自动驾驶 99% 老司机,1% 卡壳
--这是 Vol.48 的悬念。
2025 年,AI 终于会"边看边想边开"了。
以前 3 套工具换着用,眼睛 / 大脑 / 手脚各干各的。
现在 1 个大脑一条龙搞定。
这就是 VLA--视觉-语言-动作大模型,AI 里的"灵魂"。
3 步流程 · 1 个大脑干 3 件事:
01 看(Perception)-- 摄像头画面变环境语言
02 想(Reasoning)-- VLM 大脑决定这场景该咋办
03 开(Action)-- 输出方向盘 / 油门 / 刹车
3 家 VLA 阵营
端到端 VLA 不是 1 家——3 家阵营。
🚗 Tesla FSD V13:端到端 + 数据闭环
🇨🇳 华为乾崑 ADS 4.0:端到端 + WEWA 架构
🇬🇧 Wayve LINGO-2:闭环 VLA(看 + 想 + 说 + 开)
5 个真相:
🔥 算力贵:车端推理 ~100-150W(峰值 1000W+含训练集群)
🔥 数据贵:训练要 100 亿英里级车队数据
🔥 黑盒:AI 决策像黑盒--出事难追责
🔥 长尾怪事:练 100 万次都碰不到的怪路况(corner case 占 1-5%,呼应 Vol.48)
🔥 仿真补课:路上跑不够,电脑里补
端到端再强,corner case 也救不了。
之后还有什么
2025 阵营出招:🔄 数据闭环 + 🧠 世界模型 + 🎲 对抗训练。
——VLA 不靠模型大,靠数据闭环 + 仿真。
下期 Vol.50 · 多模态融合——5 信息源 = 五感齐全。
VLA = 自动驾驶的"灵魂"。从规则到推理,自驾车才真学会开车。
🔥 烟火里谋生,废墟上建罗马 🔴
❤️ 你觉得自驾车有"灵魂"了吗?
💬 评论区见,下篇讲 5 信息源怎么当"五感"。
#自动驾驶 #VLA #端到端 #AI大模型 #黑盒 #世界模型 #数据闭环 #AI灵魂