当前，辅助驾驶已实现“全国都能开”的基础覆盖，但用户从“能用”到“爱用”的鸿沟依然显著。核心痛点在于“安心感不足”——系统决策缺乏解释性、盲区预判能力薄弱、人机交互过于机械化等问题，导致用户对智驾系统缺乏信任。

　　而理想与元戎启行同期押注VLA(视觉-语言-动作)模型，正是针对这一痛点，通过技术升维破解智驾体验的“最后一公里”。

　　VLA模型的本质是通过运用语言模型，增强系统的推理能力，让系统对社会常识有更全面的认知，从而解决更多的长尾场景。

　　当下智驾面临的挑战和质疑，主要归类为以下几类问题：

　　首先是模型存在不可解释性。

　　用户并不知道系统为何会无故加速、减速，甚至退出。信息的不透明导致用户对智驾系统丧失安全感和信任，不敢用辅助驾驶系统。

　　其次是防御型驾驶能力不足。

　　防御型驾驶能力的高低是新老司机的最大区别。

　　最典型的就是高架桥的桥墩盲区。匝道汇入主路时，一侧的桥墩会遮住司机大半个视野，新手司机可能察觉不到，但老司机会提前减速观察，避免突然出现车辆。

　　交管部门数据显示，在众多交通伤亡事故中，因内轮差和盲区引发的事故占比达到70%以上。现在多数智驾遇到鬼探头只能做到急刹避让，但防御型驾驶是要能提前结合场景，预知鬼探头风险提前减速。

　　最后是人机交互过于机械化。

　　目前大多数车辆进入辅助驾驶状态后，用户选择仅限于接管和不接管，没有专属用户的定制化驾驶风格，与个性化的语音交互，这也是系统决策容易偏离用户预期的原因质疑，智驾行业都没有彻底解决用户“安心感”的问题。

　　在此背景下，以理想、元戎为代表的玩家坚定押注VLA技术路线，运用语言模型的能力来解决以上这些问题。

　　首先，元戎和理想的VLA模型将语音交互控车进行了全面升级——用户能在车辆在辅助驾驶中，语音控制车辆的动作、车速、车道选择等，甚至还释放了豪车识别功能。若遇上豪车，智驾则会更加谨慎，展示了VLA系统对场景深刻精准的理解能力。

　　语音控车指令

　　此外元戎启行还释放了空间语义理解、异形障碍物识别、文字类引导牌理解三大功能。

　　空间语义理解，即VLA可以解决盲区场景设计的问题。相当于为系统装上透视眼，预判行车中的交通盲区。

　　例如，在通过无红绿灯的路口时，VLA模型能提前识别到“注意横穿，减速慢行”的指示牌，即使公交车通行造成动态盲区，VLA也会结合公交车的动作去做出准确的决策。当公交车进行减速时，它会通过推理前方可能有行人穿行，并做出“立即减速、注意风险、谨慎通行”的决策。

　　公交车动态盲区遮挡

　　异形障碍物识别属于智驾的算法长尾问题，过去经常被归类为1%的极端路况。但依靠VLA模型，即便识别到“变形”的超载小货车，也能结合实际路况，执行减速绕行或靠边驾驶。

　　异形障碍物识别

　　此外，VLA也可以加强系统对文字类引导牌的理解能力。元戎启行的VLA模型能识别并理解各种图形、文字类路牌信息，按照路牌引导内容行驶。

　　特殊路标识别

　　面对左转待行区、可变车道、潮汐车道等“动态规则路段”，VLA模型能够读懂字符与图标的含义，高效匹配实时路况。在多车道复杂路口选道直行的场景中，能够准确识别车辆前方的文字及图案标识牌，从左转右转混杂的路口准确找到左转车道，并执行操作。

　　元戎启行正在通过VLA模型，打造能防御型驾驶的AI司机。

　　据悉，元戎的VLA模型将会在第三季度量产上车5款车型。接下来，智驾是否具备更长远的思维、推测能力，VLA能否大规模量产上车，也将是下半年智驾玩家们能否进入VLA第一梯队的关键。

免责声明：以上内容为本网站转自其它媒体，相关信息仅为传递更多信息之目的，不代表本网观点，亦不代表本网站赞同其观点或证实其内容的真实性。如稿件版权单位或个人不想在本网发布，可与本网联系，本网视情况可立即将其撤除。