图片由AI生成 随着大模型深度融入汽车行业，行业竞争正从功能实现转向高阶智驾能力的比拼，而VLA（Vision-Language-Action Model，视觉语言行动模型）被视为下一 代技术竞争的关键变量。 目前，VLA正成为智能驾驶领域公认的下一代核心技术，相关企业都在加码布局。国内理想汽车、小鹏汽车、长城汽车（已搭载于魏牌蓝山）、元戎启行 等都已在VLA上实现量产落地。 解决传统"端到端"模型痛点 传统的端到端模型像一个"黑盒"，可能"看得见但看不懂"，在面对违规左转、行人闯入等长尾场景时容易"翻车"。 而相较于传统"端到端"模型，VLA通过引入语言模态作为中间层，将视觉感知转化为可解释的逻辑链，从而具备了处理长尾场景和复杂突发状况的潜力，让 机器像人类一样"观察、推理、决策"，而不仅仅是海量数据的简单映射。 当地时间12月1日，英伟达（NVIDIA）宣布正式开源其最新自动驾驶"视觉—语言—行动"（VLA）模型 Alpamayo-R1，该模型能够同时处理车辆摄像头画 面、文本指令，并输出行车决策，已在GitHub和Hugging Face平台开源，并同步推出Cosmos Cookbook开发资源包。 这 ...