VLA

• 英伟达首次开源自动驾驶VLA，Robotaxi进入「安卓时刻」，吴新宙带队全华班出品

  英伟达发布首个自动驾驶VLA Alpamayo-R1，性能超越传统端到端30%，开源助力自动驾驶门槛降低。Alpamayo-R1采用视觉-语言-动作模型，通过因果链数据集和多阶段训练策略，显著提升了自动驾驶在复杂场景下的表现。此模型不仅适用于Robotaxi，还能促进更多传统出行平台进入自动驾驶领域，推动行业竞争格局变化。

  智能车参考

  888

  12/03 17:25

  自动驾驶 VLA

  
• VLA能解决自动驾驶中的哪些问题？

  VLA（Visual-Language-Action）模型通过整合视觉、语言和动作控制，缩短自动驾驶系统中的感知与行动延迟，增强对复杂场景的理解与泛化能力。该模型利用大规模语言模型的语义抽象和常识推理，提升对稀有场景的理解，适用于学校区域、施工路段等复杂交互场景。VLA不仅能解析自然语言指令，还能通过行为克隆和强化学习训练策略网络，实现高效的端到端学习。然而，VLA面临数据标注成本高、潜在的语义偏差等问题，需通过仿真技术和分阶段训练加以克服。此外，VLA应与传统安全监控模块协同工作，确保自动驾驶系统的安全性与可解释性。

  智驾最前沿

  575

  11/26 15:55

  自动驾驶 VLA

  
• 吴新宙带领英伟达冲刺自动驾驶L4背后的VLA大模型算法

  2023年8月，吴新宙算是在中国L2+智能辅助驾驶竞争顶峰--辅助驾驶进城之后离开小鹏汽车加入英伟达。2024年1月，特斯拉推出FSD V12 Beta端到端版本，智能辅助驾驶算法进入“端到端”阶段。随即中国代表了全球辅助驾驶市场全面拥抱了端到端。

  Vehicle

  979

  11/17 14:00

  自动驾驶 英伟达

  
• 训练一个人类VLA模型需要5步

  本文介绍了从无证新手到老司机的过程，即人类驾驶VLA（Vision-Language-Action）模型不断升级的过程。首先，Vision-Language基座模型通过对交通环境的感知和理解进行训练，其次是Vision-Language基座模型Pro版，进一步理解和掌握交通规则。接着，Vision-Language-Action模型具备基础的汽车操控能力，并在实践中不断提升。最后，Vision-Language-Action模型Pro版和蒸馏版分别代表高级驾驶能力和肌肉记忆水平。

  步日欣

  878

  11/13 14:14

  VLA
• 对话何小鹏：在物理AI时代，数据是新的石油

  小鹏汽车在第七届科技日上展示了其智能汽车、机器人、Robotaxi与飞行汽车四大业务方向的发展成果，特别是推出了第二代VLA大模型，标志着公司在物理AI领域的重大突破。何小鹏表示，尽管仍面临量产挑战，但公司有信心通过硬件和工程化能力的投入，形成软硬件协同演进的闭环。此外，小鹏还将部分核心技术开源，助力物理AI的进一步发展。

  雷锋网

  534

  11/11 09:21

  自动驾驶 Robotaxi

  
• ICCV涌现自动驾驶新范式：统一世界模型VLA，用训练闭环迈向L4

  理想汽车在ICCV 2025上展示了其从数据闭环迈向训练闭环的策略，强调了世界模型的重要性及其在自动驾驶领域的应用。通过构建云端世界模型，理想实现了训练闭环，增强了车端VLA模型的性能。此外，理想还开源了自己的星环OS，促进了汽车行业的发展。

  量子位

  667

  11/10 09:55

  自动驾驶 VLA

  
• VLA和世界模型，谁才是自动驾驶的最优解？

  自动驾驶技术的发展呈现两种主要路径：VLA（视觉—语言—行动）模型和世界模型。VLA通过视觉感知、语言理解和动作生成串联起来，利用语言模型进行高级推理，适用于复杂场景的理解和决策，但面临物理精度和安全约束的挑战。世界模型则强调空间认知与物理推演，通过仿真环境训练模型，具有出色可控性和物理一致性，但仿真与现实的差距难以完全消除，且对高精度传感器依赖较大。两者各有优劣，未来有望深度融合，共同推动自动驾驶技术的进步。

