12月10日，理想汽車自動(dòng)駕駛研發(fā)高級(jí)副總裁郎咸朋在微博發(fā)布長文，回應(yīng)宇樹科技創(chuàng)始人王興興此前對(duì)VLA（視覺－語言－動(dòng)作）模型的質(zhì)疑：“VLA就是自動(dòng)駕駛最好的模型方案”“空談架構(gòu)不如看療效”。

這場(chǎng)技術(shù)爭(zhēng)議的源頭要追溯到今年8月，王興興在世界機(jī)器人大會(huì)上表示：“VLA是一個(gè)相對(duì)傻瓜式的架構(gòu)。”王興興認(rèn)為目前VLA模型對(duì)真實(shí)世界的交互，數(shù)據(jù)質(zhì)量還不夠?！按蠹覍?duì)于基礎(chǔ)數(shù)據(jù)的關(guān)注度太高了”他強(qiáng)調(diào)，應(yīng)該把焦點(diǎn)放在具身機(jī)器人的模型架構(gòu)上，因?yàn)楝F(xiàn)在的模型“不夠好，也不夠統(tǒng)一”。

對(duì)于為什么時(shí)隔四個(gè)月才為VLA“出頭”，郎咸朋在回應(yīng)中解釋：“一是（當(dāng)時(shí)）理想VLA司機(jī)大模型還沒正式發(fā)布，空口無憑；二是我們對(duì)具身機(jī)器人行業(yè)，還處于密切關(guān)注階段?！苯衲?月，理想VLA正式發(fā)布，12月6日OTA 8.1推送，兩個(gè)月多的“實(shí)踐”讓郎咸朋更加堅(jiān)定了自己的選擇。

戲劇性的是，就在郎咸朋發(fā)聲次日，12月11日，小鵬汽車董事長、CEO何小鵬也針對(duì)VLA發(fā)布了微博長文：如果在2026年8月30日，小鵬的VLA在國內(nèi)達(dá)到特斯拉FSDV 14.2在硅谷的整體效果，他將在硅谷籌建一個(gè)中國風(fēng)味食堂；反之，小鵬自動(dòng)駕駛負(fù)責(zé)人劉先明將“在金門大橋裸跑”。

短短兩日之內(nèi)，來自造車新勢(shì)力頭部陣營的兩位高管先后強(qiáng)勢(shì)發(fā)聲，讓VLA這一備受爭(zhēng)議的技術(shù)路線被推上了風(fēng)口浪尖。

在VLA的世界里，理想與小鵬“HE”了

理想與小鵬皆是VLA的堅(jiān)定布局者：小鵬汽車在12月底將正式開啟第二代VLA的先鋒內(nèi)測(cè)；而理想汽車OTA 8.1版本車機(jī)系統(tǒng)在12月6日已經(jīng)開啟推送，圍繞輔助駕駛、智能座艙、智能電動(dòng)三大核心技術(shù)進(jìn)行升級(jí)。

理想對(duì)VLA的力挺，與其“汽車機(jī)器人”的長期戰(zhàn)略深度綁定。理想汽車董事長兼CEO李想曾表示，未來五到十年，具身機(jī)器人核心將有兩種形態(tài)：汽車類的具身機(jī)器人、人形類的具身機(jī)器人。在他看來，具備L4級(jí)自動(dòng)駕駛能力的汽車，本質(zhì)就是一臺(tái)汽車機(jī)器人。

理想汽車給自己的定位是具身智能企業(yè)，VLA模型在這一戰(zhàn)略中扮演著關(guān)鍵角色。李想認(rèn)為，實(shí)現(xiàn)汽車機(jī)器人必須增加對(duì)物理世界的感知和理解能力。而VLA模型恰好具備對(duì)物理世界極強(qiáng)的理解能力，這種能力是其他技術(shù)架構(gòu)難以匹敵的。

堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)為理想VLA模型的迭代提供了源源不斷的動(dòng)力。郎咸朋表示，理想不僅可以從過去幾年積累的十幾億公里的存量數(shù)據(jù)里進(jìn)行挖掘和篩選，更可以通過150萬車主的日常使用源源不斷地獲取新的數(shù)據(jù)。數(shù)據(jù)不是靜態(tài)的、有限地存在，而是動(dòng)態(tài)的、持續(xù)增長的過程，構(gòu)成了理想汽車自動(dòng)駕駛能力的堅(jiān)實(shí)數(shù)據(jù)基礎(chǔ)。

除了數(shù)據(jù)優(yōu)勢(shì)，VLA模型在系統(tǒng)適配性上也展現(xiàn)出獨(dú)特價(jià)值。理想汽車不僅將VLA視為一個(gè)獨(dú)立模型，更將其作為整個(gè)具身智能系統(tǒng)的有機(jī)組成部分。郎咸朋強(qiáng)調(diào)，要做好自動(dòng)駕駛，必須先把自動(dòng)駕駛當(dāng)作完整的具身智能系統(tǒng)對(duì)待，包括感知（眼睛）、模型（大腦）、操作系統(tǒng)（神經(jīng)）、芯片（心臟）和本體（身體）等部分的協(xié)同作用。

對(duì)于VLA模型的未來，郎咸朋給出了明確的技術(shù)路線圖。根據(jù)他的預(yù)測(cè)，如果明年理想汽車能做到1000 MPI（每1000公里接管一次），VLA將迎來Chat GPT時(shí)刻。這意味著VLA模型將在實(shí)際道路上展現(xiàn)出接近人類水平的駕駛能力。郎咸朋還預(yù)測(cè)，隨著VLA模型的不斷進(jìn)化，它甚至可能在某些場(chǎng)景下超越人類司機(jī)的表現(xiàn)。

小鵬汽車同樣對(duì)第二代VLA投入了巨大的資源與決心。在前不久的小鵬科技日，小鵬汽車正式推出第二代VLA，其核心突破在于取消了“語言轉(zhuǎn)譯”環(huán)節(jié)，實(shí)現(xiàn)從視覺信號(hào)到動(dòng)作指令的端到端生成，重構(gòu)了行業(yè)傳統(tǒng)的“V-L-A”架構(gòu)。

小鵬汽車依托3萬卡云端算力集群（集群運(yùn)行效率常年保持在90%以上）部署了720億參數(shù)基座模型，實(shí)現(xiàn)每五天全鏈路迭代一次。在模型訓(xùn)練層面，第二代VLA無需人工標(biāo)注，直接采用近1億clips真實(shí)駕駛視頻，覆蓋相當(dāng)于人類司機(jī)65,000年駕駛經(jīng)驗(yàn)的極限場(chǎng)景，并可通過場(chǎng)景推演生成長尾場(chǎng)景進(jìn)行對(duì)抗訓(xùn)練。

為了實(shí)現(xiàn)第二代VLA量產(chǎn)上車，小鵬汽車通過“芯片－算子－模型”全鏈路優(yōu)化，在2250 TOPS算力的Ultra版車型上，實(shí)現(xiàn)了數(shù)十億級(jí)參數(shù)模型的搭載，遠(yuǎn)超行業(yè)千萬級(jí)參數(shù)量的普遍水平。

基于第二代VLA，小鵬汽車小路NGP功能即將發(fā)布，復(fù)雜小路平均接管里程（MPI）提升13倍，且在測(cè)試中自主涌現(xiàn)出交警手勢(shì)識(shí)別、紅綠燈提前應(yīng)對(duì)等未訓(xùn)練場(chǎng)景的適配能力；行業(yè)首發(fā)的“無導(dǎo)航自動(dòng)輔助駕駛”Super LCC+人機(jī)共駕模式，無需依賴導(dǎo)航即可全球開啟，支持人機(jī)協(xié)同變道轉(zhuǎn)向。

何小鵬在近期的采訪中提出無人駕駛要能實(shí)現(xiàn)“大路、小路、高速、胡同、戶外”全場(chǎng)景的安全通行，解決并要能提前預(yù)判解決各種長尾問題，才能指向真正的無人駕駛未來。

