12月11日，小鹏汽车董事长何小鹏发文称，小鹏汽车的VLA 2.0（Vision-Language-Action，视觉言语动作模子）将鄙人个季度发布，“因为是第一个版块，是以压力很大”。

　　图片起头：何小鹏微博

　　此外，何小鹏还与公司自动驾驶团队立下终点“赌约”：若2026年8月30日前，小鹏VLA系统在国内达到特斯拉FSD V14.2版块在硅谷的举座效力，他将在硅谷筹建特点中国仪态食堂。反之，自动驾驶负责东谈主需在金门大桥完成裸跑挑战。

　　就在前一天，渴望汽车自动驾驶研发高等副总裁郎咸一又在外交平台发布长文，回复宇树科技独创东谈主王兴兴此前对VLA模子的质疑。

　　“我跟王兴兴不雅点最不同样的所在在于，他觉得模子架构更蹙迫，但我觉得模子的要害是要与通盘这个词具身智能系统适配。在此基础上，数据是起决定酷好的。”郎咸一又觉得，“VLA即是自动驾驶最佳的模子决议。”

　　近几年，扶持驾驶行业阅历了屡次“时间底座”的范式迁徙——从企业浩繁把激光雷达+高精舆图奉为“黄金组合”，到引入BEV（俯视图）+Transformer开脱高精度舆图，再到端到端将扶持驾驶带入AI时间，企业浩繁按照这个旅途来鼓励扶持驾驶功能。

　　但投入2025年，行业在扶持驾驶的发展方朝上出现了VLA与天下模子的“不合”，而渴望与小鹏即是选拔VLA决议的代表。

　　两时间家数“各执一词”

　　据了解，VLA被业内视为端到端决议的“智能增强版”。其称呼中的V代表视觉感知（Vision），A代表动作实施（Action），而中间的L则是大言语模子（Language Model）。V负责及时感知环境，A负责输出具体限制教导，L则像“中台”同样，把感知信息转译为可供A实施的狡计与决策。

　　清华大学车辆与输送学院助理参议员颜宏伟示意：“VLA是多模态大模子启动的智能体架构，其中枢冲突在于引入想维链，通过言语模子竣事对环境显露与决策推理的可诠释性。”

　　“VLA模子交融了言语模子，具备庞杂的想维链智商，能开脱传统端到端模子的黑盒难题，并将信息串联、分析，从而推理出因果相关。此外，它自然集成海量学问库，泛化智商更强，好像更好地得当复杂多变的实在谈路环境。”元帅启行CEO周光觉得。

　　不外，王兴兴在本年8月的一次演讲中则示意：“我个东谈主对VLA模子也曾保执相比怀疑的魄力。”在他看来，VLA模子是一个相对相比傻瓜式的架构，在和实在天下交互时，它的数据质地、能采集的数据是不太够用的。

　　郎咸一又则觉得，畅谈架构不如看疗效。在自动驾驶鸿沟，脱离了海量实在数据谈模子架构齐是空中楼阁，“咱们之是以坚执VLA，是因为咱们领稀有百万辆车构建的数据闭环，这让咱们能在面前算力下，把驾驶水平作念到接近东谈主类”。

　　图片起头：渴望汽车官网

　　郎咸一又称，要想作念好自动驾驶，必须先把自动驾驶手脚完好的具身智能系统对待，每一部分在研发流程中要相互趋奉能力将价值发达出来。此外，他还觉得，模子的要害是要与通盘这个词具身智能系统适配，在此基础上，数据是起决定酷好的。在机器东谈主鸿沟获得数据相对繁难，但在自动驾驶鸿沟，终点是建设起数据闭环智商的车企来说并不是大问题。

　　尽管郎咸一又标明了机器东谈主鸿沟与汽车鸿沟有别，车企搭建数据闭环并责怪事，仍有一些汽车配景的公司并未踏上VLA这条旅途。比如，华为智能汽车责罚决议BU CEO靳玉志就示意：“咱们不会走向VLA的旅途。这么的旅途看似取巧，其实并不是走向实在自动驾驶的旅途。”

