2025年，随着智能驾驶开始往深度和广度两个方向去卷，智能驾驶行业往迎来一个显著信号：端到端大模型迈向2.0时代，VLA（Vision-Language-Action，视觉-语言-动作模型）或将成为国内车企全面竞争的焦点。
作为继VLM（视觉-语言模型）之后的进化形态，VLA通过整合视觉感知、大语言模型的推理能力与车辆动作控制，开辟了智能驾驶的新路径。
相较传统模块化方案与初代端到端技术，VLA在可解释性、泛化性及复杂场景适应性上展现出显著优势。
元戎启行、理想汽车等企业已明确布局VLA，Wayve等国际玩家也在同步推进，而小鹏、华为等头部车企或将快速跟进。
本文将从VLA的技术本质与优势、行业布局现状以及其未来潜力三个维度，深入剖析这一技术趋势，并探讨其是否将成为自动驾驶的“最终归宿”。
在技术迭代加速与市场竞争加剧的背景下，VLA的兴起不仅重塑了智能驾驶的技术逻辑，也为未来出行方式的定义提供了全新可能。
VLA的技术本质与核心优势
VLA，即Vision-Language-Action模型，是一种将视觉输入（Vision）、语言推理（Language）与动作输出（Action）端到端融合的智能驾驶方案。
核心在于通过大模型技术，直接从摄像头、导航等输入信号生成车辆的控制指令（如速度与轨迹），摒弃了传统自动驾驶系统中感知、规划、控制的模块化分工。
正如Google Deepmind的RT-2所展示的，VLA可视为VLM（视觉-语言模型）与机器运动数据（如RT-1）的结合，其技术架构包括视觉编码器、文本编码器、轨迹解码器与文本解码器。
例如，视觉编码器提取图像的高级特征，文本编码器处理用户指令或导航信息，轨迹解码器输出未来10-30秒的驾驶路径，而文本解码器则解释决策原因，如“行人横穿马路，车辆减速等待”。
相较于传统方案与初代端到端技术，VLA的优点尤为突出。
可解释性是其最大亮点，传统规则系统或初代端到端模型往往如“黑箱”，难以说明决策依据，而VLA借助大语言模型的推理能力，能以人类可理解的方式解释动作逻辑。
例如，在潮汐车道场景中，VLA可通过读取标志、分析上下文并与其他车辆交互，完成安全变道，并清晰说明每一步原因。
这种透明度不仅提升了用户信任，也便于监管审查。
VLA的泛化性显著增强。基于海量数据训练的大模型能够适应多样化场景，减少下游微调成本，而传统方案需针对不同车型与硬件反复收集数据，效率低下。
此外，VLA在复杂场景下的适应性更强。元戎启行CEO周光指出，VLA利用全局信息与长上下文推理，能处理长尾问题（如行人违规横穿），这正是规则系统与高精地图方案的短板。
● VLA的实现面临两大挑战：真实数据与实时响应。
◎ 真实世界数据涵盖天气、光线、行人行为等变量，远超合成数据的覆盖能力。例如，闪电或违规横穿等关键状态难以模拟，需依赖量产车的大规模部署来积累。
◎ 而实时性要求模型在100毫秒内响应，涉及数十亿参数的计算则需强大算力支持。技术特性决定了VLA的成熟度与落地速度高度依赖数据规模与算力投入。
VLA的行业布局与竞争格局
● VLA已在全球范围内引发关注，量产应用仍处于早期阶段。
◎ 英国初创公司Wayve率先布局，其此前基于VLM的方案已积累经验，扩展至VLA顺理成章。Wayve的无图化思路与VLA的实时感知能力高度契合，或将成为欧洲市场的先行者。
◎ 国内方面，理想汽车在2024年已量产VLM+端到端方案，被认为是最接近VLA的玩家，其下一步突破几成定局。
◎ 元戎启行则更进一步，于2025年1月22日宣布与某头部车企合作，基于英伟达Thor芯片推出VLA量产车型，计划年内交付消费者，元戎还透露将在Robotaxi领域探索VLA应用，展现了技术普适性的野心。
然而，Thor芯片量产推迟至2025年中，高性能版本或至年底，这可能影响VLA的部署节奏。
预计2025年中旬，随着首批VLA车型亮相，国内智驾竞争将全面“开卷”，从技术储备转向用户体验与市场渗透的较量。
VLA的兴起还伴随着行业逻辑的转变，VLA作为“端到端2.0”，继承了无图化与神经网络的优点，还通过语言推理填补了可解释性空白，恰逢自动驾驶洗牌期，行业正加速向通用AI靠拢。
竞争格局下，数据与算力成为胜负手。中国市场独特的道路复杂性与高密度交通为VLA提供了天然“试验场”，但也对数据质量提出更高要求。
FSD在北美表现流畅，其数据积累却难适应中国的人流与电动车密度。国内企业若能利用本土优势，快速迭代VLA，或将在全球竞争中占据先机。
VLA的出现标志着自动驾驶技术从模块化向通用AI的深刻转型，作为端到端2.0的代表，其可解释性、泛化性与复杂场景适应性为行业注入了新动能。
2025年将成为VLA全面竞争的元年，当然VLA是否为自动驾驶的“最终归宿”尚难定论。从CNN到Transformer，再到VLM与VLA，技术迭代速度令人惊叹，未来的突破或许已在酝酿。
最前沿的电子设计资讯
