自动驾驶技术正处于发展的转折点。过去十几年间，行业长期依赖模块化的技术路径，即将驾驶任务拆解为感知、预测、规划和控制四个独立环节。这种结构虽然清晰，但在面对突发状况时（长尾场景），会因规则覆盖不足而表

上一篇文章：PI VLA模型解读系列（一）：从π0模型到Hi Robot?主要围绕π0模型、FAST动作分词器以及分层交互机器人系统Hi Robot展开介绍。本文将衔接上一篇内容，继续介绍Physic

随着VLA（视觉-语言-动作模型）与世界模型在自动驾驶领域的关注度日益提升，这两项技术已成为众多主机厂研发布局的重点方向。前者强调将感知、语义推理与动作生成整合到同一个大模型中，以实现端到端的决策输出

今天继续来回答小伙伴的提问，最近有一位小伙伴提问，VLA模型中的理解是不是也基于一些预置的规则指导行动的？其实这个问题非常值得讨论，今天智驾最前沿就带大家详细聊一聊。 视觉-语言-动作（VLA）模型是

当前自动驾驶行业，各车企的技术路径普遍选择了单车智能方向。而在实际落地过程中，不同企业选择了差异化的技术实现方式，部分车企侧重于视觉—语言—动作模型（Vision Language Action,VL

当前自动驾驶行业，各车企的技术路径普遍选择了单车智能方向。而在实际落地过程中，不同企业选择了差异化的技术实现方式，部分车企侧重于视觉—语言—动作模型（Vision Language Action,VL

今日，美国具身智能创业公司 Physical Intelligence（简称 PI ）发布了最新机器人基础模型?π*0.6。 官方称，过去一年，机器人成功完成一半任务并不难，但要让它每次都成功却非常困

很多从事自动驾驶的小伙伴应该对VLA这个概念已经非常熟悉了。VLA即“Visual-Language-Action”（视觉—语言—动作）模型，它的核心是将视觉信息、语言表达和动作控制这三者整合到一个统

很多从事自动驾驶的小伙伴应该对VLA这个概念已经非常熟悉了。VLA即“Visual-Language-Action”（视觉—语言—动作）模型，它的核心是将视觉信息、语言表达和动作控制这三者整合到一个统

2023年8月，吴新宙算是在中国L2+智能辅助驾驶竞争顶峰--辅助驾驶进城之后离开小鹏汽车加入英伟达。2024年1月，特斯拉推出FSD V12 Beta端到端版本，智能辅助驾驶算法进入“端到端”阶段。

随着自动驾驶技术发展，其实现路径也呈现出两种趋势，一边是以理想、小鹏、小米为代表的VLA（视觉—语言—行动）模型路线；另一边则是以华为、蔚来为主导的世界模型（World Model）路线，这两种路径都

VLA：把“看”和“说”连到“做”上 自动驾驶中常提的VLA，全称是Vision-Language-Action，直译就是“视觉-语言-动作”。VLA的目标是把相机或传感器看到的画面、能理解和处理自然

在自动驾驶领域，经常会有技术提出将VLA（视觉—语言—动作模型）应用到自动驾驶上。VLA的作用就是把看、懂、决策三件事交给一个大模型，摄像头看到画面，模型用“视觉＋语言”去理解场景和意图，最后直接输出

2025年的CVPR自动驾驶 Workshop上，小鹏汽车的Liu Xianming先生做了一篇名为《Scaling up Autonomous Driving via Large Foundatio

2025年的CVPR自动驾驶Workshop上，香港大学的Li Hongyang做了一篇名为《自动驾驶端到端方法：现状与展望》的开场演讲。 演讲给了端到端一个定义，并介绍了端到端的前世今生，以及挑战，