>>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 论文作者 | Qihang Peng等 编辑 | 自动驾驶之心 滴滴最近开始加速算法预研了，清华&港中文mmlab&滴滴最新的VLA工作 - ColaVLA。 很有意思的一篇工作，提出"Cognitive Latent Reasoner"实现驾驶场景理解、 关键目标识别、Latent Rethinking和驾驶决策的生成，"Hierarchical Parallel Planner"利用多尺度的Target和驾驶决策实现分层并行的轨迹解码，由粗到细的生成更优的自 车轨迹。开闭环上的结果还不错，比ImpromptuVLA高一些。 自动驾驶需要从复杂的多模态输入中生成安全可靠的轨迹。传统模块化流水线将感知、预测和规划分离开来，而近年来的端到端（E2E）系统则对这些任务进行联合 学习。 视觉-语言模型（VLMs）通过引入跨模态先验知识和常识推理进一步丰富了这一范式，但当前基于VLM的规划器面临三大核心挑战： 本文提出ColaVLA，一种统一的视觉-语言-动作框架，该框架将推理过程从文本域迁移至统一潜变量空间，并与分层并行轨迹解码器相结合。认知潜变量推理器通过 自车 ...