尽管如此，端到端在VLA面前还是"雪却输梅一段香"。清华大学车辆与运载学院助理研究员颜宏伟认 为，端到端模型是将传感器输入数据直接映射为转向、加速等车辆控制指令的单层架构，其核心优势在 于简化流程、减少级联误差。例如，特斯拉于2023年推出的FSD V12，就应用了一段式端到端架构，相 较此前FSD V11的30万行程序代码，V12仅需约2000行代码，减少了对人工规则编程的依赖。但是，行 业有观点认为，端到端模型存在"黑箱"，即其中的神经网络权重调整、特征提取以及决策制定过程均通 过数据驱动的自主学习完成，整个信息处理链中不存在显式的逻辑规则或可分解的推理环节。因此，当 遇到异常情况或罕见场景时，模型的决策可能会变得不可预测。通俗地说，也就是在一定程度上缺乏复 杂场景的推理能力。 "VLA能够更好地解决上述问题。"颜宏伟认为，VLA模型的主要优势在于模型一体化以及更强的泛化 性，即应对复杂场景的能力。VLA是多模态大模型驱动的智能体架构，其核心突破在于引入思维链， 通过语言模型实现对环境理解与决策推理的可解释性。例如，在潮汐车道场景中，VLA能通过文本指 令和视觉信号综合判断车道可用性，并通过转向灯与其他车 ...