本報記者 龔夢澤

    縱觀自動駕駛技術的發展歷程，人工智能的不斷突破顯著提升了自動駕駛的感知性能。2025年以來，一種全新的技術范式，即視覺語言動作模型（VLA，Vision-Language-Action）正在加速崛起。

    新技術崛起

    VLA模型最早見于機器人行業，其通過輸入給定的文本和視覺數據，輸出機器人可執行的動作，天然帶有AI與物理世界交互的基因。

    2023年7月28日，谷歌DeepMind推出了全球首個控制機器人的VLA模型。如今這一模型概念正快速擴散到智駕領域。不少智駕人士將VLA模型視為當下端到端方案的2.0版本。

    中國自動駕駛產業創新聯盟調研員高超對《證券日報》記者表示，VLA模型的核心突破在于其“思維鏈”的推理能力。VLA模型可以從傳感器數據中提取豐富的環境信息，借助語言模型理解人類指令并生成可解釋的決策過程，最后轉化為駕駛操作指令，期間可向用戶展現系統推理過程，解釋為什么這么開，讓用戶更信任智駕，進而推動智能駕駛從“功能時代”邁向“體驗時代”。

    “VLA模型極有可能在未來兩年內改寫智能駕駛市場的競爭格局。”在高超看來，VLA模型將端到端與多模態大模型更徹底地融合，能夠根據感知直接生成車輛的運動規劃和決策，更接近“圖像輸入、控制輸出”的端到端智駕理想狀態。預計2025年VLA模型的量產落地，將推動城區NOA滲透率提升。

    現階段，智駕市場競爭焦點已從單純的功能實現轉向了更深層次的技術范式競爭，強調技術架構的先進性和可持續性。高盛最新自動駕駛報告顯示，到2030年，VLA模型主導的端到端方案可能占據L4級市場60%份額，這意味著傳統一級供應商的價值鏈地位面臨重構。

    電車巨頭特斯拉或將成為這場變革的潛在受益者。據悉，特斯拉的Dojo超算中心已形成20000多片自研的芯片集群，專門針對視覺數據的時空連續性進行優化。

    國內企業也在發力布局。北京理想汽車有限公司（以下簡稱“理想汽車”）曾在2024年三季度財報電話會議上表示，內部已經啟動了L4級別自動駕駛的預研，在當前的技術路線基礎上，研發能力更強的車端VLA模型與云端世界模型相結合的強化學習體系。

    作為“車位到車位”的提出者，華為技術有限公司（以下簡稱“華為”）通過智駕3.0融合GOD（通用障礙物檢測）網絡與VLA模型，在無高精地圖區域實現厘米級定位；百度集團股份有限公司Apollo則依托文心大模型，將VLA模型的交通場景理解準確度大幅提升。

    據新戰略低速無人駕駛產業研究所統計，2024年，國內自動駕駛領域公開185起重要投融資事件，較2023年增加30%，端到端技術公司表現活躍；披露的融資總金額超370億元（含收并購、IPO募資），較2023年增加76%。

    市場競爭激烈

    在進入規模推廣之前，下一代端到端方案還面臨很多現實挑戰。

    現階段車端芯片硬件不足以支撐多模態大模型的部署落地。有行業人士向記者透露，將端到端技術與視覺語言模型二合一后，車端模型參數變得更大，既要有高效實時推理能力，同時還要有認識復雜世界并給出建議的能力，這對車端芯片硬件有相當高的要求。

    “目前，高階智駕的算力硬件基本為2顆英偉達Orin-X芯片，算力在508Tops左右，以現有的車端算力很難支撐VLA模型的部署。”上述人士表示，如何將端到端技術與多模態大模型的數據與信息進行深度交融，也考驗著頭部智駕團隊的模型框架定義能力、模型快速迭代能力。

    與此同時，商業化之路并非坦途。據《證券日報》記者統計，2024年成功上市的7家智能駕駛領域相關企業中，6家企業處于虧損狀態，研發費用遠高于營業收入。另據麥肯錫調研報告顯示，雖然中國消費者對智能駕駛的接受程度在上升，但對智能駕駛的支付意愿卻出現了下滑。受訪者中，愿意對智能駕駛進行支付的用戶占比，從2022年的42%下降到了2024年的28%。

    供應鏈的暗戰同樣激烈。據悉，英偉達Orin芯片雖占據75%的市場份額，但北京地平線機器人技術研發有限公司征程6的BPU架構專門針對VLA模型進行優化，能效比提升3倍。這場芯片架構之爭背后，是每年價值數百億美元的車載計算市場主導權的爭奪。

    “VLA模型引發的技術變革正在重塑自動駕駛產業格局，這場變革的終局或許不是某條技術路線的完勝，而是催生出分層市場。”中國乘用車產業聯盟秘書長張秀陽告訴記者，在Robotaxi（無人駕駛出租車）領域，混合運營架構（有人+無人）可能長期共存；而在量產車市場，未來VLA模型有望成為高階智駕的標配。這不是單純的技術競賽，而是整個汽車和智駕行業認知范式和技術范式的遷移。“當軟件定義汽車進入2.0時代，真正的較量才剛剛開始。”

（編輯 張博）