更深刻了解汽車產(chǎn)業(yè)變革

出品： 電動星球

作者：毓肥

封面由 AI 生成

12 月的中國智能駕駛?cè)?，從一場「裸跑」和「反駁」中走向輿論頂峰。

昨天，理想汽車自動駕駛負(fù)責(zé)人郎咸朋發(fā)表一篇長微博，回應(yīng)了宇樹科技創(chuàng)始人王興興此前稱「VLA 模型是相對傻瓜的架構(gòu)」的論點。

長微博里面，郎咸朋提到兩個核心觀點：「VLA 就是自動駕駛最好的模型方案」、「具身智能最終拼的是系統(tǒng)能力」。

郎咸朋的回應(yīng)斬釘截鐵，也成為了當(dāng)天智能駕駛輿論場的絕對熱點。

無獨有偶，僅僅 24 小時后，小鵬汽車創(chuàng)始人何小鵬也發(fā)了一條長微博，主題也是 VLA。甚至于，何小鵬將他對 VLA 的態(tài)度升級到新高峰，為此不惜下重注。

他在微博中表示，他 和自動駕駛團(tuán)隊打了一個賭。

賭約的內(nèi)容是如果到了 2026 年 8 月 30 日，小鵬的 VLA 在國內(nèi)可以達(dá)到 FSD V14.2 在硅谷的整體效果，何小鵬就會在硅谷參考小鵬當(dāng)前的總部餐廳，籌建一個非常特色的中國風(fēng)味食堂。

而反之無法實現(xiàn)的話，小鵬汽車自動駕駛中心負(fù)責(zé)人劉先明，就要承諾在金門大橋裸跑。

24 小時內(nèi)兩條長微博，先后引爆新造車智能駕駛話題。

小鵬汽車和理想汽車，目前都是堅定的 VLA 路線布道者。小鵬剛剛在 AI Day 發(fā)布的 VLA 2.0，將于 12 月正式開啟先鋒內(nèi)測；理想則將在 OTA 8.1 里面進(jìn)一步升級了強(qiáng)化學(xué)習(xí)驅(qū)動的 VLA 大模型體驗。

而另一邊，華為和蔚來們則在世界模型的路上狂奔。

華為靳玉志曾經(jīng)提到「我們不走 VLA 路線，WA （世界模型）才是最終解決方案」；蔚來李斌則承諾， 「 蔚來世界模型會在行業(yè)里回到數(shù)一數(shù)二的位置 」。

高階輔助駕駛還在質(zhì)變前夕不斷醞釀，但車企仍需證明自身的技術(shù)先進(jìn)性。

這一次 VLA 激辯，背后究竟是創(chuàng)新、突破，還是內(nèi)卷、廝殺？

今晚給大家提供點思考彈藥。

VLA 的高呼

兩條長微博的共同點有很多，都是為 VLA 鼓與呼，都給出了擲地有聲的結(jié)論。

回顧下前情，宇樹科技王興興對 VLA 和世界模型的發(fā)言，來自于今年 8 月 9 日北京世界機(jī)器人大會上。

彼時這句話相當(dāng)于引爆了大模型輿論場——不過不是機(jī)器人大模型，反而是智能駕駛大模型。

經(jīng)過新一輪 AI 洗禮，智能駕駛是具身智能的子集已經(jīng)成為業(yè)界共識，這是背景。

也正因如此，王興興的觀點馬上就被反對 VLA 的網(wǎng)友作為論據(jù)，反駁 VLA 陣營的車企和智能駕駛公司。

雖然郎咸朋的長微博回應(yīng)距離 8 月份已經(jīng)有些日子，但這并不影響他寫下理想汽車的決心，比如那句「 VLA 就是自動駕駛最好的模型方案 」。

事實上，VLA 的最核心技術(shù)亮點，就在于 VLA 路線定鼎論文的標(biāo)題里面。

VLA，vision-language-action 視覺語言動作大模型，最早在 2023 年 7 月谷歌 DeepMind 團(tuán)隊的《 RT-2: Vision-Language-Action Models》中提及。

論文的副標(biāo)題是：「 Vision-Language-Action Models Transfer Web Knowledge to Robotic Control 」，VLA 大模型將網(wǎng)絡(luò)知識轉(zhuǎn)化為機(jī)器人控制。

兩年半前 VLA 開山之作，對應(yīng)著兩年半之后郎咸朋那句「我們是在用 GPT 的方式做自動駕駛」。

這里指的并不是理想 VLA 大模型已經(jīng)對標(biāo) GPT 5，而是 VLA 的本質(zhì)，乃至于自動駕駛大模型的發(fā)展方向，都在于用現(xiàn)實世界的通用知識，不斷圓滿「長尾場景」的解決方案。

或者換個更簡單的說法，VLA 讓智能駕駛擁有更接近人類的社會經(jīng)驗。

比如下半年各家 VLA 都在卷的新功能——「手勢識別」，就是「社會經(jīng)驗」的體現(xiàn)，讓智能駕駛正確判斷到底是有人要搭便車，還是交警指揮你通行。

第一個在發(fā)布會上演示此功能的車企，正是小鵬汽車。

今天下午何小鵬的長微博雖然沒郎咸朋那么長，但他的決心是更明顯的，畢竟下了個「裸跑」的賭約。

至于為什么不是何小鵬本人裸跑，因為 7 年前 G3 上市的時候，他就已經(jīng)對賭過裸跑了，最終 G3 確實賣得不錯，不然...