  智驾最前沿

  1051

  11/06 09:13

  自动驾驶 VLA

  
• 特斯拉最新技术分享，FSD核心架构曝光了

  特斯拉在ICCV上曝光了FSD的核心架构，其中涉及VLA技术，引发行业热议。特斯拉FSD已步入大模型阶段，参数规模不断扩大。特斯拉FSD最近更新了V14.1.3版本，增强了安全性、个性化体验，并重启了激进模式。

  智能车参考

  1219

  10/23 16:23

  特斯拉 FSD

  
• 自动驾驶上常提的VLA与世界模型有什么区别？

  VLA通过视觉、语言和动作的结合，实现从感知到决策再到动作的闭环，具有解释性和语义理解的优势；世界模型则侧重于动力学预测和未来状态模拟，适用于安全验证和策略评估。两者各有优劣，在自动驾驶领域应综合运用，确保系统的功能性和安全性。

  智驾最前沿

  1799

  10/15 10:50

  自动驾驶 VLA

  
• 自动驾驶中提到的WEWA架构是个啥？

  01、什么是WEWA？ WEWA全称可以理解为“World Engine+World Action”。它把实现自动驾驶的思路拆成两层，一层在云端，负责“造世界、训练模型、把难题推演透”；另一层在车端，负责“看世界、理解世界、直接下决定并把车开出去”。云端是大脑的训练工厂，车端是实时决策与执行的现场指挥。这样做有一个好处，那就是可以把稀有但危急的边缘场景用数据和模型在云端“补齐”，把实力更强的行为模

  智驾最前沿

  1478

  09/28 17:30

  自动驾驶 VLA
• 分析丨智驾两大核心路线“贴脸开大”，车企如何“二选一”？

  智能驾驶技术路线之争揭开序幕，主要围绕VLA和WA两种方案展开。VLA通过视觉-语言-动作中间层实现可解释性和长时序推理，适合中小车企低成本快速迭代；WA构建数字孪生世界，强调理解和模拟现实，更适合大型企业长期投资。理想、小鹏等公司利用VLA实现快速落地，而华为和蔚来则押注WA，试图建立技术壁垒。2025年将成为智驾路线的关键转折点，VLA进入量产阶段，WA开始初步应用，行业竞争加剧，中小车企面临巨大压力。

  AI芯天下

  857

  09/28 08:35

  智能驾驶 VLA

  
• 为什么把VLA直接放上自动驾驶汽车没那么容易？

  自动驾驶领域中，VLA（视觉—语言—动作模型）虽能提高自动驾驶的灵活性和理解能力，但也面临诸多实际难题。首先，边缘场景的理解难度大，仿真难以完全模拟现实环境，导致模型可能提出不可行或危险的策略。其次，模型的物理约束处理不足可能导致不可行的轨迹输出，且存在时序问题，决策滞后会增加风险。此外，黑箱模型难以通过监管审查，责任界定困难。视觉传感器在弱光、逆光等条件下表现不佳，且跨域迁移需要大量本地化数据。为了安全地将控制权还给人类，需要明确接管触发条件并提供清晰的提示。目前最务实的做法是渐进式、混合式落地，将VLA用于语义理解、异常检测等功能，而非完全控制车辆。

  智驾最前沿

  948

  09/24 09:53

  自动驾驶 VLA

  
• VLA：有人喊“最强解法”，有人说“跑不动”

  作者 | 刘佳艺 L3 拐点将至，智能驾驶走向 VLA 分水岭。原本统一的「智驾第一阵营」分化出两条道： 理想、小鹏、元戎是一队，高举 VLA 大旗，把 VLA 拼命推向前台；华为、Momenta、博世、卓驭等玩家却站在对立面，给 VLA 毫不留情的泼冷水。 有人将 VLA 视为指路灯的同时，有人也在质疑 VLA 能否「发光」。从以下三个问题，我们试图把关于 VLA 的争论点还原清晰： VLA 能

