一份来自伯恩斯坦的重磅报告，揭示了自动驾驶技术的最新演进路径与全球竞争格局。

报告指出，自动驾驶技术正经历从规则驱动到端到端，并加速向 VLA 演进的深刻变革。这场技术竞赛不仅关乎算法，更关乎数据、生态与商业化落地，而中国与日本的汽车制造商正采取截然不同的策略，争夺未来主导权。

01 核心结论：VLA是下一代自动驾驶的关键

报告开宗明义，Vision-Language-Action 模型 代表了端到端架构发展的下一阶段。

它解决了传统视觉语言模型只能输出文本、无法直接生成控制指令的局限。VLA模型能够将多模态感知直接转化为可执行的车辆控制命令，赋予系统更强的语义理解和复杂场景推理能力。

Waymo 正在利用谷歌的Gemini模型开发其Waymo基础模型，以融入世界知识，应对罕见的长尾场景。

特斯拉 虽未正式宣布VLA计划，但其在AI领域的布局使其成为潜在的重要参与者。

在中国，小鹏、理想、小米等公司已成为VLA技术的先行者。小鹏已发布VLA 2.0，理想推出了MindVLA。激烈的竞争和高度成熟的消费者，正加速这一技术在中国落地。

在日本，索尼本田移动出行是唯一一家积极内部开发VLA模型的日本车企，计划将其应用于Afeela车型。丰田则通过其庞大的全球车队和移动服务平台，为未来AI模型训练积累了结构性数据优势。

02 市场渗透：中国领跑，L2+加速普及

报告对全球主要市场的自动驾驶渗透率进行了预测，中国市场的激进推进尤为突出。

• 全球
  L2+/L2++渗透率预计从2025年的15%提升至2030年的36%。L3及以上受限于复杂度、成本和法规，普及较慢。
• 中国
  领跑全球。L2+及以上渗透率预计从2025年的28%飙升至2030年的约80%。在25万元人民币以上的电动车细分市场，城市领航辅助驾驶已成为“必备功能”，渗透率超过80%。政策支持、激烈的技术竞争和消费者接受度高是主要驱动力。
• 美国
  预计L2+/L2++渗透率在2030年达到36%，与全球平均水平持平，但消费者对付费功能的接受度较高。
• 日本
  秉持安全优先的渐进式策略，L2+/L2++渗透率预计从2025年的8%上升至2030年的29%，逐步追赶全球水平。

03 技术演进：从规则到端到端，再到VLA

自动驾驶系统的核心范式正在发生根本性转移。

规则驱动系统：基于预设的“如果-那么”逻辑，需要工程师为各种场景编写代码。优势是可解释性强，符合监管要求，但依赖多种传感器和高精地图，系统复杂、成本高，且难以应对海量未知场景。

端到端系统：将感知、决策、控制集成于一个AI模型中，模仿人类驾驶的适应能力。可以减少对传感器和高精地图的依赖，降低成本，但面临“黑箱”可解释性挑战和对罕见场景处理能力的考验。

VLA模型：在端到端架构中引入大语言模型的推理能力。它不仅能“看到”和“理解”场景（如“施工绕行”、“交警手势”），还能直接将这种理解转化为“行动”（如“减速”、“绕行”），实现了感知、认知与执行的闭环。这被认为是解决长尾难题、迈向更高阶自动驾驶的关键。

04 车企战略：中日路径分化

日本车企：稳健合作，数据为王

• 丰田
  采取“多路径”策略，结合内部开发、初创公司投资以及与Waymo的合作。其1.5亿辆的全球车队和移动服务平台是聚合训练数据的巨大优势。
• 本田
  在内部开发端到端技术栈的同时，通过索尼本田移动出行牵头VLA开发。
• 日产
  与英国公司Wayve深度合作，将其端到端技术作为核心，并计划在2026年下半年于东京启动机器人出租车试点。

中国车企：激进自研，生态竞争

• 小鹏
  技术先锋，已发布VLA 2.0，并搭载自研“Turing”芯片。目标是实现L4级能力并拓展至机器人出租车和机器人领域。
• 理想
  加速追赶，发布了MindVLA模型，强调空间、语言和行为智能的统一。策略更偏重乘坐舒适和安全边际。
• 小米
  作为新入局者，其“小米HAD”系统从诞生起就采用端到端架构，背后是巨大的研发投入和快速迭代。
• 比亚迪
  后来居上，通过“天神之眼”平台将高阶智能驾驶功能快速下放至更亲民的车型，与Momenta等合作推进。

05 供应链变局：传统供应商面临挑战

向软件定义汽车和自动驾驶的转型，对传统汽车零部件供应商既是机遇也是风险。

机遇：像电装这样在半导体、动力总成及相关软件领域有深厚积累的供应商，有望从集成ECU和软件中受益。

风险：随着车企寻求掌控软件层和架构定义权，传统“黑盒”交付模式（硬件+嵌入式软件）受到冲击。供应商必须适应车企制定的标准，设计主导权和溢价空间被压缩。

此外，在中国市场，日本车企为应对竞争，正越来越多地采用Momenta等本土供应商的ADAS方案，这给传统国际供应商的中国业务带来了潜在的下行风险。

自动驾驶的故事，上半场是电动化，下半场是智能化。而VLA模型的出现，宛如为下半场赛事注入了一剂“强心针”，它让汽车不仅拥有“眼睛”和“手脚”，更开始具备“大脑”和“常识”。

这场关乎未来出行形态的竞赛，已不仅是传感器数量的堆砌，更是AI模型能力、数据生态规模、软件迭代速度和商业落地智慧的全面比拼。中日车企，一个凭借规模与稳健合纵连横，一个依托弯道超车与创新激进突围，两条路径，谁将更先抵达终点？

答案，或许就藏在每一次OTA升级、每一公里路测数据，和每一次用户与机器的交互之中。未来已来，只是尚未均匀分布。

如需获取完整《伯恩斯坦-日本汽车与中国汽车：VLA成为自动驾驶下一个AI前沿》报告，关注公众号后私信小编加入知识星球。