智驾领域的“终场哨”尚未吹响配资吧官网，真正的终局属于那些能把“说话”和“想象”融合成“思考”的玩家。
原创ⓒ新熵 新能源车组
作者丨茯神 编辑丨思原、九黎
当理想i8在暴雨中的山区公路上自动识别出被冲垮的路肩，平稳减速并规划出绕行路线时；当小鹏P7 Ultra仅凭视觉就精准避让了横穿马路的流浪猫与突发变道的货车时，智能驾驶行业悄然迎来了一场技术革命的临界点。
新能源汽车的市场淘汰赛已进程过半，从电池续航、充电速度到座舱智能化，竞争之下市场早已进入红海，甚至智驾能力也正从争议不断的“加分项”转变为决定车企生死的“生存项”。
今年8月，理想、小鹏、元戎启行在两周内先后宣布VLA（Vision-Language-Action）大模型上车，规划帧率从10Hz跳到20Hz，端到端时延压进100ms。或许就在同时，在松山湖实验室里正演示着，一辆搭载激光雷达的轿车在仿真机里连续“想象”未来5秒，把自己从暴雨+锥桶+逆行三轮车的死局中救了出来，用的正是WA（World Action）世界模型。
▲ 图/截图
两条不同的路线，却是同样的终局。VLA让汽车“开口说话”，WA让汽车“动脑想象”。谁先把“说话”变成“思考”，谁就在新能源淘汰赛的最后一节拿到发球权。
后端到端时代
在智能驾驶行业的早期发展阶段，硬件无疑是竞争的核心所在。车企们深知，要想让车辆具备智能驾驶的能力，首先得让车辆“看”得见、“听”得清、“反应”得快。因此，它们在传感器、芯片等硬件上投入了大量的资金和精力。
传感器就如同车辆的“眼睛”和“耳朵”，能够感知周围的环境信息。激光雷达、摄像头、毫米波雷达等不同类型的传感器各有优劣，车企们需要根据自身的技术路线和成本预算进行选择和搭配。
芯片则是车辆的“大脑”，负责对传感器采集到的数据进行快速处理和决策。高性能的芯片能够提供强大的计算能力，支持复杂的算法运行，从而实现更高级的智能驾驶功能。英伟达、英特尔等芯片巨头，推出的自动驾驶芯片在算力、功耗等方面不断取得突破，为智能驾驶的发展提供了有力的支持，自然成了车企们争相合作的对象。
▲ 图/英伟达旗舰智驾芯片Thor
然而在之前的硬件竞赛逻辑里，车企们普遍认为“传感器数量决定感知能力”，但这种思路很快陷入了高成本与低效率的双重困境。以激光雷达为例，2020年一颗高性能激光雷达的成本超过1万美元，搭载3颗激光雷达的车型仅硬件成本就增加3万美元，这直接导致早期智驾车型的售价普遍超过50万元，难以进入主流市场。
小鹏P7早期版本因搭载两颗激光雷达，售价较同配置无激光雷达版本高出8万元，上市后月销长期徘徊在3000辆以下，直到推出简化激光雷达配置的版本才实现销量突破。
2019年，作为端到端路线的先行者，特斯拉为智能驾驶技术的发展开辟了一条新的道路。该路线的核心思想是通过大量实际路测数据训练模型，让车辆直接从传感器输入到控制输出，实现自动驾驶技术的快速迭代。
特斯拉利用其庞大的车队规模和广泛的用户群体，收集了海量实际路测数据，这些数据涵盖了各种不同的路况、天气条件和驾驶场景。再通过对这些数据的分析和训练，自动驾驶模型不断优化和改进，最终实现自动辅助导航驾驶、自动变道、自动泊车等一系列高级功能。
国内车企在看到端到端路线的成功之后，随即纷纷效仿。它们加大了在数据采集和模型训练方面的投入，希望能够在这场智能驾驶的竞赛中占据一席之地。
不过，端到端路线并非完美无缺，它在处理长尾场景时存在着明显的局限,比如突然出现的行人、违规行驶的车辆、恶劣天气下的道路状况等。由于这些场景在实际路测中出现的频率较低，端到端模型很难通过少量的数据进行充分的学习和训练，因此在面对这些情况时往往难以做出准确的判断和决策。
VLA闪电逆袭
端到端路线的局限，为VLA路线的崛起埋下了伏笔。
2023年底，理想汽车率先提出VLA技术概念，其核心是通过整合视觉、语言、行动三种模态，让智驾系统像人类一样“观察、推理、决策”。
与端到端的“数据映射”不同，VLA系统能够将视觉感知到的信息转化为语言描述，再通过语言模型进行逻辑推理，最后输出具体的行动指令。
在智能驾驶的赛道上，“先发优势”曾被视为不可逾越的壁垒。华为早在2019年就推出了ADS（高阶智能驾驶系统），凭借激光雷达+高精地图的组合，一度成为行业技术标杆；百度Apollo更是从2013年就开始布局智驾，累计投入超过500亿元。然而，VLA路线的出现，让理想、小鹏等“后发者”实现了闪电逆袭，彻底改写了行业竞争格局。
