在國內汽車圈，口水戰似乎已成為一種常態，特別是在智能輔助駕駛領域，各大車企紛紛不遺余力地自我標榜，相互貶低，以期在這場技術競賽中脫穎而出。近期，理想與小鵬兩大品牌再度圍繞VLA技術路線展開了激烈的交鋒，為我們提供了一個深入了解其智駕營銷戰的契機。

自動駕駛行業長久以來便充斥著浮夸之風，這股風氣很大程度上可以追溯至馬斯克對FSD技術的過度宣揚。自此之后，國內車企似乎找到了新的營銷靈感，紛紛以特斯拉為標桿，通過夸大其詞的技術宣傳來吸引消費者目光。

2024年，理想與小鵬在端到端技術的營銷上再次狹路相逢。雙方均聲稱自己是全球范圍內僅次于特斯拉，率先實現端到端大模型量產落地的本土車企。這種“世界唯二/全球唯二”的宣傳策略，無疑是在借特斯拉之名，行自我推銷之實。

同年7月，理想汽車宣布推出端到端無圖NOA方案，隨后小鵬汽車CEO何小鵬緊跟步伐，宣布小鵬同樣實現了端到端大模型的量產落地。雙方還就實車數量能否決定端到端方案的性能，以及誰率先部署一段式端到端等問題展開了激烈的爭論，這場口水戰無疑為汽車愛好者們提供了不少茶余飯后的談資。

在中國自動駕駛產業的發展歷程中，理想與小鵬無疑占據了重要地位。2024年，這兩家新勢力車企率先落地了一段式端到端方案，并在2025年爭相訓練和部署基于生成式AI的VLA智駕大模型。然而，由于架構設計、訓練方法、數據配比等方面的差異，兩家車企的VLA大模型也呈現出顯著的不同。

其中，實車部署時是否采用端云結合路線成為了雙方爭論的焦點。小鵬汽車自動駕駛產品高級總監明確表示，所有與控車相關的VLA都必須部署在車端，以避免網絡延遲帶來的安全風險。而理想汽車則采用了端云一體的路線，通過云端基座模型處理復雜任務語音指令。

在VLA模型的訓練和推理方面，理想與小鵬同樣采取了不同的策略。小鵬汽車將云端模型工廠劃分為四個車間，依次進行基座模型的預訓練、后訓練、模型蒸餾以及車端部署。而理想汽車則先進行視覺語言基座模型的預訓練，再進行模型蒸餾，最后通過駕駛場景數據進行后訓練和強化學習，并將最終的司機Agent進行端云部署。

兩種路線各有千秋，小鵬的做法更符合智能涌現的規律，能夠大幅提高云端大模型的上限，但訓練成本較高且需要更多算力資源。而理想汽車的路線則能夠彌補蒸餾過程造成的能力損失，且訓練成本低、效率高，但可能不會觸發智能涌現。

在這場技術路線的較量中，誰將更勝一籌，目前尚難定論。但無論如何，理想與小鵬的結合預訓練和強化學習的策略，無疑為行業樹立了新的標桿。至于誰才是行業第一，哪個是更好的技術路線，或許只有等待市場和時間來給出最終的答案。