理想Mind-VLA展示的几个Demo，其价值并不在于所演示的场景，而是智能驾驶的技术方向开始朝着多模态、个性化做预演和量产探索。
“告诉车去星巴克”、“快一点、慢一点”、本质是人与车，人与AI模型的互动方式变化。当前的E2E系统在车端是一个推理模型，只执行特定任务，只干开车这件事。能够输入的信息，就是感知、导航、驾驶员操作这一类信息。
智驾开启后，人与系统的互动或者叫人的输入，主要是：刹车、踩加速、调车速、打转向灯这几种。本质上用语音喊“快一点”、“慢一点”，就是调车速。找星巴克、根据照片找位置，就是导航，只是输入端不是导航地图，而是视觉识别和视觉定位。
这几个Demo展示的，是Mind-VLA通过大语言模型的能力，来输出Action token，即用语言输出指令。之前这些指令，是通过拨杆、踏板、物理按键的信号输入，现在变成了语言（语音）输入。
看到这里，你是不是会觉得这几个demo，没那么神奇和牛掰了。其实这件事，还是牛掰的。demo只是表面，背后的技术路线，预示了智驾的未来走向。
语言相比物理按键的信号输入，包含的信息量更大，范围更广。当车端模型能理解语言，能接受语言输入，理论上我们就可以训练车端个性化、本地化的驾驶风格。
你可以告诉车子：今天车上有老人和孩子，要开慢一点；也可以告诉车子：上班，需要开快一点；当模型被反复输入这些指令，就能训练出不同场景的驾驶风格，或者只训练一种你喜欢的驾驶风格。
当然以上，也需要理想开放接口（我不确认是否会这么做），允许用户参与驾驶风格训练，同时车端算力也要有足够的储备，当然你也要划设好红线，避免恶意的训练和输入。
所以理想今天的演示，只是万里长征的第一步，Mind-VLA的想象空间还很大，很开心这一步，是由中国品牌走出来的。
