在智能驾驶领域，尽管辅助驾驶技术已实现了全国范围内的广泛应用，但用户从“可用”到“信赖”的转变依然面临巨大挑战。核心问题在于用户对于智能驾驶系统的“安心感”严重不足，这主要归因于系统决策的不可解释性、对盲区预判能力的欠缺以及人机交互的机械性。
为了破解这一难题，理想与元戎启行等前沿企业纷纷押注VLA（视觉-语言-动作）模型技术，旨在通过技术升级，打通智能驾驶体验的“最后一公里”。VLA模型的核心在于利用语言模型增强系统的推理能力，使其对社会常识有更深入的理解，从而有效应对各种长尾场景。
当前智能驾驶面临的挑战主要包括：模型决策的不可解释性、防御型驾驶能力的不足以及人机交互的机械性。用户对于智能驾驶系统为何会突然加速、减速或退出缺乏了解，这种信息的不透明导致用户难以建立对系统的信任。同时，防御型驾驶能力的缺失也是智能驾驶的一大短板，尤其是在面对如高架桥桥墩盲区等复杂场景时，系统往往只能采取紧急制动等被动措施，而无法提前预判并规避风险。
针对这些问题，理想与元戎启行通过VLA模型进行了全面升级。用户现在可以通过语音指令控制车辆的动作、车速以及车道选择等，甚至还能实现豪车识别功能，当遇到豪车时，智能驾驶系统会采取更加谨慎的驾驶策略。这一升级不仅提升了用户体验，也展示了VLA模型对场景的深刻理解和精准预判能力。
VLA模型还具备空间语义理解、异形障碍物识别以及文字类引导牌理解三大功能。空间语义理解功能使得系统能够预判行车中的交通盲区，如通过无红绿灯路口时，VLA模型能提前识别到指示牌并做出准确决策。异形障碍物识别功能则解决了智能驾驶在极端路况下的算法长尾问题，系统能够识别并应对各种变形或超载的障碍物。而文字类引导牌理解功能则大大增强了系统对路牌信息的识别和理解能力，使得智能驾驶系统能够按照路牌引导内容行驶。
元戎启行正在通过VLA模型打造具备防御型驾驶能力的AI司机。据悉，元戎的VLA模型将在第三季度量产上车5款车型。这一进展不仅标志着智能驾驶技术取得了重大突破，也为下半年的智能驾驶市场竞争注入了新的活力。随着VLA技术的不断成熟和量产应用的推进，智能驾驶系统能否具备更长远的思维和推测能力，将成为衡量智驾玩家能否进入第一梯队的关键指标。
正中优配提示：文章来自网络，不代表本站观点。
