谢炎提到了理想智能驾驶的下一步方向：

首先，将进一步提升输入数据和感知模型规模，让更多和驾驶相关的语义信息可以被输入网络，从而在源头可以让模型直接从传感器 “看到” 更多信号。

其次，将提升模型的认知能力，特别是学习短期因果关系的能力，让模型能力可以超越简单的行为拟合，在更复杂的城市路况作出更符合人类的判断。

最后，加强行动能力。更大的算力，结合自研操作系统针对延时的特别优化，以及全线控的底盘，行为控制能力和反应速度都会大幅进步。车辆将更精确地控制运动、响应更快。智驾会表现得更有信心，更安全。

模型认知是今年大家都在讲的，元戎启行的周光在百人会时也提到过：过去大家都是用小模型，所以会遇到泛化问题，一致性问题，早上跑的好，晚上不行，上海能跑好，其他城市不行。而解决办法，就是基座模型。