在今年8月舉辦的世界機器人大會（WRC）上，宇樹科技創始人王興興針對當下熱門的VLA（視覺語言動作模型）技術路線發表了質疑性觀點，在業內引發廣泛討論。他直言不諱地表示，這種架構設計相對簡單，存在一定局限性。
王興興的核心論點在于，當VLA模型與現實世界交互時，其依賴的數據在質量和數量上都難以滿足實際需求。他認為這種技術路徑在實際應用中可能面臨數據瓶頸，進而影響整體表現。
針對這一爭議，理想汽車自動駕駛研發高級副總裁郎咸朋近日通過微博長文作出回應。他解釋稱，此前未公開表態主要有兩個原因：一是理想汽車的VLA司機大模型尚未正式發布，缺乏實證依據；二是公司對具身機器人領域仍處于持續觀察階段。
郎咸朋明確指出，他與王興興的核心分歧在于技術側重點的不同。在他看來，模型架構固然重要，但更重要的是與具身智能系統的整體適配性，而數據質量才是決定性因素。他強調："脫離真實場景的海量數據，任何模型架構都如同空中樓閣。"
理想汽車自9月正式發布VLA技術以來，經過三個月的實踐驗證，形成了兩大核心認知：首先，VLA是自動駕駛領域最優的模型解決方案；其次，具身智能的競爭本質上是系統能力的比拼。郎咸朋透露，該技術本質上屬于生成式模型，采用類似GPT的架構，但生成的不是文本而是車輛控制指令。
用戶反饋顯示，理想VLA在某些場景下已展現出對物理世界的認知能力。相比傳統端到端系統，新模型能產生更多擬人化駕駛行為，這得益于其獨特的訓練方式。世界模型在自動駕駛中更適合作為評估標準而非訓練主體，真實道路數據才是技術突破的關鍵。
在數據獲取方面，理想汽車具有顯著優勢。公司不僅擁有超過10億公里的存量駕駛數據，還能通過150萬輛在售車型持續收集新數據，構建了完整的數據閉環系統。這種規模的數據積累，使得理想在現有算力條件下就能實現接近人類水平的駕駛能力。
郎咸朋特別強調，自動駕駛研發必須以整體系統視角推進。理想汽車組建了跨部門協作團隊，將自動駕駛算法、基座模型、芯片研發和底盤控制等模塊深度整合，確保各環節協同優化。這種系統化研發模式，正是理想堅持VLA技術路線的重要原因。
理想汽車創始人李想近期提出，未來五到十年具身機器人將呈現兩大發展方向：車載移動機器人和仿人形機器人。公司規劃顯示，VLA技術不僅將應用于現有車型，還將為未來車載機器人提供核心支持，形成技術協同效應。
