小鹏VLA2.0,真正的自动驾驶时代来临?

基本的观点是对当前VLA技术的抨击，业内的乱象，并谈论了一下个人认为未来有前景的方向。

然后小鹏这两天发布了VLA2.0，看了几个博主发的测评视频，效果非常不错，尤其是电车研究生的那个窄路会车视频，表现惊艳。下面这几张图过路口会车，窄路避让非机动车，向右变道表现都很好。

当然这些测评场景还远远不充分，但是也可以让我们清晰的看到VLA在自动驾驶中的前景了。

并且，我能深切的感受到，真正的自动驾驶离我们已经不远了。小鹏VLA2.0的发布，很可能会成为一个里程碑事件。

这也让很多人感受到了VLA方法的强大。

那么，为什么自动驾驶汽车用VLA可以，具身智能的机械臂或者说机器人就不行？

答案是数据量和任务复杂度问题。

自动驾驶控制问题本质上只是在二维的平面空间移动的问题，并且它的自由度其实只有2，也就是说它的动作只有方向盘和油门/刹车(加速减速本质上都是对速度的控制)。

相对机器人(30~50自由度)、机械臂(6自由度)、灵巧手(16~20+自由度)来说要少很多，并且机器人等要处理的是三维空间中的多种任务和物体，所以任务难度上来讲，可以说不是一个量级的。

(注:自由度可以简单理解为可活动的方向，车辆前后移动(平移)和转向(旋转)，这是两个自由度，机器人机械臂是每个关节都可以活动，全身上下的关节非常多，所以自由度高)

另外，近两年自动驾驶汽车的市场渗透率已经达到了60%以上，买自动驾驶车的人很多，所以后端能够收集的用户数据量也是极其可观的，而VLA方法就是用数据，用监督学习堆上去的，自动驾驶车广泛的商业应用场景天然有利于它采集数据。

相比之下，机器人、机械臂就采不到这么多数据，因为没有在C端(用户端)铺开。目前的机器人能应用的场景太少，这导致没什么人买，基本上都是实验室企业买。

拿宇树来讲，他们能拿到的数据是非常极其特别少的，和小鹏能拿到的数据量根本没法比，而且小鹏拿数据零成本，都是用户开车时自动采集的，但是机器人公司现阶段的数据，都是专门雇人去采的，成本非常高。

所以其实VLA想用在机器人上，必须要思考怎么在C端铺开的问题，让用户帮自己采数据，并且要拿到比自动驾驶更多的数据量才行。

要么就是走李飞飞的路线，先在虚拟世界模型里面训练个基模型，对三维空间有个基本的理解，后期再解决Sim2Real(仿真到现实的差距)问题，但是到了解决Sim2Real的时候，还是需要大量的真实数据才行。

—END—

持续分享AI干货，欢迎关注：

分享、点赞、在看、3连！