让不懂建站的用户快速建站，让会建站的提高建站效率！
发布日期：2025-12-18 14:14 点击次数：180
12月11日，小鹏汽车董事长发文称，小鹏汽车的VLA 2.0（Vision-Language-Action，视觉言语动作模子）将鄙人个季度发布，“因为是第一个版块，是以压力很大”。
此外，何小鹏还与公司自动驾驶团队立下格外“赌约”：若2026年8月30日前，小鹏VLA系统在国内达到FSD V14.2版块在硅谷的举座后果，他将在硅谷筹建特质中国风仪食堂。反之，自动驾驶负责东说念主需在金门大桥完成裸跑挑战。
就在前一天，梦想汽车自动驾驶研发高档副总裁郎咸一又在酬酢平台发布长文，回复宇树科技首创东说念主此前对VLA模子的质疑。
“我跟王兴兴不雅点最不相通的地点在于，他以为模子架构更繁难，但我以为模子的枢纽是要与整个具身智能系统适配。在此基础上，数据是起决定酷好的。”郎咸一又以为，“VLA即是自动驾驶最佳的模子决议。”
图片起头：新浪微博
近几年，扶植驾驶行业履历了屡次“工夫底座”的范式迁徙——从企业渊博把激光雷达+高精舆图奉为“黄金组合”，到引入BEV（俯瞰图）+Transformer开脱高精度舆图，再到端到端将扶植驾驶带入AI期间，企业渊博按照这个旅途来鼓吹扶植驾驶功能。
但参预2025年，行业在扶植驾驶的发展方朝上出现了VLA与天下模子的“不合”，而梦想与小鹏即是聘用VLA决议的代表。
两工夫学派“各执一词”
据了解，VLA被业内视为端到端决议的“智能增强版”。其称呼中的V代表视觉感知（Vision），A代表动作践诺（Action），而中间的L则是大言语模子（Language Model）。V负责及时感知环境，A负责输出具体适度教唆，L则像“中台”相通，把感知信息转译为可供A践诺的贪图与决策。
清华大学车辆与运送学院助理筹议员颜宏伟暗意：“VLA是多模态大模子启动的智能体架构，其中枢冲突在于引入念念维链，通过言语模子兑现对环境贯通与决策推理的可解说性。”
“VLA模子会通了言语模子，具备开阔的念念维链才略，能开脱传统端到端模子的黑盒难题，并将信息串联、分析，从而推理出因果干系。此外，它自然集成海量学问库，泛化才略更强，大致更好地顺应复杂多变的真实说念路环境。”元帅启行CEO周光以为。
不外，王兴兴在本年8月的一次演讲中则暗意：“我个东说念主对VLA模子仍是保执相比怀疑的作风。”在他看来，VLA模子是一个相对相比傻瓜式的架构，在和真实天下交互时，它的数据质料、能汇注的数据是不太够用的。
郎咸一又则以为，泛论架构不如看疗效。在自动驾驶范畴，脱离了海量真实数据谈模子架构齐是空中楼阁，“咱们之是以坚执VLA，是因为咱们领迥殊百万辆车构建的数据闭环，这让咱们能在刻下算力下，把驾驶水平作念到接近东说念主类”。
郎咸一又称，要想作念好自动驾驶，必须先把自动驾驶动作完竣的具身智能系统对待，每一部分在研发经过中要相互联接才智将价值涌现出来。此外，他还以为，模子的枢纽是要与整个具身智能系统适配，在此基础上，数据是起决定酷好的。在机器东说念主范畴得到数据相对困难，但在自动驾驶范畴，格外是成就起数据闭环才略的车企来说并不是大问题。
尽管郎咸一又标明了机器东说念主范畴与汽车范畴有别，车企搭建数据闭环并驳诘事，仍有一些汽车布景的公司并未踏上VLA这条旅途。比如，华为智能汽车责罚决议BU CEO靳玉志就暗意：“咱们不会走向VLA的旅途。这么的旅途看似取巧，其实并不是走向真实自动驾驶的旅途。”
