VLA改写智驾竞速规则，英伟达加持，黑马玩家4个月撬走10%份额

一凡
2025-01-25
13:43:41

来源：量子位

一凡 发自 副驾寺

智能车参考 | 公众号 AI4Auto

“第一批聪明的人，已经堵在路上。”

年关将至，这样的话题登顶热搜。其中是不是包括了屏幕面前的你（doge）？

但也有车主感慨，幸好有智驾：

AI上车的便利和威力，正在越来越显性——

不管是长途跋涉，还是短途通勤，不知疲倦的AI司机正在帮车主解乏，并且基于先进成果，不断进化。

从早年的CNN，到后来的Transformer负责感知，再到当下的端到端结合VLM统揽全局，AI不断改善出行体验。

但智驾技术和体验的变革，可能还不是终点，或者正在迎来更大的机遇，甚至会改写竞速规则。

因为就在岁末年初，一种全新的技术范式正在开启落地，头部玩家有了爆款证明，引领行业跟进对齐，隐隐成为共识趋势……这种技术范式，就是——

VLA。

今年要上车的VLA，到底是什么？

所谓“VLA”，就是视觉语言动作模型(Vision-Language-Action Model)。

最早由DeepMind于2023年提出，应用在机器人领域，输入给定的文本和视觉数据，输出机器人可执行的动作，天然便带有AI与物理世界交互的基因。

近期受到自动驾驶领域的热捧，被部分玩家视为端到端的下一个阶段。

2025年，也被称为“VLA上车元年”。

VLA，听上去和现有的VLM(视觉语言模型Vision-Language Model)有点像。

二者有什么区别吗？

从整体框架上，可将VLA模型视为VLM与端到端模型的合体，多模态大模型不再只是偶尔提个醒，“监督你开车”。

而是超绝AI老司机亲自上阵，长期在线，直接“替你开车”。

具体到能力上，VLA模型的泛化性将进一步增强，而且智驾系统全程可求导，可向用户展现系统推理过程，解释自己为什么这么开，让用户更信任智驾。

为什么VLA能有这样的进步？

关键要素是，VLA引入了思维链，具备了“类人”的思维，让模型通过全局上下文(Global Context)，能了解多重路况信息，在和其他车辆不断博弈中，做出安全的最优解。

具体来看，据率先推进VLA落地的元戎启行透露，VLM大概只能推理出未来7秒钟左右的路况，VLA却能推理出几十秒，能更好地理解一些复杂情况，比如施工现场、潮汐车道、交通指挥手势等等。

所以，VLA还是对端到端范式的进一步应用，意味着端到端来到了新的阶段。

在此前，行业还处于对端到端的探索期，证明了新范式可行。

现在，随着行业对端到端的理解更深刻，进入到端到端的竞速期，衍生出对端到端的不同路线思考。

VLA是其中的热门方向。

不仅在国内受到头部主机厂理想和头部供应商元戎启行的双双认可，率先热推。

在海外，Waymo不久前基于Gemini打造的EMMA，也被从业者视为VLA。

国内，代表性玩家正是以AI技术性著称的智驾黑马元戎启行，据其透露的落地规划显示，已和头部车企达成量产合作，将在今年基于英伟达Thor，推出搭载VLA模型的智能车。

因此，站在2025年的起点上，展望新一轮智驾角逐，VLA已成为争夺智驾第一梯队的理论基础之一。

但理论基础，还不是全部。

智能驾驶的“爆款思维”