理想用户在日常使用汽车的过程中，车辆会持续收集各种驾驶数据，包括道路信息、交通状况、驾驶行为等。这些数据不仅数量庞大，而且涵盖了多种不同的场景和情况，为VLA模型的训练提供了丰富的素材。通过对这些数据的分析和挖掘，理想汽车的研发团队能够深入了解用户的需求和驾驶习惯，针对性地对VLA模型进行优化和改进，提高模型的准确性和适应性。
小鹏汽车则在算力方面加大投入，构建起强大的云端训练集群，为VLA模型的高效训练提供了有力支持。
其研发团队可以利用云端训练集群同时运行多个模型训练任务，大大提高了训练效率。此外，云端训练集群还具有可扩展性，能够根据研发需求随时增加计算资源和存储容量，满足VLA模型不断迭代和优化的需求。
当然，并不是所有玩家都有理想、小鹏的体量。成立于2019年的元戎启行，2024年只交付了3.4万辆，却选择“All in VLA”。其CEO周光算过一笔账：做10万辆车、每车每天跑50公里、回传率20%，一年就能攒到18亿公里数据，刚好跨过“冷启动死亡谷”。
为了抢时间，元戎把DeepRoute IO 2.0平台开放给五家主机厂共享数据、共享算力，换取“上车量”。今年8月26日，元戎发布VLA量产版本，宣称“Orin-X+征程5”双芯片方案就能跑通20Hz规划帧率，把BOM成本压到5500元人民币，比华为MDC 810低32%。对于年销量较低且资金不充裕的企业而言，这几乎是唯一可选的“船票”。周光直言：“VLA让中小车企第一次有机会用低成本复制头部体验，窗口期18个月，错过就没了。”
WA才是终极？
与全民VLA的喧嚣不同，华为、蔚来却选择了一条更为“激进”的技术路线——WA（World Model，世界模型）。
WA路线的核心逻辑是，让智驾系统通过云端模拟数据构建一个“数字孪生世界”，从而实现对真实世界的深度理解。与 VLA 的“从数据到决策”不同，WA试图让系统“先理解世界，再作出决策”，这种思路被不少专家视为智驾的“终极答案”。
华为ADS研发负责人王军，曾用一个生动的比喻解释WA的优势：“如果把智驾系统比作学生，VLA是通过做海量习题来应对考试，遇到没见过的题目就会束手无策；而WA是先理解知识点，无论遇到什么新题目，都能通过规律推导得出答案。”蔚来的李斌也曾在内部邮件中称：“WA让车拥有‘想象力’，而不是‘记忆力’。”
从理论上看，WA系统能够从根本上解决VLA系统对数据的依赖，尤其是在处理长尾场景时，具备更强的通用性和适应性。
不过，这些优势目前还是基于理论，想要实现商业化落地，WA路线仍需突破资金、数据、模拟与现实平衡的三重考验，也使其暂时成为了“巨头专属”。
构建数字孪生世界，涵盖硬件设备、软件研发、场景建模等多个领域。华为在WA路线上的投入已超过200亿元，其中仅数字孪生平台的服务器集群就耗资50亿元，每年的电力和维护成本高达8亿元；蔚来为了研发WA系统，专门成立了 “世界模型实验室”，截至2024年，累计投入超过150亿元，占其总研发费用的40%。
▲ 图/华为
这种级别的资金投入，将绝大多数中小车企拒之门外。某新势力车企创始人曾坦言：“我们不是不想做WA，而是做不起。仅构建基础的数字孪生场景，就需要至少50亿元，这相当于我们3年的研发预算，根本无法承担。”相比之下，VLA路线的研发投入仅为WA的十分之一，更适合资金有限的企业。
VLA让汽车先学会“说话”，WA让汽车再学会“想象”。前者或许是眼下的赛点，后者则可能是三年之后的终点。对于理想、小鹏，VLA是逆袭的通行证；对于华为、蔚来来说，WA是护城河的奠基石。而更多年销量不过十万辆的品牌，只能在窗口期里拼命挤上船，哪怕船票是成为“代工厂”。
智驾领域的“终场哨”尚未吹响，真正的终局，属于那些能把“说话”和“想象”融合成“思考”的玩家。在这场没有硝烟的战争中，只有那些既能把握当下市场需求，又能洞察未来技术趋势的企业，才能在新能源汽车的淘汰赛中笑到最后。
参考资料：
经济观察报，《理想的VLA“长征”》
虎嗅，《新一轮智驾PK，迈入实战时刻》
远川汽车评论，《让一部分辅助驾驶先学会思考》
42号车库，《元戎启行发布VLA模型，起点是让AI学会害怕？》
锦富配资提示：文章来自网络，不代表本站观点。
相关文章
热点资讯