点击下方 卡片 ，关注" 自动驾驶之心 "公众号 戳我-> 领取 自动驾驶近30个 方向 学习 路线 >>自动驾驶前沿信息获取 → 自动驾驶之心知识星球 最近自动驾驶的两大前沿方向：VLA和世界模型，已经有明显的融合趋势 。这一想法是十月份看到中科院的 DriveVLA-W0，因此笔者借这个机会分别调研了 VLA 和 World Model 相关的工作，并且思考一下 这二者结合 的可能性。 太长不看版： VLA和世界模型并不冲突，终极目标是一致的。世界模型可以作为数据引擎、闭环引擎，甚至可以参与到VLA 的模型训练过程中，融合是大趋势，落地是我全都要。 经过几周的调研、分析，有了些成果和自己的心得，所以也想理一理，分享给自动驾驶之心的小伙伴们，主 要分为以下几个部分： 输入端：融合多模态感知 VLA的输入整合了视觉、传感器与语言等多模态的信息。核心视觉输入通过多摄像 头图像生成BEV或体素表征，以理解空间结构；传感器（如激光雷达、毫米波雷达）提供几何与动态补充； 语言输入则是关键创新，支持导航指令、交互问答与规则描述，使系统能理解人类意图与常识，构建出超越 传统纯视觉感知的环境理解。 自动驾驶技术诞生到发展至 ...

Sakana AI以自然演化为灵感，提出了一种全新的模型融合进化方法M2N2。通过引入自然界的「择偶机制」，AI可以像生物一样「竞争、择 偶、繁衍」。在当前全球算力短缺、模型训练实际规模受制的情况下，Sakana AI借助自然界的启示，为模型融合探索出了一条新路。 如果让AI模型像生物一样演化，它们会不会彼此竞争、协作、结合，并繁衍出越来越强的后代？ 「物竞天择，适者生存」的进化论思想，是否也适用于AI模型？ 就在最近，Sakana AI从自然演化的过程中汲取灵感，提出了一种利用「竞争与吸引力」的自然选择机制，来提升AI模型融合效果的方法。 Sakana AI认为，AI模型的发展，也和自然演化的过程类似： 集体智慧从群体中涌现。 比如：自然并没有创造单一的、巨大的单体生物，而是孕育了一个多样化的生态系统。在自然界的生态系统中，每一个个体通过竞争、合作与组合来适应 环境、繁衍后代。 这正是Sakana眼中的AI世界该有的样子： 当人类不再试图构建一个庞大的单体AI，而是演化出整个AI生态系统，各个专业AI模型在其中竞争、合作、融合……这会带来什么？ 他们没有简单停留在想象阶段，而是一直在探索模型融合，试图利用演 ...