戳我-> 领取 自动驾驶近30个 方向 学习 路线 >>直播和内容获取转到 → 自动驾驶之心知识星球 点击按钮预约直播 在自动驾驶领域，通过大规模数据来扩展视觉-语言-动作模型，为构建更通用的驾驶智能提供了一条充满前景的道路。然而，VLA模型一直面临" 监督缺失 "的问 题：其庞大的模型能力仅由稀疏、低维的动作信号进行监督，导致其大部分表征潜力未能得到充分利用。 为解决此问题，中科院和华为引望的团队提出了 DriveVLA-W0， 一种利用世界模型来预测未来图像的训练范式。 为验证DriveVLA-W0的通用性，本文在两种主流 VLA架构上展开验证：针对采用离散视觉token的VLA模型，设计自回归世界模型；针对基于连续视觉特征的VLA模型，设计扩散世界模型。基于世界建模学习到的 丰富表征，本文进一步引入轻量级动作专家（action expert），以解决实时部署中的推理耗时问题。 点击下方 卡片 ，关注" 自动驾驶之心 "公众号 DriveVLA-W0: 利用世界模型放大VLA的 拓展定律 时间:11.4 / 19:30-20:30 直播简介 VLA模型是通向通用自动驾驶的希望路 径,却受限于"监督赤字": ...