Après avoir récemment assisté à plusieurs interviews approfondies, trois acteurs clés dans le domaine des véhicules à énergie nouvelle misent dans la même direction : le modèle de pilote VLA (Visual Language Action Model). Ce n’est pas une coïncidence, mais un tournant technologique auquel toute l’industrie sera confrontée en 2025.

**Le VLA est-il vraiment le moment de conduite intelligente de l’iPhone 4 ?**

Li Xiang, le fondateur de Li Auto, l’a exprimé de façon la plus directe : le VLA représente le « moment iPhone 4 » de la conduite intelligente. Sa logique est claire – via VLA en trois étapes, des outils d’information → des raisonnements → des agents, en utilisant la méthode combinée RLHF plus entraînement de modèles mondiaux et retour de collision. Parallèlement, il a également observé que l’écart entre les grands modèles nationaux (tels que DeepSeek et Qianwen) et les États-Unis s’est considérablement réduit.

He Xiaopeng, président de Xpeng Motors, est un peu plus prudent dans son jugement, mais la conclusion est similaire : 2025-2027 est le véritable point d’inflexion de L3+, et les constructeurs automobiles qui ne peuvent pas suivre seront éliminés. Il lui a fallu plus de deux mois pour décider de parier sur VLA, ce qui montre le poids de ce choix. L’essentiel est qu’il a souligné quelque chose que beaucoup de gens négligent : la conduite autonome nécessite une réponse de niveau milliseconde, ce qui est complètement différent des grands modèles ordinaires (non temps réel, faible fiabilité).

**Qu’est-ce qu’un vrai fossé ?**

Yu Kai, le fondateur d’Horizon, donna une autre dimension de la réponse. Il a déclaré avoir été témoin de tout le processus de l’IA chinoise, de la suite à la mise en marche, mais sa position sur l’horizon est très claire : pas une pure entreprise de puces, mais une société de technologie de conduite intelligente au niveau système basée sur la « puce + logiciel ». L’expédition cumulée des puces Journey a dépassé 8 millions d’exemplaires.

Sa philosophie entrepreneuriale est un peu intéressante : « Les rivières et les lacs ne se battent pas et tuent, ils sont sophistiqués. » Il estime que le fossé à long terme de la conduite intelligente repose sur l’accumulation de travail acharné, de travail sale et de travail fatigué – qualité de niveau spécification du véhicule, vérification massive de la scène et précipitation de la culture organisationnelle, ce qui ne peut être atteint du jour au lendemain. Il a également présenté une donnée déchirante : la conduite intelligente haut de gamme nécessite une équipe de 1 000 personnes et un investissement annuel de plus d’un milliard.

**Le coût et le coût de la vie**

Li Xiang a souligné l’importance de l’exploitation du capital et de la structure des capitaux propres, et a idéalisé la gouvernance optimale et la gestion de trésorerie parmi les nouvelles forces. He Xiaopeng est plus direct : l’industrie est entrée dans la phase à élimination directe, personne n’ose s’allonger à plat, et Xiaopeng veut apprendre à nager dans la « mer de sang ». Ils font tous la même chose : passer de la fourchette de prix de 200 000-500 000 à 100 000-500 000, et obtenir des produits de haute qualité avec un bénéfice brut dans la fourchette de prix clé de 150 000. En d’autres termes, il s’agit d’atteindre une qualité supérieure à un coût moindre, ce qui est la logique de la survie.

**Les grands modèles ne sont que des moyens**

Li Xiang a aussi une idée intéressante : l’IA est responsable de « l’intelligence » (la capacité peut être améliorée à l’infini), et les humains sont responsables de la « sagesse » (relation avec toutes choses). En termes de sécurité, ils se sont tous fixé un objectif élevé : le VLA : réduire les pertes majeures de plus de 90 %. Mais He Xiaopeng a dit plus réalistement que 10 % des nouveaux utilisateurs de voitures dans les villes de premier plan utilisent chaque mois une conduite intelligente haut de gamme pour déclencher un véritable point d’inflexion de confiance.

Le consensus de ces trois entretiens est évident : les grands modèles, les VLA et les puces sont tous importants, mais la véritable compétitivité vient de l’accumulation systématique de capacités, de l’efficacité des équipes, du capital et de la compréhension du rythme de l’industrie. 2025 n’est pas un tournant pour la technologie, mais un tournant pour les modèles économiques et l’exécution.