VLA還是WA？或許殊途同歸

王興興之所以斷言“VLA是一個(gè)相對(duì)傻瓜式的架構(gòu)”，原因在于其認(rèn)為目前VLA模型對(duì)真實(shí)世界的交互，數(shù)據(jù)質(zhì)量還不夠。“大家對(duì)于基礎(chǔ)數(shù)據(jù)的關(guān)注度太高了”，他強(qiáng)調(diào)應(yīng)該把焦點(diǎn)放在具身機(jī)器人的模型架構(gòu)上，因?yàn)楝F(xiàn)在的模型“不夠好，也不夠統(tǒng)一”。

這場(chǎng)“對(duì)線”最核心的分歧在于：王興興認(rèn)為模型架構(gòu)更重要，而郎咸朋則認(rèn)為“模型的關(guān)鍵是要與整個(gè)具身智能系統(tǒng)適配，在此基礎(chǔ)上，數(shù)據(jù)是起決定意義的”。雙方觀點(diǎn)也反映出了當(dāng)前智能駕駛的兩大技術(shù)路線——VLA路線與WA（世界模型）路線之間的分歧。

VLA路線的核心理念是“行動(dòng)派”：通過端到端模型，直接從海量駕駛數(shù)據(jù)中學(xué)習(xí)從視覺感知到車輛控制動(dòng)作的映射關(guān)系。它追求高效、擬人化的駕駛行為，優(yōu)勢(shì)在于能利用大規(guī)模車隊(duì)迅速收集數(shù)據(jù)，實(shí)現(xiàn)體驗(yàn)的快速迭代和優(yōu)化。

WA路線的目標(biāo)并非直接模仿駕駛動(dòng)作，而是為機(jī)器構(gòu)建一個(gè)能夠進(jìn)行空間認(rèn)知和時(shí)間推演的內(nèi)部“虛擬世界模型”。讓汽車像人一樣“理解”物體、速度、距離的相互關(guān)系及行為后果，從而做出符合物理規(guī)律和常識(shí)的決策。

堅(jiān)持VLA技術(shù)路線的，除了小鵬、理想，還有奇瑞、吉利等企業(yè)；而堅(jiān)持WA路線的典型代表，是華為與蔚來。華為智能汽車解決方案BU CEO靳玉志曾表示：“華為不會(huì)走VLA路徑，這樣的路徑看似取巧，其實(shí)并不是走向真正自動(dòng)駕駛的路徑。華為更看重WA，這個(gè)路徑目前看起來非常難，但能實(shí)現(xiàn)真正的自動(dòng)駕駛。”蔚來創(chuàng)始人李斌將其自研的NWM（NIO World Model）視為技術(shù)架構(gòu)的基石，他表示，蔚來的智能駕駛世界模型NWM在優(yōu)先保障安全的前提下，一直在行業(yè)中都處于領(lǐng)先的位置。

當(dāng)VLA與WA在架構(gòu)與數(shù)據(jù)、感知與認(rèn)知、模仿與理解之間展開深度博弈，我們看到的不僅是技術(shù)路線的分化，更是整個(gè)行業(yè)對(duì)“機(jī)器如何學(xué)會(huì)駕駛”這一根本命題的多維度探索。這場(chǎng)爭(zhēng)論沒有簡(jiǎn)單的對(duì)錯(cuò)，唯有真實(shí)世界的復(fù)雜性與安全性才是最終的裁判。

未來，或許不會(huì)有單一的“勝出”方案，而是在場(chǎng)景分化中走向融合——WA構(gòu)建理解世界的“大腦”，VLA錘煉應(yīng)對(duì)現(xiàn)實(shí)的“本能”，兩者協(xié)同構(gòu)成智能駕駛完整的神經(jīng)中樞。而無論選擇哪條路徑，海量高質(zhì)量數(shù)據(jù)、強(qiáng)大算力與工程化落地能力，都將成為穿越技術(shù)深水區(qū)的共同基石。

當(dāng)技術(shù)逐漸穿透噱頭，回歸駕駛的本質(zhì)，誰能在安全、舒適與自由的尺度上，率先找到那把通往“汽車機(jī)器人”的鑰匙，誰才能真正啟動(dòng)下一個(gè)移動(dòng)時(shí)代。