VLA

• 高德机器人成果首秀，拿下10个SOTA

  高德发布两个机器人VLA成果，ABot-NO和ABot-MO分别解决了导航和机器人操控任务，均取得SOTA成绩。高德通过统一架构和多模态融合提升了性能，展示了其在具身智能领域的技术实力和战略布局。

  智能车参考

  558

  02/14 11:52

  具身智能 VLA

  
• 极智嘉发布首款人形通用仓储机器人：技术破壁垒 业绩强兑现 成长有望提速

  全球智能机器人龙头极智嘉（2590. HK）重磅发布业内首款专为仓储场景原生打造的轮式人形机器人 Gino 1，一举攻克仓储作自动化最后一道壁垒，引领行业迈入无人仓新时代。 此前不久，公司披露2025年度录得订单人民币41.37亿元，同比增长31.7%，全球市场份额稳步扩大，叠加正式纳入港股通的资本利好，技术、业绩、资本三重共振，极智嘉迈入全新发展阶段。 市场对此已早有预期。 自上市以来，极智嘉股

  与非网编辑

  464

  02/12 07:23

  智能机器人 AMR
• 已有VLM，自动驾驶为什么还要探索VLA?

  自动驾驶技术正处于发展的转折点。过去十几年间，行业长期依赖模块化的技术路径，即将驾驶任务拆解为感知、预测、规划和控制四个独立环节。这种结构虽然清晰，但在面对突发状况时（长尾场景），会因规则覆盖不足而表现僵化。 随着大语言模型和视觉语言模型（VLM）的爆发，开发者们意识到，如果车辆能像人类一样拥有常识，理解什么是“潮汐车道”，知道“救护车在后方鸣笛需要避让”，那么自动驾驶的上限将得到极大提升。 然而

  智驾最前沿

  214

  02/04 09:23

  自动驾驶 芯片
• 人形机器人的“端到端”时刻：Figure Helix 02 架构对自动驾驶 VLA 的启示

  Figure发布Helix 02，展示全自主人形机器人从模糊指令到完成任务的全过程，采用三层神经网络架构实现从像素输入到物理动作输出的控制。S2处理指令与环境理解，S1负责视觉运动策略，S0执行全身控制，共同实现自主操作。此架构与自动驾驶中的VLA类似，有望推动人形机器人商业化。

  Vehicle

  526

  01/29 14:07

  自动驾驶 人形机器人

  
• 轻舟的VLA与世界模型架构解读

  理想汽车推出搭载128 TOPs J6M和激光雷达的AD Pro，支持城区NOA的OTA，并由轻舟智航提供算法技术支持。轻舟展示了其融合VLA与World Model的下一代自动驾驶模型架构，该架构通过端到端的方式整合感知、理解和决策模块，实现了更智能的驾驶体验。

  Vehicle

  809

  01/26 11:00

  VLA 轻舟智航

  
• VLA和世界模型在自动驾驶中可以融合吗？

  随着VLA（视觉-语言-动作模型）与世界模型在自动驾驶领域的关注度提升，这两项技术成为主机厂研发布局的重点。VLA通过统一模型框架整合感知、推理和动作生成，而世界模型则在系统内部构建动态模拟与未来预测能力。尽管两者侧重点不同，但融合可以提升自动驾驶系统的整体性能，增强环境理解和预测能力。然而，融合面临训练资源需求高、模型结构复杂和实时性挑战等问题。总体而言，融合VLA与世界模型有助于自动驾驶系统迈向更高可靠性和智能化水平。

  智驾最前沿

  1174

  01/14 08:58

  VLA 世界模型

  
• VLA模型是基于预置规则来指导行动吗？

  视觉-语言-动作（VLA）模型通过大量示例学习，整合视觉、语言和动作任务，无需预设规则，而是基于统计关联进行预测。其视觉模块使用视觉编码器学习抽象特征，语言模块将指令转化为语义向量，两者融合后传递至动作解码器生成动作命令。这种端到端学习方式赋予模型更强的泛化能力和适应性，使其在复杂任务中表现出类似人类的操作能力。

  智驾最前沿

  729

  2025/12/30

  自动驾驶 VLA

  
• 长城首个VLA车型发布，魏建军回应「赌上姓氏造车」

  魏建军发布2026款蓝山，号称搭载全新VLA系统，试图引领智能化竞争。然而，由于市场竞争激烈，该车型半年内两次换代，导致车主二手车价值大幅下降。魏建军透露，此举是为了回应竞争对手的快速迭代和技术进步。尽管VLA系统带来了显著的用户体验提升，但未能解决后续升级的问题，使得老车主难以享受最新技术。此外，魏建军批评了行业内卷的价格战和资本的影响，呼吁行业回归理性发展。

  智能车参考

  874

  2025/12/24

  智能驾驶 智能汽车

  
• VLA与世界模型有什么不同？

  自动驾驶行业目前主要分为视觉—语言—动作模型（VLA）和世界模型两大技术路径。VLA通过视觉感知、语言理解和动作输出一体化，实现“看、想、做”的能力，适用于复杂语义场景和人机交互。世界模型则通过构建内部虚拟世界，进行预测和仿真，提高对动态场景的理解和应对能力。两者各有优劣，VLA擅长语义理解与可解释性，而世界模型在预测和仿真方面更具优势。综合运用两者的优点，有望推动自动驾驶技术更加成熟和安全。

  智驾最前沿

  1281

  2025/12/19

  自动驾驶 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

  1854

  2025/12/03

  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

  972

  2025/11/26

  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

  1462

  2025/11/17

  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

  1579

  2025/11/13

  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。

  雷峰网

  698

  2025/11/11

  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

  1166

  2025/11/10

  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

  1779

  2025/11/06

  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

  1552

  2025/10/23

  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

  2270

  2025/10/15

  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

  2059

  2025/09/28

  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

  1110

  2025/09/28

  智能驾驶 VLA

  

正在努力加载...