VLA改寫智駕競(jìng)速規(guī)則，英偉達(dá)加持，黑馬玩家4個(gè)月撬走10%份額

一凡 發(fā)自 副駕寺

智能車參考 | 公眾號(hào) AI4Auto

“第一批聰明的人，已經(jīng)堵在路上?！?/p>

年關(guān)將至，這樣的話題登頂熱搜。其中是不是包括了屏幕面前的你（doge）？

但也有車主感慨，幸好有智駕：

AI上車的便利和威力，正在越來越顯性——

不管是長(zhǎng)途跋涉，還是短途通勤，不知疲倦的AI司機(jī)正在幫車主解乏，并且基于先進(jìn)成果，不斷進(jìn)化。

從早年的CNN，到后來的Transformer負(fù)責(zé)感知，再到當(dāng)下的端到端結(jié)合VLM統(tǒng)攬全局，AI不斷改善出行體驗(yàn)。

但智駕技術(shù)和體驗(yàn)的變革，可能還不是終點(diǎn)，或者正在迎來更大的機(jī)遇，甚至?xí)膶懜?jìng)速規(guī)則。

因?yàn)榫驮跉q末年初，一種全新的技術(shù)范式正在開啟落地，頭部玩家有了爆款證明，引領(lǐng)行業(yè)跟進(jìn)對(duì)齊，隱隱成為共識(shí)趨勢(shì)……這種技術(shù)范式，就是——

VLA。

今年要上車的VLA，到底是什么？

所謂“VLA”，就是視覺語言動(dòng)作模型(Vision-Language-Action Model)。

最早由DeepMind于2023年提出，應(yīng)用在機(jī)器人領(lǐng)域，輸入給定的文本和視覺數(shù)據(jù)，輸出機(jī)器人可執(zhí)行的動(dòng)作，天然便帶有AI與物理世界交互的基因。

近期受到自動(dòng)駕駛領(lǐng)域的熱捧，被部分玩家視為端到端的下一個(gè)階段。

2025年，也被稱為“VLA上車元年”。

VLA，聽上去和現(xiàn)有的VLM(視覺語言模型Vision-Language Model)有點(diǎn)像。

二者有什么區(qū)別嗎？

從整體框架上，可將VLA模型視為VLM與端到端模型的合體，多模態(tài)大模型不再只是偶爾提個(gè)醒，“監(jiān)督你開車”。

而是超絕AI老司機(jī)親自上陣，長(zhǎng)期在線，直接“替你開車”。

具體到能力上，VLA模型的泛化性將進(jìn)一步增強(qiáng)，而且智駕系統(tǒng)全程可求導(dǎo)，可向用戶展現(xiàn)系統(tǒng)推理過程，解釋自己為什么這么開，讓用戶更信任智駕。

為什么VLA能有這樣的進(jìn)步？

關(guān)鍵要素是，VLA引入了思維鏈，具備了“類人”的思維，讓模型通過全局上下文(Global Context)，能了解多重路況信息，在和其他車輛不斷博弈中，做出安全的最優(yōu)解。

具體來看，據(jù)率先推進(jìn)VLA落地的元戎啟行透露，VLM大概只能推理出未來7秒鐘左右的路況，VLA卻能推理出幾十秒，能更好地理解一些復(fù)雜情況，比如施工現(xiàn)場(chǎng)、潮汐車道、交通指揮手勢(shì)等等。

所以，VLA還是對(duì)端到端范式的進(jìn)一步應(yīng)用，意味著端到端來到了新的階段。

在此前，行業(yè)還處于對(duì)端到端的探索期，證明了新范式可行。

現(xiàn)在，隨著行業(yè)對(duì)端到端的理解更深刻，進(jìn)入到端到端的競(jìng)速期，衍生出對(duì)端到端的不同路線思考。

VLA是其中的熱門方向。

不僅在國(guó)內(nèi)受到頭部主機(jī)廠理想和頭部供應(yīng)商元戎啟行的雙雙認(rèn)可，率先熱推。

在海外，Waymo不久前基于Gemini打造的EMMA，也被從業(yè)者視為VLA。

國(guó)內(nèi)，代表性玩家正是以AI技術(shù)性著稱的智駕黑馬元戎啟行，據(jù)其透露的落地規(guī)劃顯示，已和頭部車企達(dá)成量產(chǎn)合作，將在今年基于英偉達(dá)Thor，推出搭載VLA模型的智能車。

因此，站在2025年的起點(diǎn)上，展望新一輪智駕角逐，VLA已成為爭(zhēng)奪智駕第一梯隊(duì)的理論基礎(chǔ)之一。

但理論基礎(chǔ)，還不是全部。

智能駕駛的“爆款思維”

