理想提出首个包含自车和他车轨迹的世界模型

理想的世界模型包含自车和其他车的轨迹，这是理想首次提出的。 做这件事目的是为了能够让理想VLA在仿真环境里进行强化学习，同一个场景可以不断测试更优的轨迹路线，这是真实数据完全无法实现的。 可视化见下面这个视频： 理想VLA训练过程： 预训练阶段是在云端训一个32B的VL基座模型，包含3D视觉、比开源模型清晰度提升3-5倍的高清2D视觉、驾驶相关的language的语料，关键的 VL联合语料（如导航信息与人类判断的同步记录），为适配车端算力并保证推理速度，云端大模型蒸馏成3.2B的MoE模型。 后训练阶段是将action引入模型，使其转化为VLA，参数量接近4B，采用短链条CoT，限制在2-3步以内，再用difusion，对未来4-8秒的轨迹和 环境进行预测。 强化学习阶段为两部分，一是人类反馈强化学习，二是不依赖人类反馈，利用世界模型模型生成数据进行纯强化学习训练，基于舒适性（G值）、 无碰撞、遵守交规三大指标自我进化，目标是驾驶水平超越人类。 2025年3月12日理想发布 Other Vehicle Trajectories Are Also Needed: A Driving World Model Un ...