【ITBEAR】智能駕駛行業(yè)正迎來(lái)技術(shù)革新的浪潮，“端到端”技術(shù)尚未被全面掌握，便已進(jìn)入了換代時(shí)期，深度融合多模態(tài)大模型成為新的進(jìn)化方向。
近期備受關(guān)注的VLA（Vision-Language-Action Model）模型，便是這一技術(shù)革新的典型代表。該模型結(jié)合了視覺(jué)、語(yǔ)言和動(dòng)作，展現(xiàn)出更高的場(chǎng)景推理與泛化能力，被業(yè)界視為“端到端”方案的升級(jí)版。
VLA模型最初在機(jī)器人行業(yè)亮相，由谷歌DeepMind推出。然而，其影響力正迅速擴(kuò)散至智能駕駛領(lǐng)域。谷歌旗下自動(dòng)駕駛公司W(wǎng)aymo已率先基于該模型推出了自動(dòng)駕駛多模態(tài)模型EMMA，標(biāo)志著VLA模型正式進(jìn)軍智能駕駛市場(chǎng)。
與傳統(tǒng)的智能駕駛方案相比，VLA模型的最大特點(diǎn)在于其深度融合了多模態(tài)大模型。這使得智能駕駛系統(tǒng)不僅能夠依賴規(guī)則算法進(jìn)行決策，更能借助大模型的強(qiáng)大能力，提升對(duì)復(fù)雜交通場(chǎng)景的理解與應(yīng)對(duì)能力。
理想汽車等業(yè)內(nèi)領(lǐng)軍企業(yè)已經(jīng)開始布局VLA模型。理想汽車在三季度財(cái)報(bào)電話會(huì)議上透露，公司已啟動(dòng)L4級(jí)別自動(dòng)駕駛的預(yù)研工作，重點(diǎn)研發(fā)車端VLA模型與云端世界模型相結(jié)合的強(qiáng)化學(xué)習(xí)體系。這顯示出VLA模型在智能駕駛領(lǐng)域的應(yīng)用前景備受期待。
然而，VLA模型的上車應(yīng)用并非易事。該模型對(duì)技術(shù)和車端芯片算力提出了極高要求。業(yè)內(nèi)人士指出，能夠支持VLA模型上車交付的芯片可能在2026年才會(huì)出現(xiàn)。這意味著，在短期內(nèi)，VLA模型的大規(guī)模應(yīng)用仍面臨挑戰(zhàn)。
盡管如此，VLA模型的出現(xiàn)無(wú)疑為智能駕駛行業(yè)帶來(lái)了新的發(fā)展機(jī)遇。其深度融合多模態(tài)大模型的特點(diǎn)，有望助力智能駕駛系統(tǒng)在復(fù)雜交通場(chǎng)景中實(shí)現(xiàn)更擬人化的表現(xiàn)，推動(dòng)智能駕駛技術(shù)的持續(xù)進(jìn)步。
同時(shí)，VLA模型的發(fā)展也將對(duì)智能駕駛行業(yè)的競(jìng)爭(zhēng)格局產(chǎn)生影響。對(duì)于尚未發(fā)力端到端技術(shù)的玩家而言，VLA模型的出現(xiàn)無(wú)疑增加了其追趕的難度。后發(fā)制人的機(jī)會(huì)在這一技術(shù)革新面前顯得更加稀少。
總體來(lái)看，VLA模型作為智能駕駛行業(yè)的新星，雖然面臨諸多挑戰(zhàn)，但其巨大的發(fā)展?jié)摿蛷V闊的應(yīng)用前景已然顯現(xiàn)。未來(lái)，隨著技術(shù)的不斷進(jìn)步和芯片算力的提升，我們有理由期待VLA模型在智能駕駛領(lǐng)域大放異彩。
