理想vla司机大模型 实现经历了三个阶段：

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。