  汽车之心

  1852

  09/14 11:30

  VLA

  
• 揭秘小鹏自动驾驶「基座模型」和 「VLA大模型」

  小鹏汽车在CVPR自动驾驶Workshop上介绍了其基于大规模基础模型（VLA）的自动驾驶方法论。该方法论涉及将自动驾驶软件栈完全转变为AI模型，利用大量数据训练一个大型视觉模型作为“工厂”，并通过蒸馏和微调将其部署到车辆中。小鹏还提出了“内循环”和“外循环”概念，分别指内部数据驱动训练和外部实际数据采集反馈。此外，小鹏使用阿里Qwen作为基础模型，通过预训练、对齐、监督微调和强化学习等步骤，训练出适用于自动驾驶的VLA模型。

  Vehicle

  1915

  09/12 15:59

  自动驾驶 VLA

  
• 端到端自动驾驶的前世今生：不管VLA还是WM世界模型,都需要世界引擎

  香港大学Li Hongyang在CVPR自动驾驶Workshop上发表了关于端到端自动驾驶的开场演讲，定义了端到端自动驾驶，并回顾了其发展历史。演讲中提到，端到端自动驾驶正面临数据收集和极端情况模拟的挑战，为此提出“世界引擎”概念，通过从人类专家驾驶中学习，生成有价值的数据用于训练和改进端到端算法，以应对生产环境中的复杂情况。

  Vehicle

  1921

  09/10 09:15

  自动驾驶 端到端

  
• 对话吉利技术一号位：VLA大模型打底，冲刺全球最大机器人公司

  贾浩楠 发自 副驾寺 智能车参考 | 公众号 AI4Auto 造车，似乎不再是吉利唯一的重大关切了。 吉利汽车从“轮子上安沙发”的草莽年代起家，完整经历了自主汽车工业从计划到市场、从模仿到创新、从跟随到主导的全过程。刚刚过去的Q2，吉利产销总量和增长率双双告捷。 逐渐登顶的过程中，吉利还沿途创造了中国汽车工业并购第一案、输出最成功的新能源整车架构SEA浩瀚、孵化巨头车企最成功的新能源品牌极氪……

  智能车参考

  1077

  09/03 17:55

  吉利汽车 VLA

  
• VLA与世界模型，会让自动驾驶汽车走多远？

  自动驾驶技术正朝着“理解和推理”的能力迈进，通过VLA（视觉—语言—动作模型）和世界模型实现从“会看”到“会想”的转变。VLA利用多模态大模型优势，将视觉、点云、地图等信息编码进统一语义空间，并通过语言模型进行逻辑推理和决策。世界模型则提供虚拟环境，增强数据多样性，加速模型训练。尽管面临三维特征表达、长时推理和算力限制等挑战，但随着技术进步，自动驾驶有望成为更加智能、可靠的驾驶智能体。

  智驾最前沿

  1095

  09/02 10:17

  自动驾驶 VLA

  
• VLA和World Model世界模型，哪种自动驾驶路线会胜出？

  目前VLA占据主流地位，95%以上世界模型都是在生成视频用于自动驾驶训练而非直接用于自动驾驶，VLA已经可以量产上车。不过从理论上讲，世界模型拥有明显优势。VLA本质还是模仿学习，而世界模型是类脑学习。VLA最大的缺点是基于文字（语言），也就是离不开L，中间多了一个转接层，世界模型则是跳过这个L，直接到Action，这才是真正意义上的端到端。 世界模型的拥趸认为，仅凭文字与图像生成，AI无法真正「

  佐思产研

  2960

  08/30 12:33

  VLA

  
• 不只有理想小鹏，元戎启行VLA辅助驾驶，也来了

  元戎启行发布全新一代辅助驾驶平台DeepRoute IO 2.0，搭载自研VLA模型，融合视觉感知、自然语言理解和动作决策能力，显著提高应对复杂路况的能力。VLA模型具有三大突破：思维链推理、海量知识库和多模态融合，有望大幅提升自动驾驶的安全性和智能化水平。

  赛博汽车

  1064

  08/28 10:50

  智能驾驶 VLA

  
• VLA模型能帮助纯视觉自动驾驶走向成熟吗？

  VLA模型适合于纯视觉系统，能够为其注入强大的语义理解和训练范式，推动算法走向成熟。然而，在工程和安全层面存在挑战，如动作监督数据短缺、闭环控制延迟等问题。合理应用VLA，如用作语义增强器和策略导师，有助于提升感知的语义层面与策略学习，同时降低风险。

  智驾最前沿

  853

  08/27 10:05

  VLA 纯视觉智驾

  

正在努力加载...