行业技术路线分歧 - 2025年辅助驾驶行业在发展方向上出现VLA与世界模型的技术路线分歧，理想汽车与小鹏汽车是选择VLA方案的代表 [4] - VLA被视为端到端方案的智能增强版，其架构包含视觉感知、大语言模型和动作执行，大语言模型作为中台负责将感知信息转译为规划与决策 [5] - 世界模型指AI系统通过感知数据构建对物理世界的内部模拟，从而具备预测、推理和生成合理行为链的能力，在辅助驾驶中能实现理解世界与预测未来 [9] - 华为、蔚来、商汤等企业布局世界模型路线，华为乾崑自研的WEWA架构包含云端世界引擎与车端世界行为模型，省去语言环节直接通过视觉信息控车 [8][10] VLA方案的核心观点与优势 - VLA模型的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，摆脱传统端到端模型的黑盒难题 [5] - VLA模型天然集成海量知识库，泛化能力更强，能够更好地适应复杂多变的真实道路环境 [5] - 理想汽车自动驾驶负责人认为，模型关键是与整个具身智能系统适配，数据起决定意义，其拥有数百万辆车构建的数据闭环，能在当前算力下将驾驶水平做到接近人类 [6][8] - 小鹏汽车计划在下个季度发布VLA 2.0，公司董事长与自动驾驶团队立下赌约，目标是2026年8月30日前其VLA系统在国内达到特斯拉FSD V14.2版本在硅谷的整体效果 [1] 对VLA方案的质疑与不同看法 - 宇树科技创始人王兴兴对VLA模型持怀疑态度，认为它是一个相对傻瓜式的架构，在与真实世界交互时，其数据质量和能采集的数据不太够用 [5] - 华为智能汽车解决方案BU CEO靳玉志表示华为不会走向VLA路径，认为该路径看似取巧，并非走向真正自动驾驶的路径 [8] 技术融合趋势与未来展望 - 行业分析认为VLA与世界模型在技术上并非对立关系，而是产业玩家在实现端到端能力后，在能力优化侧重点上出现的分化，双方技术融合趋势明显 [11] - 小鹏汽车发布的第二代VLA架构被描述为既是VLA模型也是世界模型，世界模型作为记录器存在，公司正用其VLA数据训练世界模型 [12][14] - 小马智行CTO表示大部分公司两种技术都用，世界模型和VLA模型不是同一维度的东西，两者不矛盾，选择不同路线是因为目标不同 [12] - 行业观点认为，VLA与世界模型的深度融合，有望成为高阶智驾系统实现类人驾驶决策能力的关键拐点 [14] - 业内预计在未来2至3年内，辅助驾驶的技术架构还将迎来1至2轮迭代，到2028年有望收敛至相对稳定的状态 [15]

公司管理层表态与赌约 - 公司CEO何小鹏在硅谷试驾后认为，特斯拉FSD V14.2已进入准L4阶段，大幅超过去年水准，但公司第二代VLA的首个版本尚无法实现其全部能力[2] - 何小鹏与自动驾驶团队立下赌约：若到2026年8月30日，公司VLA在国内达到特斯拉FSD V14.2在硅谷的效果，他将在硅谷建一家中国风味食堂；若未达成，自动驾驶中心负责人刘先明承诺将在金门大桥裸跑[2] - 公司已宣布第二代VLA将在2026年第一季度正式发布，并计划向Ultra车型全量推送，赌约时间点设定在发布后约5个月，是关键优化期[4] 公司技术路线与能力展望 - 何小鹏表示，在最近几个月的测试中，首次感受到第二代VLA的上限能够达到L4的可能性，如果多给3-5年，也许能够达到L5[6] - 第二代VLA方案砍掉了语言转译环节，首次实现从视觉信号到动作指令的端到端直接生成[9] - 为研发该模型，公司采用了阿里云3万卡云端算力集群，部署720亿参数的基座大模型，每5天完成一次全链路迭代，何小鹏称明年云端算力将达5万卡甚至更多[9] - 公司自研的图灵AI芯片单颗算力为750TOPS，整车配备3颗芯片集群，总算力达2250TOPS，是行业主流双Orin-X方案（508TOPS）的4.4倍[12] 行业技术对比与公司挑战 - VLA（视觉-语言-动作）概念由谷歌DeepMind于2023年提出，旨在整合视觉、语言和动作能力，目前除该公司外，理想汽车、长城汽车等车企也在布局[8] - 特斯拉FSD通过全球超600万测试车辆，每天产生16亿帧图像数据，累计行驶里程已突破96亿公里，其“影子模式”能在全球多样化交通环境中收集数据[13] - 在实测中，20公里复杂小路上，特斯拉FSD V13.2.9版本接管5次，公司第二代VLA仅需接管1次，公司车辆能识别交警手势、理解红绿灯并提前反应，甚至在暴雨夜安全行驶[13] - 特斯拉最新FSD V14.2版本大幅提升性能，解决了V13.2.9版本中95%以上的犹豫变道和异常刹车问题[13] - 公司正在探索泛化问题，例如不同国家对黄灯交通规则的差异，这是追赶特斯拉FSD需要解决的能力之一[13] 公司研发投入与合作伙伴 - 用于训练第二代VLA模型的视频片段接近1亿个，无需人工标注，相当于人类司机驾驶65000年才能遇到的极限场景总和[9] - 阿里巴巴CEO吴泳铭曾亲自到访公司广州总部，与何小鹏会面[10]

何小鹏表示，小鹏VLA 2.0将在下个季度发布，因为是第一个版本，必须是行稳致远，还期望惊艳出 场，所以压力巨大。因此在2024年中硅谷试驾FSD后，最近再次来到硅谷，昨天试驾和对比了最新的 FSD V14.2版本和Robotaxi。 何小鹏表示，小鹏VLA 2.0将在下个季度发布，因为是第一个版本，必须是行稳致远，还期望惊艳出 场，所以压力巨大。因此在2024年中硅谷试驾FSD后，最近再次来到硅谷，昨天试驾和对比了最新的 FSD V14.2版本和Robotaxi。 整体感觉，FSD从一年多前处于L2高阶辅助驾驶的丝滑体验，现在已经进入了准L4的安心阶段，在硅 谷和三藩的约5个小时试驾中，标准车辆和RoboTaxi完全用一个模型表现如一，安心平稳，虽然有瑕 疵，但是大幅度超过去年的水准。这次试驾，让自己还更加坚定了，将来会是同一个自驾系统，同一个 硬件体系，分别会是私享的Robo和共享的Robotaxi时代到来，每个人都可以跳过L3，直接享有一台L4 能力的汽车。 他提到，因为时间问题，小鹏的第一个版本还无法实现当前FSD V14.2的全部能力。但今天自己和自动 驾驶团队吃饭时打了一个赌，如果在2026年8月 ...