理想i8通过OTA 8.2.0版本推送了强化版VLA大模型，核心目标是让辅助驾驶更像人。通过引入行为强化学习与毫秒级动作数据，显著优化了NOA的加减速与过弯平顺性，致力于解决智能驾驶体感不佳的痛点，提升乘客舒适度。
智能速览
强化版VLA大模型通过行为学习优化驾驶平顺性。
NOA加减速更柔和，拥堵跟车和刹停体感提升明显。
人车混行路段车辆决策更趋保守，以安全礼让为主。
红绿灯路口可实现缓慢蠕行，避免频繁启停。
加速度测试显示，NOA的平顺度可媲美“佛系”人类驾驶员。
精华内容
究竟这次的升级能否让智能驾驶真正像人一样开车？通过城市道路实测和量化数据对比，答案逐渐清晰。
平顺刹车，体感革新
本次升级在纵向控制上进步显著，尤其体现在刹车场景。实测中，车辆从24km/h减速至静止共耗时约15秒，其中最后10秒是从低速到0的过程，整个过程极为线性柔和，车内乘客几乎感知不到明显的刹车体感，有效解决了智能驾驶“点头”的问题。
复杂路况，安全为先
在人车混行的窄路中，车辆的决策逻辑明显偏向防御性驾驶。它能精准识别来自各方向的行人并主动停车礼让，对于旁边的非机动车，即便前方有空间，也会保持安全距离，不会贸然贴近。这种策略以牺牲部分通行效率为代价，优先确保了安全。
拥堵蠕行，效率兼顾
在严重拥堵路段，车辆并未采用常见的“急启急停”策略。而是选择一种类似“蠕行”的方式，始终保持缓慢移动。这种做法既能降低被其他车辆加塞的概率，又维持了整体车流的微动趋势，实际上在保证舒适的同时也兼顾了一定的通行效率。
图灵测试，数据说话
为量化拟人程度，使用三轴加速度传感器对比人驾与NOA。数据显示，在佛系脚法下，车辆刹停与起步的加速度曲线与NOA非常接近，甚至在刹停峰值上NOA更低。转弯时，NOA的X轴（左右）与J轴（前后）加速度变化区间也明显小于人驾，证明其体感更为温柔。
效率取舍，舒适优先
系统的舒适性优先原则在三点掉头测试中尤为明显。NOA通过极低的加速度峰值（加速峰值-1.4g，减速峰值-0.9g，远低于人驾的-2g和-2.5g）带来了极佳的乘坐体感，但完成掉头总用时1分11秒，远超人类驾驶员的23秒。这表明在复杂操作中，它坚定地选择了舒适而非效率。
理想i8此次OTA升级，让辅助驾驶的“拟人化”迈出了坚实一步，将乘客的舒适感受置于核心地位。通过数据化验证，其在平顺性上的表现足以媲甚至超越部分人类驾驶员。这种以舒适为先的策略，是否会成为未来智能驾驶的主流选择？
