理想智驾的负责人郎咸朋最近在采访的时候表达了一个观点：如果还是沿着端到端思路去做所谓 VLA 的话，速度一定会变慢，核心还是需要世界模型。
（我插一句嘴：L4 级的那套技术路径还是被用到了L2+身上了。）
底层原因是：从训练1000 万 clips 到 1 亿个 Clips ，算力、模型暂且不谈，哪怕是纯训练、迭代的时间都会变慢。
所以必须要用到云端世界模型。
世界模型就是在云端模拟真实的物理世界去做场景的生成。
理想的最终目标是让算法在模拟世界里跑极品飞车，像《SimCity》，车、算法在这里面跑一天，等于你在真实世界里跑好几年的训练速度，那时候会非常快。
