多年来，迈凯伦是超豪华品牌中对 SUV 最坚定的「拒绝者」。 其前 CEO Mike Flewitt 曾多次强调，「SUV 不符合迈凯伦的 DNA」。在迈凯伦的自我叙事中，轻量化、中置引擎与驾驶纯粹性，长期被视为其最重要的 工程原则，而 SUV 的高重心、大尺寸与重车身，似乎天然与之相悖。 然而，这一立场正在悄然瓦解。 据海外知名汽车媒体 motor1 报道，迈凯伦上个月向其经销商展示了一款采用混合动力的五座 SUV 车型，内部代号「P47」。 尽管迈凯伦官方尚未正式确认，但种种迹象表明：这台车已进入工程验证后期，预计将于 2028 年亮相。 曾经的「绝不」，如今变成了「即将」 迈凯伦对 SUV 的抗拒曾有其底气——这份底气，源于它从诞生之初就与赛道深度绑定的血统，以及对工程极致近乎偏执的追求。 1963 年，布鲁斯·迈凯伦（Bruce McLaren）创立车队时，关注的目标就是如何打造真正为胜利而生的竞赛机器，无论是在 F1、耐力赛还是印第体系中， 对极限性能的追逐始终居于迈凯伦体系的核心位置。 2009 年，迈凯伦发布 MP4-12C 正式重返民用跑车市场。这辆车并未沿用传统超跑依赖大排量自然吸气或奢华内 ...

自动驾驶VLA模型研究进展 - 端到端自动驾驶已成为主流范式 视觉-语言-动作(VLA)方法伴随具身智能兴起 相关论文横扫前沿领域 [2] - 主机厂如理想 文远知行 小米 小鹏等都在大力尝试VLA技术量产落地 [2] - 学术界和工业界涌现AutoVLA ReCogDrive等优秀工作 关注自适应推理 强化微调等方向 [3][7][9] 关键技术突破 - AutoVLA统一推理和动作生成 采用双重思维模式(快速/慢速思维)和GRPO强化微调方法 [3][4] - ReCogDrive采用三阶段训练框架 集成VLM与扩散规划器 PDMS达89.6创SOTA [7][9] - DriveMoE引入混合专家架构 包含场景专用视觉MoE和技能专用动作MoE 处理罕见驾驶行为 [19][21][22] - OpenDriveVLA通过分层视觉语言对齐和代理-环境-自我交互过程 实现轨迹规划SOTA [28][30][32] 数据集与基准 - Impromptu VLA数据集含8万+视频片段 覆盖4类非结构化场景 显著提升模型性能 [14][18] - DriveAction基准含16185个QA对 直接关联驾驶操作 支持全面评估VLA模型 [23][24] - 行业亟需更多高质量VLA基准 当前工作多基于nuScenes Bench2Drive等有限数据 [47] 行业应用趋势 - VLA模型输出形式向多模轨迹生成发展 文本输出逐渐被替代 [47] - 大规模自动驾驶预训练模型仍欠缺 多数工作依赖Qwen等开源模型 [47] - 时序处理能力待加强 需适配车端实时性要求 [47] - 小米 博世 清华等机构积极布局VLA研发 形成产学研协同 [7][14][19][28] 性能对比 - AutoVLA在nuPlan等基准上PDMS达92.12 碰撞率低于1% [5] - ReCogDrive在NAVSIM基准PDMS达89.6 超越前SOTA 5.6分 [9][10] - DriveMoE在Bench2Drive紧急刹车等场景能力提升显著 均值达47.91% [22] - OpenDriveVLA-7B在nuScenes开环规划L2误差仅0.66m 优于GPT-3.5等基线 [31]