當(dāng)前，輔助駕駛已實(shí)現(xiàn)“全國(guó)都能開”的基礎(chǔ)覆蓋，但用戶從“能用”到“愛用”的鴻溝依然顯著。核心痛點(diǎn)在于“安心感不足”——系統(tǒng)決策缺乏解釋性、盲區(qū)預(yù)判能力薄弱、人機(jī)交互過于機(jī)械化等問題，導(dǎo)致用戶對(duì)智駕系統(tǒng)缺乏信任。

而理想與元戎啟行同期押注VLA（視覺-語(yǔ)言-動(dòng)作）模型，正是針對(duì)這一痛點(diǎn)，通過技術(shù)升維破解智駕體驗(yàn)的“最后一公里”。

VLA模型的本質(zhì)是通過運(yùn)用語(yǔ)言模型，增強(qiáng)系統(tǒng)的推理能力，讓系統(tǒng)對(duì)社會(huì)常識(shí)有更全面的認(rèn)知，從而解決更多的長(zhǎng)尾場(chǎng)景。

當(dāng)下智駕面臨的挑戰(zhàn)和質(zhì)疑，主要?dú)w類為以下幾類問題：

首先是模型存在不可解釋性。

用戶并不知道系統(tǒng)為何會(huì)無故加速、減速，甚至退出。信息的不透明導(dǎo)致用戶對(duì)智駕系統(tǒng)喪失安全感和信任，不敢用輔助駕駛系統(tǒng)。

其次是防御型駕駛能力不足。

防御型駕駛能力的高低是新老司機(jī)的最大區(qū)別。

最典型的就是高架橋的橋墩盲區(qū)。匝道匯入主路時(shí)，一側(cè)的橋墩會(huì)遮住司機(jī)大半個(gè)視野，新手司機(jī)可能察覺不到，但老司機(jī)會(huì)提前減速觀察，避免突然出現(xiàn)車輛。

交管部門數(shù)據(jù)顯示，在眾多交通傷亡事故中，因內(nèi)輪差和盲區(qū)引發(fā)的事故占比達(dá)到 70% 以上?，F(xiàn)在多數(shù)智駕遇到鬼探頭只能做到急剎避讓，但防御型駕駛是要能提前結(jié)合場(chǎng)景，預(yù)知鬼探頭風(fēng)險(xiǎn)提前減速。

最后是人機(jī)交互過于機(jī)械化。

目前大多數(shù)車輛進(jìn)入輔助駕駛狀態(tài)后，用戶選擇僅限于接管和不接管，沒有專屬用戶的定制化駕駛風(fēng)格，與個(gè)性化的語(yǔ)音交互，這也是系統(tǒng)決策容易偏離用戶預(yù)期的原因質(zhì)疑，智駕行業(yè)都沒有徹底解決用戶“安心感”的問題。

在此背景下，以理想、元戎為代表的玩家堅(jiān)定押注VLA技術(shù)路線，運(yùn)用語(yǔ)言模型的能力來解決以上這些問題。

首先，元戎和理想的VLA模型將語(yǔ)音交互控車進(jìn)行了全面升級(jí)——用戶能在車輛在輔助駕駛中，語(yǔ)音控制車輛的動(dòng)作、車速、車道選擇等，甚至還釋放了豪車識(shí)別功能。若遇上豪車，智駕則會(huì)更加謹(jǐn)慎，展示了VLA系統(tǒng)對(duì)場(chǎng)景深刻精準(zhǔn)的理解能力。

語(yǔ)音控車指令

此外元戎啟行還釋放了空間語(yǔ)義理解、異形障礙物識(shí)別、文字類引導(dǎo)牌理解三大功能。

空間語(yǔ)義理解，即 VLA 可以解決盲區(qū)場(chǎng)景設(shè)計(jì)的問題。相當(dāng)于為系統(tǒng)裝上透視眼，預(yù)判行車中的交通盲區(qū)。

例如，在通過無紅綠燈的路口時(shí)，VLA模型能提前識(shí)別到“注意橫穿，減速慢行”的指示牌，即使公交車通行造成動(dòng)態(tài)盲區(qū)，VLA也會(huì)結(jié)合公交車的動(dòng)作去做出準(zhǔn)確的決策。當(dāng)公交車進(jìn)行減速時(shí)，它會(huì)通過推理前方可能有行人穿行，并做出“立即減速、注意風(fēng)險(xiǎn)、謹(jǐn)慎通行”的決策。

公交車動(dòng)態(tài)盲區(qū)遮擋

異形障礙物識(shí)別屬于智駕的算法長(zhǎng)尾問題，過去經(jīng)常被歸類為 1% 的極端路況。但依靠 VLA 模型，即便識(shí)別到“變形”的超載小貨車，也能結(jié)合實(shí)際路況，執(zhí)行減速繞行或靠邊駕駛。

異形障礙物識(shí)別

此外，VLA 也可以加強(qiáng)系統(tǒng)對(duì)文字類引導(dǎo)牌的理解能力。元戎啟行的 VLA 模型能識(shí)別并理解各種圖形、文字類路牌信息，按照路牌引導(dǎo)內(nèi)容行駛。

特殊路標(biāo)識(shí)別

面對(duì)左轉(zhuǎn)待行區(qū)、可變車道、潮汐車道等 “動(dòng)態(tài)規(guī)則路段”，VLA模型能夠讀懂字符與圖標(biāo)的含義，高效匹配實(shí)時(shí)路況。在多車道復(fù)雜路口選道直行的場(chǎng)景中，能夠準(zhǔn)確識(shí)別車輛前方的文字及圖案標(biāo)識(shí)牌，從左轉(zhuǎn)右轉(zhuǎn)混雜的路口準(zhǔn)確找到左轉(zhuǎn)車道，并執(zhí)行操作。

元戎啟行正在通過VLA模型，打造能防御型駕駛的 AI 司機(jī)。

據(jù)悉，元戎的 VLA 模型將會(huì)在第三季度量產(chǎn)上車 5 款車型。接下來，智駕是否具備更長(zhǎng)遠(yuǎn)的思維、推測(cè)能力，VLA 能否大規(guī)模量產(chǎn)上車，也將是下半年智駕玩家們能否進(jìn)入 VLA 第一梯隊(duì)的關(guān)鍵。