回到 1 個月前的小鵬汽車 AI Day，何小鵬官宣小鵬汽車 VLA 2.0 將在四季度正式開啟先鋒用戶內(nèi)測。

在小鵬的 PPT 里，VLA 2.0 的核心進(jìn)化在于，去掉了傳統(tǒng)意義上的「L」，直接用隱式邏輯生成動作指令。

何小鵬認(rèn)為這樣將極大程度上降低 VLA 大模型的延遲，并且將城中村等毛細(xì)道路的接管里程提高了 13 倍。

不過，伴隨著小鵬 VLA 2.0 而來的，是另一個提問：VLA 去掉 L，是不是更像世界模型了？

這要回到大模型進(jìn)化的本質(zhì)：盡可能減少信息傳遞的損耗，提升信息傳遞的效率。

VLA 去 L 化，和世界模型的底層優(yōu)化方向確實是一致的——減少對思維鏈的依賴，提升圖像 token 化的信息利用效率，進(jìn)而實現(xiàn)更強(qiáng)的智能駕駛性能。

但這絕對不意味著 VLA 和世界模型，現(xiàn)在、馬上、立刻，就已經(jīng)分出了勝負(fù)，更不意味著 VLA 陣營正在向世界模型靠攏。

甚至于，VLA 和世界模型，互相都在呈現(xiàn)出「合流」的趨勢。

譬如 VLA 這邊，小鵬正在讓模型直接從視頻流中學(xué)習(xí)時空規(guī)律培養(yǎng)直覺，而理想也用世界模型 在云端做數(shù)據(jù)生成、做仿真測試和強(qiáng)化訓(xùn)練。

甚至世界模型的絕對推崇者，稱 VLA 是在「死記硬背」的 Yann LeCun，他最新提出的 AGI 概念「JEPA Joint Embedding Predictive Architecture（聯(lián)合嵌入預(yù)測架構(gòu)） 」，也大量吸取了 VLA 技術(shù)路線的成果。

比如他也認(rèn)為 VLA 對現(xiàn)實世界的交互非常高效，比如他也認(rèn)為真正的 JEPA 世界模型需要擁有類似于 VLA 邏輯的、負(fù)責(zé)感知和評估的部分。

至于有沒有 L，對于 Yann LeCun 和谷歌，以及現(xiàn)在的何小鵬們來說， 從來就不重要。

還記得前面提到谷歌開創(chuàng) VLA 賽道論文的標(biāo)題嗎？知識轉(zhuǎn)化為控制，哪里有語言？

但是讓 VLA 占據(jù)更高的輿論陣地，對于理想和小鵬來說很重要。

絕不松手的話語權(quán)

從技術(shù)創(chuàng)新迷人的泥沼中掙出，最后我們聊聊智能駕駛營銷燥熱的空氣。

時間是最好的試金石，2021 年 AI Day 上馬斯克那句「想要實現(xiàn) FSD，特斯拉必須解決現(xiàn)實世界的 AI」，現(xiàn)在看來似乎很直白淺顯，卻是早已被馬斯克占據(jù)的絕對營銷頂峰。

因為第一個擲地有聲的，才有資格被溯源。

無論是郎咸朋的長微博、三季度財報會議上李想本人長達(dá) 20 分鐘的演講，還是今天何小鵬的賭約，都是中國新造車對智能駕駛話語權(quán)絕不放手的緊迫性。

技術(shù)進(jìn)步有質(zhì)變之后的璀璨，但更多的是量變期間的平淡。2025 年智駕營銷踩剎車之后，造詞運動暫告一段落，口號大賽也偃旗息鼓。

但向消費者傳遞車企領(lǐng)先性的任務(wù)依然沉重，一邊是 FSD V14 正準(zhǔn)備卷土重來，另一邊則是機(jī)器人公司迅速站在了 AI 舞臺中央。

甚至何小鵬都直言，「我們的第一個版本還達(dá)不到 FSD V14.2 的水準(zhǔn)」——也許這就是裸跑賭約的直接原因。

理想和小鵬表現(xiàn)出了緊迫感，但它們絕對不是唯二感受到緊迫的。

最后站在媒體角度，我們希望這種緊迫感，可以盡快轉(zhuǎn)化為用戶的驚喜，也必須轉(zhuǎn)化為用戶的驚喜。

（完）