撞事故也不可能天天自己拿车去撞、去采，这不合理。
再说这也不是终局，终局会是一个强化训练闭环。关于这个闭环，这阵子我跟团队交流，我发现大家可能都想得有点狭隘。
晚点：哪里狭隘？
郎咸朋：我先拿端到端举例，你说端到端是个技术吗？它是个技术更新，但它更大的一个颠覆，实际上是对自动驾驶业务的颠覆。
题图来源：理想汽车
精彩评论