bet356官网首页 
版权声明：本文版权归网易汽车所有。转载时请注明出处。网易汽车12月11日报道，理想汽车自动驾驶研发高级副总裁郎贤鹏通过微博回应王此前提出的“对VLA技术路径的担忧”，郎贤鹏明确指出，VLA是一种理想的自动驾驶模型解决方案，内置智能的关键在于整个系统的功能。这一声明不仅解决了技术争议，也代表了理想对自动驾驶未来发展方向的明确判断。结果不言而喻。 OTA 8.1 是 VLA 方法的逐步验证。郎咸鹏强调，“与其说架构，不如说效率”。 VLA路线理想继承的前提是基于数百万辆车辆组成的数据闭环。 OTA 8.1 更新te 使我们能够直观地验证这方面。识别更新是第一个变化。通过使用2D ViT技术将感知分辨率从1K提高到2K，识别距离从100米延长到200米。您的车辆将能够更快地识别交通信号灯，从而实现更平稳、更舒适的制动。增强的感知能力为模型提供高质量的输入以生成轨迹和控制信号。这非常符合郎咸鹏提出的“模型要适应整个嵌入式智能系统”的建议。它还表明，具身智能不仅仅是大脑，而是系统协同工作的重要表现。 OTA 8.1还显着优化了路线选择和决策能力。在主次干道切换、支路选择等关键场景下，无效变道明显减少，决策更加准确。我deal 通过大约 600 万个高质量驾驶数据片段重新训练了模型，以确保 VLA 稳健。它让我们能够通过化学学习不断迭代，不断向人类驾驶逻辑靠拢。郎咸鹏还指出，全局模型更适合云实验室进行仿真和数据生成，但VLA仍然进行车端推理。这种分工模式在汽车端和高保真云培训上都是实用的，体现了理想在系统架构上的务实思考。为什么 VLA 是长期持久性的理想选择：基于系统理论逻辑的生成模型。郎咸鹏和王星星的观点最大的不同在于，前者认为模型的关键不是架构本身，而是它对嵌入式智能系统的适应性。 VLA作为生成模型，直接生成轨迹和控制信号，并表示拟人化c 行为与用户反馈。 VLA通过将大量真实数据与云端模拟数据的不断迭代相结合，逐步发展出理解空间关系、交通意图和驾驶习惯的能力。与传统的端到端模仿学习+VLM相比，VLA的强化学习机制可以处理“未学过”的场景，并实现更广泛的泛化能力。数百万辆车辆创建的数据闭环是 Ideal 对 VLA 依赖的核心。郎咸鹏指出，理想不仅拥有超过10亿公里的库存数据，还从150万辆汽车中获取新的实时数据。审查过程中发现，约40%的驾驶数据偏向道路一侧或未严格遵守限速。保留这些数据是为了继续了解现实世界的驾驶行为。 VLA 所寻找的并不是现实的几何图形不是标准化的轨迹，而是一种自然的驾驶行为。系统的适配还体现在底盘层面。以VMM（车辆运动管理）模块为例，在减速任务时，车辆根据策略划分卡钳制动和液压制动的比例，以达到安全性和舒适性的平衡。这是一种理想的技术。它表明系统不是单一的模型，而是通过感知、模型、操作系统、芯片和底盘之间的全链接协作，系统功能渗透到决策和执行的每个环节。从这个角度来看，“VLA是否最优”不再是个体模型的问题，而是系统架构下路径选择的问题。体现智能视角：VLA是“类车嵌入式机器人”的关键。郎咸鹏的回应也透露了未来发展的理想方向。自动驾驶体现的是智能化，体现的是ied智能不是单一的技术点，而是系统能力的综合体现。李想曾在一次内部会议上指出，未来五到十年，化身机器人将有两种形态：汽车和人形机器人。理想的选择侧重于集成到汽车中的机器人，这是技术战略和公司产品的基础。具身智能的理想积累体现在感知、模型、操作系统、计算能力和本体的全面协作。郎咸鹏强调，“全系统能力”是体现智能的本质定义，单靠任何进步都无法构建真正的智能。 VLA是汽车嵌入智能的核心，因为它能够理解物理世界，在空间理解、思维推理、驾驶行为生成等方面形成统一的逻辑。它集视觉、语言、行为于一体，具有链式推理能力，生成近似人类驾驶员风格的轨迹，并通过言语交互形成记忆和驾驶偏好。这是理想公司坚持将VLA作为长期技术路径的核心逻辑，也是公司认为VLA是“最佳自动驾驶解决方案”的根本原因。底线：技术讨论将继续，但路径选择将变得更加清晰。蓝深鹏的回应并不是“技术路战”的结束；深耕自动驾驶和嵌入式智能的企业需要提升技术能力、资源和产品策略。这是一个基于以下因素的长期决定。对于业界来说，关于VLA、全局模型、端到端等路线的争论不会很快结束，但随着车辆的大规模部署、云仿真系统的更加成熟以及闭环数据的不断积累，该技术路线最终将取得效果。主动性而不是意见。从OTA 8.1体验的提升，到Inc智能系统框架的逐步清晰，作为Ideal的一部分，我们可以看到Ideal正在以越来越系统化、设计化的方式构建自动驾驶系统。 VLA最终能否成为定义行业的主流路径，还需要一段时间来验证。对于用户和行业观察人士来说，这一回应至少提供了一个明确的信号。 VLA 是一个系统，而不是一个模型。自动驾驶是内置智能而非功能的第一战。