理想汽车提出了解决自动驾驶长尾问题的新思路：从依赖真实路测数据的“数据闭环”，进化为具备自我迭代能力的“训练闭环”。这一转变旨在通过仿真、合成数据和强化学习，让系统在虚拟世界中主动学习，从而突破极端场景下的技术瓶颈，为更高阶的自动驾驶探索出一条可行路径。
智能速览
理想汽车已积累超15亿公里行驶数据，量产方案MPI提升近19倍。
仅靠数据闭环无法彻底解决极端场景下的长尾问题。
理想提出以VLA+强化学习+世界模型为核心的训练闭环新范式。
训练闭环依托区域级仿真、合成数据和强化学习三大技术支柱。
理想已实现无需点云初始化的纯视觉重建等技术突破。
未来突破口在于让模型学会与虚拟环境互动的“可交互Agent”。
精华内容
当数据规模不再是唯一瓶颈，自动驾驶如何突破长尾场景的枷锁？理想的答案是构建一个能够自我演化的训练闭环系统，让模型在虚拟世界里“自力更生”。
数据闭环的成就与瓶颈
理想汽车的智能驾驶系统已发展至基于AI的E2E+VLM与VLA架构。现阶段，其核心技术是“数据闭环”，通过影子模式、数据回传、自动标注和模型再训练，实现了高效的数据挖掘与模型演进。
官方数据显示，理想已积累了超过15亿公里的行驶数据，设置了超过200个触发机制，单次触发可生成15至45秒的高价值片段。得益于此，其量产方案的MPI（每次人工干预的平均行驶里程）相比去年7月版本提升了近19倍。
然而，数据闭环存在天然局限。它只能被动收集已发生的场景数据，对于那些极端、低频但致命的“长尾问题”，模型收敛依然面临瓶颈。
迈向训练闭环
为破解长尾难题，理想汽车提出从“数据闭环”迈向“训练闭环”的战略方向。这套新体系的核心是VLA（Vision-Language-Action）模型、强化学习（RL）与世界模型（WM）的结合。
其运作逻辑是，通过Diffusion模型生成驾驶轨迹，再利用基于场景复原的世界模型进行环境建模，并引入RLHF、RLVR、RLAIF等多层强化学习框架。这一组合拳的目标是让系统不仅从真实数据中学习，更能在虚拟环境中进行自我训练和迭代，主动探索未知场景。
三大技术支柱
训练闭环的实现，建立在三大技术支柱之上。
首先是区域级仿真。理想AD采用视觉/LiDAR多模态重建、区域多趟重建与风格迁移技术，高保真地还原真实交通环境。
其次是合成数据。通过视频与点云生成、神经渲染等技术，系统可以创造出无穷无尽的、高价值的虚拟场景，弥补真实数据的不足。
最后是强化学习。通过SimAgents实现交互式行为建模，并借助GPU工程化加速推理，让虚拟智能体在仿真环境中进行高效的交互式学习。
未来的突破口
演讲最后指出了未来训练闭环的最大挑战与关键突破口：“可交互Agent”。只有让模型学会与虚拟环境、虚拟主体进行有效互动，才能真正逼近“自我成长型自动驾驶系统”的终极目标。
目前，理想已在重建与生成方向取得科研进展，例如实现了无需点云初始化的纯视觉重建Feedforward 3DGS技术，并将生成应用扩展到场景编辑、场景迁移与全场景生成。这些技术为构建一个可交互、可演化的虚拟训练场奠定了基础。
理想汽车从数据闭环到训练闭环的演进，揭示了自动驾驶技术研发进入深水区后的必然选择。这不仅是技术路线的升级，更是对系统自我进化能力的一次探索。当模型能够在虚拟世界中无限试错和学习，解决长尾问题的效率将得到指数级提升，这或许正是通往更高级别自动驾驶的一条务实路径。