　　“华为更垂青WA（天下活动模子），也即是World Action，中间免却Language这个技艺……径直通过Vision这么的信息输入控车，而不是把多样各种的信息转成言语，再通过言语大模子来限制车。”靳玉志进一步诠释称，华为乾崑自研的WEWA架构包含云霄的天下引擎（WE）与车端的天下活动模子（WA）。其中，WE负责海量数据（603138）进修与场景生成，WA则竣事车端的及时环境推理与拟东谈主化决策。

　　据悉，“天下模子”源自东谈主类对环境的剖析机制，指的是AI系统通过感知数据构建一个对物理天下的里面模拟，从而具备算计、推理和生成合理活动链的智商。在扶持驾驶中，它不再仅仅“看见”天下，而是显露天下，算计异日可能发生的情况，并提前作念出决策。举例，它不仅能识别前列有一辆自行车，还能算计它是否会片刻变谈，从而提前降速或避开。

　　除华为外，蔚来、商汤等企业也齐在此时间阶梯上进行布局。

　　VLA与天下模子异日有望深度交融

　　需要审视的是，尽管不同企业关于VLA和天下模子两种时间“各执一词”，但两者并不矛盾。

　　国海证券在研报中示意：“VLA与天下模子在时间上并非同级或对立相关。咱们将发展旅途分为两派，实验上是产业玩家在竣事端到端智商之后，在智商优化侧重心上出现了分化。”

　　“两边时间交融趋势赫然，两边均在向对方鸿沟渗入。举例，VLA 引入强化学习与仿真优化动作生成。”国海证券示意。

　　渴望汽车董事长李想在旧年底的直播中也提到，VLA不错拆解为预进修、后进修和强化学习三个层面。强化学习中最蹙迫的一步即是谢天下模子里闭环学习，引入舒截止、碰撞、交通章程等章程来打磨、响应，让VLA比东谈主类开得更好。

　　“天下模子的高算力需求（进修和推理齐是）决定了它更合适在云霄作念数据生成和终点传神的仿真测试和强化进修，这亦然渴望现在正在作念的。”郎咸一又说。

　　小马智行CTO楼天城则示意：“我了解大部分公司两种时间齐用，比如Waymo也用了谷歌Gemini大言语模子。天下模子和VLA模子不是一个维度的东西，而是交错的。这两个东西不矛盾、不冲突，机器东谈主鸿沟相称多。我觉得想要作念百辆无东谈主车以上，天下模子最要害。对其他公司（而言），可能作念VLA模子卖车最要害。全球选拔不同的阶梯是因为策画不同。”

　　值得一提的是，既向C端卖车，又策画推出Robotaxi的小鹏，有将两种时间交融的趋势。在11月5日的2025 AI DAY小鹏科技日上，小鹏汽车精致发布了第二代VLA。第一代VLA的决议是V到L再到A，第二代VLA是V+L到A，也即是把L滚动到了输入端。

　　图片起头：小鹏汽车官网

　　“第一代VLA模子中间触及两次言语调度，这会带来大批信息损耗，比如一段1200多字的翰墨态状也无法精确地‘翻译’一个十几秒的视频，而以视觉为中枢，则把模子看到的天下径直调度成洞开轨迹。”何小鹏说。

　　11月7日的上海进博会上，小鹏汽车自动驾驶居品高等总监袁婷婷共享了她对小鹏二代VLA架构的显露：“小鹏的二代VLA既是VLA模子，亦然天下模子。”

　　在其展示的PPT中，天下模子是作为二代VLA的一个记载器存在的：当V和L作出车辆洞开轨迹和动作决策时，这个决策会被记载到天下模子中；同期，与这个决策一同被记载的，还有决策前的车辆景色，即V和L造成的感知信号。也即是说，小鹏二代VLA在用其VLA数据进修天下模子。

　　在小米汽车主任科学家陈龙看来：“一个管‘概述想考’，一个管‘物理感知’，齐全没必要拉踩！VLA+WM的汇注，才是通往更强通器用身智能。”

　　关于扶持驾驶底层时间的演进，国元证券方面觉得，异日，VLA与天下模子的深度交融，有望成为高阶智驾系统竣事类东谈主驾驶决策智商的要害拐点。

　　长安汽车智能驾驶高等总工程师则示意，在异日2至3年内开云(中国)kaiyun网页版登录入口开云体育，扶持驾驶的时间架构还将迎来1至2轮迭代，到2028年有望管理至相对相识的景色。