什么樣的玩家能夠在智能駕駛競(jìng)賽中領(lǐng)先？行業(yè)正在出現(xiàn)的共識(shí)，主要有以下兩個(gè)方面：

首先，是要有領(lǐng)先的技術(shù)范式支撐。

這已經(jīng)在2024年驗(yàn)證過了。

比如在ADS 3.0轉(zhuǎn)向端到端的華為，利用“VLM+E2E”迎頭趕上的理想，以及提出“不是真無圖，談何端到端”的元戎啟行。

然后，還要有將技術(shù)落地的實(shí)力證明，即能不能打造爆款。

證明實(shí)力，為什么要看爆款？

爆款，意味著車型熱銷。

對(duì)主機(jī)廠來說，沒有爆款車型，等于在智駕層面掉隊(duì)。

畢竟，車子賣不好就沒有數(shù)據(jù)，沒有數(shù)據(jù)就做不好智駕，等于在智能化競(jìng)爭(zhēng)中落后了。

2024年，最成功的例子就是小米汽車。

小米SU7銷量迅速突破10萬級(jí)，為小米提供了數(shù)據(jù)基礎(chǔ)，然后自研智駕快速追趕。

當(dāng)然，也有很多從業(yè)者認(rèn)為，不是所有的主機(jī)廠，都需要自研，也可以選擇智駕供應(yīng)商。

但殊途同歸，對(duì)供應(yīng)商來說，與主機(jī)廠合作打造爆款也很重要。

據(jù)了解，定點(diǎn)的多少，實(shí)際上和技術(shù)進(jìn)步?jīng)]有必然聯(lián)系。

定點(diǎn)多，只代表著算法上車的車型多，并不一定意味著銷量大。

車輛成為爆款，在技術(shù)上加速供應(yīng)商算法迭代。

在商業(yè)化上，不僅讓主機(jī)廠受益，更能證明供應(yīng)商實(shí)力，獲取更多定點(diǎn)。

所以說，打造爆款就是求質(zhì)，求質(zhì)本身就是在求量。

這在2024年已經(jīng)得到了印證。

比如主機(jī)廠中的理想汽車，2024年銷量突破了50萬輛，特別是在下半年智駕突飛猛進(jìn)后，月均銷量突破5萬臺(tái)，站上新臺(tái)階。用爆款奶爸車，領(lǐng)跑新勢(shì)力。

小米汽車則通過一款SU7，上市不到10個(gè)月交付13.5萬臺(tái)，快速積累起數(shù)據(jù)，半年多的時(shí)間，從城區(qū)NOA邁向「全國(guó)都能開」，近期又推送了端到端先鋒版。

供應(yīng)商也有兩家打造爆款，在2024年引起行業(yè)關(guān)注。

一家是華為，用智能化賦能問界大賣。

其中問界M7在2024年交付超19萬臺(tái)，問界M9同期交付超15萬臺(tái)，重塑了豪華新格局。

另一家正是元戎啟行，助推魏牌藍(lán)山上市后銷量節(jié)節(jié)攀高，用4個(gè)月的時(shí)間，迅速在細(xì)分市場(chǎng)獲取10%的市場(chǎng)份額。

有意思的是，智駕行業(yè)和2022年的AI行業(yè)非常相似，上一輪技術(shù)浪潮塑造的格局尚未穩(wěn)定，新一輪技術(shù)浪潮的沖擊又在極短時(shí)間內(nèi)證明了顛覆性變革的潛力。

△數(shù)據(jù)來源：企業(yè)調(diào)研、上險(xiǎn)量數(shù)據(jù)，車百智庫研究院整理

在AI領(lǐng)域，一度“邊緣”的黑馬OpenAI靠著生成式AI，綁定巨頭微軟，實(shí)現(xiàn)了AI游戲規(guī)則和格局的劇變；在智駕領(lǐng)域，同樣作為技術(shù)黑馬的元戎啟行，借助端到端、VLA，與長(zhǎng)城、吉利等巨頭合作，用效果和爆款速度，宣示全新的浪潮。

生成式AI變革之前，AI已經(jīng)在感知領(lǐng)域?qū)崿F(xiàn)了高成熟度滲透；而當(dāng)前智駕市場(chǎng)，VLA變革前夜，高階智駕也攻入了城區(qū)，距離完整的端到端體驗(yàn)，只差質(zhì)變一腳。