什么样的玩家能够在智能驾驶竞赛中领先？行业正在出现的共识，主要有以下两个方面：

首先，是要有领先的技术范式支撑。

这已经在2024年验证过了。

比如在ADS 3.0转向端到端的华为，利用“VLM+E2E”迎头赶上的理想，以及提出“不是真无图，谈何端到端”的元戎启行。

然后，还要有将技术落地的实力证明，即能不能打造爆款。

证明实力，为什么要看爆款？

爆款，意味着车型热销。

对主机厂来说，没有爆款车型，等于在智驾层面掉队。

毕竟，车子卖不好就没有数据，没有数据就做不好智驾，等于在智能化竞争中落后了。

2024年，最成功的例子就是小米汽车。

小米SU7销量迅速突破10万级，为小米提供了数据基础，然后自研智驾快速追赶。

当然，也有很多从业者认为，不是所有的主机厂，都需要自研，也可以选择智驾供应商。

但殊途同归，对供应商来说，与主机厂合作打造爆款也很重要。

据了解，定点的多少，实际上和技术进步没有必然联系。

定点多，只代表着算法上车的车型多，并不一定意味着销量大。

车辆成为爆款，在技术上加速供应商算法迭代。

在商业化上，不仅让主机厂受益，更能证明供应商实力，获取更多定点。

所以说，打造爆款就是求质，求质本身就是在求量。

这在2024年已经得到了印证。

比如主机厂中的理想汽车，2024年销量突破了50万辆，特别是在下半年智驾突飞猛进后，月均销量突破5万台，站上新台阶。用爆款奶爸车，领跑新势力。

小米汽车则通过一款SU7，上市不到10个月交付13.5万台，快速积累起数据，半年多的时间，从城区NOA迈向「全国都能开」，近期又推送了端到端先锋版。

供应商也有两家打造爆款，在2024年引起行业关注。

一家是华为，用智能化赋能问界大卖。

其中问界M7在2024年交付超19万台，问界M9同期交付超15万台，重塑了豪华新格局。

另一家正是元戎启行，助推魏牌蓝山上市后销量节节攀高，用4个月的时间，迅速在细分市场获取10%的市场份额。

有意思的是，智驾行业和2022年的AI行业非常相似，上一轮技术浪潮塑造的格局尚未稳定，新一轮技术浪潮的冲击又在极短时间内证明了颠覆性变革的潜力。

△数据来源：企业调研、上险量数据，车百智库研究院整理

在AI领域，一度“边缘”的黑马OpenAI靠着生成式AI，绑定巨头微软，实现了AI游戏规则和格局的剧变；在智驾领域，同样作为技术黑马的元戎启行，借助端到端、VLA，与长城、吉利等巨头合作，用效果和爆款速度，宣示全新的浪潮。

生成式AI变革之前，AI已经在感知领域实现了高成熟度渗透；而当前智驾市场，VLA变革前夜，高阶智驾也攻入了城区，距离完整的端到端体验，只差质变一脚。

这种质变，VLA技术为引擎，爆款车型带来的数据为飞轮，然后在Scaling Law作用下滚动雪球。

这不是趋势和预测，这是对已经发生的事实和现象的总结。

城区NOA爆发前夜，用爆款跑出加速度

经过两年时间的快速发展，城区NOA已来到了爆发前夜。

2023年被称为城区NOA上车元年，行业拼命卷“开城”。

虽然当时已经有玩家开始路测端到端，但大多数玩家的智驾算法，还依赖先验信息，尚未摆脱高精地图。

再加上用户对智驾尚不感冒，最后据统计城区NOA在当年渗透率还不到1%。

到了2024年，行业逐渐摆脱高精地图依赖，一夜解锁「全国都能开」，并向「车位到车位」演化。

智能驾驶开始占领用户心智，高阶智驾成为智能车核心卖点，到店试“驾”，既是试车也是试智驾产品。

这一年，城区NOA加速上车，但从全年来看，渗透率仍然是个位数，城区NOA至少拥有数百万量级的增长空间。

因为城区NOA搭载的车型售价，往往在20万元以上，这一价格区间的车型在乘用车市场占比大约为20%。

而根据中汽协数据，2024年全国乘用车销量为2756.3万辆，假设20万元以上车型的智驾选装率为80%，简单计算一下可知，未来每年搭载城区NOA的新车数量为366万辆，是当前的数倍之多。

所以，城区NOA市场份额的争夺，才刚刚开始。

什么样的玩家能够脱颖而出？

底层逻辑不外乎技术的领先和落地体验领先。

回顾城区NOA的发展历程，从「开城」到「全国都能开」，再到「车位到车位」，用户体验不断优化，背后是去高精地图转向无图NOA，再到端到端技术范式的转变。

所以乾坤未定，但黑马并不多，利用新范式快速崛起，2024年最受瞩目的有两匹。

一家是主机厂中的理想，去年10月23日官宣“端到端+VLM”全量推送，一方面，智驾系统能力更强，应对环岛通行、U型掉头、拥堵路况和复杂路口等情况，决策更果断，智驾更拟人。

另一方面，系统解释性能力也更强，VLM可将感知到的画面投到车机上，配合文本和图像，讲解模型驾驶背后的思考。

在2024年12月底的AI Talk上，理想透露，下一步还要用VLA做智能驾驶。

另一匹黑马则是元戎，在过去多次提前押中技术路线：

2020年，启动去高精地图的方案，2023年不随大流卷“开城”，率先落地“无图”NOA。

后来基于“无图”方案，元戎在2023年8月完成了端到端架构下的道路测试。

端到端正式量产上车后，元戎启行在2024年11月初也提出要用VLA作为下一阶段智驾底座。

智驾玩家们正通过打造爆款，为算法迭代收获加速度，更快接近终局。

智驾算法不断迭代，用户体验随之不断增强。目前最领先的功能体验，毫无疑问，当属「车位到车位」。

理想率先全量推送，华为系陆续上车，雷军更是亲自上阵，CEO直测。

一众供应商也在快速跟进，比如元戎启行，今年一季度也要推出「车位到车位」。

2025年，全新的VLA技术范式，全新的「车位到车位」体验，也预示着城区NOA的赛道不会像过年回家的路那样拥堵。

因为VLA的技术门槛依然存在，就像OpenAI宣示大模型作用后，模仿者和复刻者一个接一个，但最后都只能跟随，难以超越。真正有技术洞察的玩家，率先享受认知红利。

所以带来的结果也不难推测，刚刚初见雏形的智驾1.0格局，只是上半场结束的短暂休息，决定终局的下半场——智驾2.0竞速已经开始。

谁会是VLA浪潮下最后的智驾最大赢家？

Read More