“华为更垂青WA（天下行径模子），也即是World Action，中间省却Language这个步履……径直通过Vision这么的信息输入控车，而不是把各式各种的信息转成言语，再通过言语大模子来适度车。”靳玉志进一步解说称，华为乾崑自研的WEWA架构包含云霄的天下引擎（WE）与车端的天下行径模子（WA）。其中，WE负责海量数据造就与场景生成，WA则兑现车端的及时环境推理与拟东说念主化决策。
据悉，“天下模子”源自东说念主类对环境的领会机制，指的是AI系统通过感知数据构建一个对物理天下的里面模拟，从而具备瞻望、推理和生成合理行径链的才略。在扶植驾驶中，它不再仅仅“看见”天下，而是贯通天下，瞻望改日可能发生的情况，并提前作念出决策。举例，它不仅能识别前列有一辆自行车，还能瞻望它是否会倏得变说念，从而提前减慢或遁入。
除华为外，蔚来、商汤等企业也齐在此工夫道路上进行布局。
VLA与天下模子改日有望深度会通
需要属方针是，尽管不同企业关于VLA和天下模子两种工夫“各执一词”，但两者并不矛盾。
国海证券在研报中暗意：“VLA与天下模子在工夫上并非同级或对立干系。咱们将发展旅途分为两派，实践上是产业玩家在兑现端到端才略之后，在才略优化侧要点上出现了分化。”
“两边工夫会通趋势较着，两边均在向对方范畴渗入。举例，VLA 引入强化学习与仿真优化动作生成。”国海证券暗意。
梦想汽车董事长李想在客岁底的直播中也提到，VLA不错拆解为预造就、后造就和强化学习三个层面。强化学习中最繁难的一步即是辞天下模子里闭环学习，引入舒限定、碰撞、交通规则等规则来打磨、响应，让VLA比东说念主类开得更好。
“天下模子的高算力需求（造就和推理齐是）决定了它更合适在云霄作念数据生成和格传闻神的仿真测试和强化造就，这亦然梦想现在正在作念的。”郎咸一又说。
小马智行CTO楼天城则暗意：“我了解大部分公司两种工夫齐用，比如Waymo也用了谷歌Gemini大言语模子。天下模子和VLA模子不是一个维度的东西，而是交错的。这两个东西不矛盾、不冲突，机器东说念主范畴相配多。我以为想要作念百辆无东说念主车以上，天下模子最枢纽。对其他公司（而言），可能作念VLA模子卖车最枢纽。寰球聘用不同的道路是因为方针不同。”
值得一提的是，既向C端卖车，又打算推出Robotaxi的小鹏，有将两种工夫会通的趋势。在11月5日的2025 AI DAY小鹏科技日上，小鹏汽车认真发布了第二代VLA。第一代VLA的决议是V到L再到A，第二代VLA是V+L到A，也即是把L转动到了输入端。
“第一代VLA模子中间波及两次言语调度，这会带来无数信息损耗，比如一段1200多字的翰墨神情也无法精确地‘翻译’一个十几秒的视频，而以视觉为中枢，则把模子看到的天下径直调度成畅通轨迹。”何小鹏说。
11月7日的上海进博会上，小鹏汽车自动驾驶产物高档总监袁婷婷共享了她对小鹏二代VLA架构的贯通：“小鹏的二代VLA既是VLA模子，亦然天下模子。”
在其展示的PPT中，天下模子是作为二代VLA的一个记载器存在的：当V和L作出车辆畅通轨迹和动作决策时，这个决策会被记载到天下模子中；同期，与这个决策一同被记载的，还有决策前的车辆情状，即V和L酿成的感知信号。也即是说，小鹏二代VLA在用其VLA数据造就天下模子。
在小米汽车主任科学家陈龙看来：“一个管‘综合念念考’，一个管‘物理感知’，统统没必要拉踩！VLA+WM的磋磨，才是通往更强通工具身智能。”
关于扶植驾驶底层工夫的演进，国元证券方面以为，改日，VLA与天下模子的深度会通，有望成为高阶智驾系统兑现类东说念主驾驶决策才略的枢纽拐点。
长安汽车智能驾驶高档总工程师则暗意，在改日2至3年内，扶植驾驶的工夫架构还将迎来1至2轮迭代，到2028年有望治理至相对踏实的情状。