時間倒回到2年前，NOA領航輔助駕駛還只是發(fā)布會上的期貨，是少數(shù)高端車型才具備的功能。然而僅僅2年時間，NOA功能快速進入到普及階段，并且下探至10萬-20萬元級別中低端市場，在這期間，華為、小鵬、比亞迪、Momenta等中國科技公司成為了“智駕平權”的最大推手。

那么在目前階段，到底哪一家的輔助駕駛有未來？端到端、純視覺、世界模型、VLA，各種路線、方案都有什么區(qū)別？這期文章就來聊一聊。

從硬件層面來看，目前國內(nèi)輔助駕駛主要有兩種技術路線。

一種是多傳感器融合感知，以華為乾崑ADS、比亞迪天神之眼A為代表。它們通常搭載有1顆或多顆激光雷達，結合多枚毫米波雷達、攝像頭等多重傳感器的冗余配合，實現(xiàn)對周圍環(huán)境的全方位、高精度感知。

這種方案的優(yōu)勢在于安全冗余高，在黑夜、大雨、強光等惡劣天氣或復雜光線環(huán)境下依然穩(wěn)定可靠，但成本也相對較高。

另一種是純視覺，代表選手有特斯拉FSD和小鵬最新的XNGP 5.0。這一派系主張通過端到端智駕大模型和海量數(shù)據(jù)訓練，讓車輛模仿人類用“眼睛”（攝像頭）觀察、用“大腦”（高算力芯片）思考并給出決策。

純視覺的優(yōu)勢是可以擺脫對高成本激光雷達的依賴，也因為具備自我成長能力，被認為擁有更高的技術上限。缺點是極度依賴高算力芯片和云端的海量數(shù)據(jù)訓練。

從智駕大模型的角度分析，目前也有兩條不同的技術路線——視覺語言動作模型VLA和世界行為模型WA。

VLA模型的全稱是Vision Language Action，翻譯過來就是視覺語言動作模型，它是在VLM（視覺語言模型）的基礎上發(fā)展而來，最早由谷歌在具身智能領域提出，后來廣泛應用在智駕領域，小鵬、理想等新勢力品牌是VLA模型的忠實擁護者。

VLA模型的決策路徑很簡單，模型計算中心實時提取每一幀畫面，然后將畫面轉化為文字描述，根據(jù)文字描述給出決策指令，最終下達給車輛系統(tǒng)完成相應決策。

VLA模型的優(yōu)勢是不需要人工介入，系統(tǒng)自身就能夠完成從識別到?jīng)Q策的一系列動作。缺點是對算力要求十分苛刻，一旦算力不夠，系統(tǒng)識別數(shù)據(jù)的速度變慢，決策動作就會滯后。對汽車來說，哪怕延遲1秒鐘都可能存在重大安全隱患，這也是為什么理想、小鵬都切換了自研的高算力芯片。

另一套主流的智駕大模型是WA模型，全稱為World Action，它省去了文字描述，通過畫面直接給出預判決策，代表選手有華為、特斯拉和蔚來。

以華為的WEWA模型為例，先在云端通過AI生成海量數(shù)據(jù)進行仿真測試，模擬真人司機遇到的各種路況，通過幾億次反復學習訓練，讓系統(tǒng)像“老司機”一樣，憑經(jīng)驗預判危險給出指令。然后再用云端模型蒸餾出一個子模型，直接OTA到車子上，相當于本地部署。

相比VLA模型，WA模型不僅降低了車端的算力需求，還更接近人類的行為邏輯，但它需要大量數(shù)據(jù)來進行訓練，華為、特斯拉的輔助駕駛之所以強，很大一部分原因是他們擁有強大的云端超算中心。

大家覺得哪種技術路線才是未來的主流？評論區(qū)聊一聊！

編輯/溫澈