這種質(zhì)變，VLA技術(shù)為引擎，爆款車型帶來的數(shù)據(jù)為飛輪，然后在Scaling Law作用下滾動(dòng)雪球。

這不是趨勢(shì)和預(yù)測(cè)，這是對(duì)已經(jīng)發(fā)生的事實(shí)和現(xiàn)象的總結(jié)。

城區(qū)NOA爆發(fā)前夜，用爆款跑出加速度

經(jīng)過兩年時(shí)間的快速發(fā)展，城區(qū)NOA已來到了爆發(fā)前夜。

2023年被稱為城區(qū)NOA上車元年，行業(yè)拼命卷“開城”。

雖然當(dāng)時(shí)已經(jīng)有玩家開始路測(cè)端到端，但大多數(shù)玩家的智駕算法，還依賴先驗(yàn)信息，尚未擺脫高精地圖。

再加上用戶對(duì)智駕尚不感冒，最后據(jù)統(tǒng)計(jì)城區(qū)NOA在當(dāng)年滲透率還不到1%。

到了2024年，行業(yè)逐漸擺脫高精地圖依賴，一夜解鎖「全國(guó)都能開」，并向「車位到車位」演化。

智能駕駛開始占領(lǐng)用戶心智，高階智駕成為智能車核心賣點(diǎn)，到店試“駕”，既是試車也是試智駕產(chǎn)品。

這一年，城區(qū)NOA加速上車，但從全年來看，滲透率仍然是個(gè)位數(shù)，城區(qū)NOA至少擁有數(shù)百萬量級(jí)的增長(zhǎng)空間。

因?yàn)槌菂^(qū)NOA搭載的車型售價(jià)，往往在20萬元以上，這一價(jià)格區(qū)間的車型在乘用車市場(chǎng)占比大約為20%。

而根據(jù)中汽協(xié)數(shù)據(jù)，2024年全國(guó)乘用車銷量為2756.3萬輛，假設(shè)20萬元以上車型的智駕選裝率為80%，簡(jiǎn)單計(jì)算一下可知，未來每年搭載城區(qū)NOA的新車數(shù)量為366萬輛，是當(dāng)前的數(shù)倍之多。

所以，城區(qū)NOA市場(chǎng)份額的爭(zhēng)奪，才剛剛開始。

什么樣的玩家能夠脫穎而出？

底層邏輯不外乎技術(shù)的領(lǐng)先和落地體驗(yàn)領(lǐng)先。

回顧城區(qū)NOA的發(fā)展歷程，從「開城」到「全國(guó)都能開」，再到「車位到車位」，用戶體驗(yàn)不斷優(yōu)化，背后是去高精地圖轉(zhuǎn)向無圖NOA，再到端到端技術(shù)范式的轉(zhuǎn)變。

所以乾坤未定，但黑馬并不多，利用新范式快速崛起，2024年最受矚目的有兩匹。

一家是主機(jī)廠中的理想，去年10月23日官宣“端到端+VLM”全量推送，一方面，智駕系統(tǒng)能力更強(qiáng)，應(yīng)對(duì)環(huán)島通行、U型掉頭、擁堵路況和復(fù)雜路口等情況，決策更果斷，智駕更擬人。

另一方面，系統(tǒng)解釋性能力也更強(qiáng)，VLM可將感知到的畫面投到車機(jī)上，配合文本和圖像，講解模型駕駛背后的思考。

在2024年12月底的AI Talk上，理想透露，下一步還要用VLA做智能駕駛。

另一匹黑馬則是元戎，在過去多次提前押中技術(shù)路線：

2020年，啟動(dòng)去高精地圖的方案，2023年不隨大流卷“開城”，率先落地“無圖”NOA。

后來基于“無圖”方案，元戎在2023年8月完成了端到端架構(gòu)下的道路測(cè)試。

端到端正式量產(chǎn)上車后，元戎啟行在2024年11月初也提出要用VLA作為下一階段智駕底座。

智駕玩家們正通過打造爆款，為算法迭代收獲加速度，更快接近終局。

智駕算法不斷迭代，用戶體驗(yàn)隨之不斷增強(qiáng)。目前最領(lǐng)先的功能體驗(yàn)，毫無疑問，當(dāng)屬「車位到車位」。

理想率先全量推送，華為系陸續(xù)上車，雷軍更是親自上陣，CEO直測(cè)。

一眾供應(yīng)商也在快速跟進(jìn)，比如元戎啟行，今年一季度也要推出「車位到車位」。

2025年，全新的VLA技術(shù)范式，全新的「車位到車位」體驗(yàn)，也預(yù)示著城區(qū)NOA的賽道不會(huì)像過年回家的路那樣擁堵。

因?yàn)閂LA的技術(shù)門檻依然存在，就像OpenAI宣示大模型作用后，模仿者和復(fù)刻者一個(gè)接一個(gè)，但最后都只能跟隨，難以超越。真正有技術(shù)洞察的玩家，率先享受認(rèn)知紅利。

所以帶來的結(jié)果也不難推測(cè)，剛剛初見雛形的智駕1.0格局，只是上半場(chǎng)結(jié)束的短暫休息，決定終局的下半場(chǎng)——智駕2.0競(jìng)速已經(jīng)開始。

誰會(huì)是VLA浪潮下最后的智駕最大贏家？