Setelah menonton beberapa wawancara mendalam baru-baru ini, tiga pemain inti di bidang kendaraan energi baru bertaruh ke arah yang sama - model pengemudi VLA (Visual Language Action Model). Ini bukan kebetulan, tetapi titik balik teknologi yang dihadapi seluruh industri pada tahun 2025.

**Apakah VLA benar-benar momen iPhone 4 mengemudi cerdas?**

Li Xiang, pendiri Li Auto, mengungkapkannya secara langsung: VLA mewakili "momen iPhone 4" dari mengemudi cerdas. Logikanya jelas - melalui VLA dalam tiga tahap, mulai dari alat informasi → penalaran → agen, menggunakan metode gabungan RLHF ditambah pelatihan model dunia dan umpan balik tabrakan. Pada saat yang sama, ia juga mengamati bahwa kesenjangan antara model besar domestik (seperti DeepSeek dan Qianwen) dan Amerika Serikat telah menyempit secara signifikan.

He Xiaopeng, ketua Xpeng Motors, sedikit lebih konservatif dalam penilaiannya, tetapi kesimpulannya serupa: 2025-2027 adalah titik balik nyata dari L3+, dan perusahaan mobil yang tidak dapat mengimbangi akan tersingkir. Butuh lebih dari dua bulan baginya untuk membuat keputusan untuk bertaruh pada VLA, yang menunjukkan bobot pilihan ini. Kuncinya adalah dia menekankan sesuatu yang diabaikan banyak orang - mengemudi otonom membutuhkan respons tingkat milidetik, yang sama sekali berbeda dari model besar biasa (non-real-time, keandalan rendah).

**Apa itu parit sungguhan?**

Yu Kai, pendiri Horizon, memberikan dimensi lain dari jawabannya. Dia mengatakan bahwa dia telah menyaksikan seluruh proses AI China dari mengikuti hingga berjalan, tetapi posisi cakrawalanya sangat jelas - bukan perusahaan chip murni, tetapi perusahaan teknologi penggerak cerdas tingkat sistem "chip + perangkat lunak". Pengiriman kumulatif chip Journey telah melebihi 8 juta keping.

Filosofi kewirausahaannya agak menarik: "Sungai dan danau tidak berkelahi dan membunuh, mereka canggih." Dia percaya bahwa parit jangka panjang mengemudi cerdas bergantung pada akumulasi kerja keras, pekerjaan kotor, dan pekerjaan lelah - kualitas tingkat spesifikasi kendaraan, verifikasi adegan besar-besaran, dan presipitasi budaya organisasi, yang tidak dapat dicapai dalam semalam. Dia juga mengatakan data yang menyayat hati: mengemudi cerdas kelas atas membutuhkan tim yang terdiri dari 1.000 orang dan investasi tahunan lebih dari 1 miliar.

**Biaya dan biaya hidup**

Li Xiang menekankan pentingnya operasi modal dan struktur ekuitas, dan mengidealkan struktur tata kelola dan manajemen kas yang optimal di antara kekuatan baru. He Xiaopeng lebih lugas - industri telah memasuki babak sistem gugur, tidak ada yang berani berbaring, dan Xiaopeng ingin belajar berenang di "lautan darah". Mereka semua melakukan hal yang sama: berkembang dari rentang harga 200.000-500.000 menjadi 100.000-500.000, dan mencapai produk berkualitas tinggi dengan laba kotor dalam kisaran harga utama 150.000. Dengan kata lain, itu adalah untuk mencapai kualitas yang lebih tinggi dengan biaya lebih rendah, yang merupakan logika kelangsungan hidup.

**Model besar hanyalah sarana**

Li Xiang juga memiliki pemikiran yang menarik: AI bertanggung jawab atas "kecerdasan" (kemampuan dapat ditingkatkan tanpa batas), dan manusia bertanggung jawab atas "kebijaksanaan" (hubungan dengan segala sesuatu). Dalam hal keselamatan, mereka semua menetapkan tujuan yang tinggi - VLA untuk mengurangi korban besar lebih dari 90%. Tetapi He Xiaopeng mengatakan secara lebih realistis bahwa 10% pengguna mobil baru di kota-kota lapis pertama menggunakan mengemudi cerdas kelas atas setiap bulan untuk memicu titik balik kepercayaan yang nyata.

Konsensus dari ketiga wawancara ini jelas: model besar, VLA, dan chip semuanya penting, tetapi daya saing sebenarnya berasal dari akumulasi kapasitas sistematis, tim, efisiensi modal, dan pemahaman tentang ritme industri. Tahun 2025 bukanlah titik balik untuk teknologi, tetapi titik balik untuk model bisnis dan eksekusi.