原作者：微博用户大懒货 原文链接： https://weibo.com/2062985282/Q0LWSft0j 以下为原文： 写一点 #理想mindvla让每个人都有专职司机# 到底是不是 真的VLA❓ 或者更加收敛一点： 是不是机器人领域 基于一个大语言模型LLM作为主干网络，串行的神经网络实现：多模态信息整 合编码【包含但不限于视觉、激光雷达、语言、地图、定位】后，基于大语言模型整合后输出决策并将决 策转换成轨迹后再转换成控制细节❓ 这类狭义的VLA 根据目前短暂本地体验，并对比了和E2E+VLM的差异 我认为是狭义的VLA 这里用几个场景差异来作证这个观点【如果觉得不对，那就是我错了~】 ①：VLA后具备了非常好【比较少漏报或者虚惊】情况下的防御性驾驶，即在无遮挡的十字路口 会开的比较快且稳健；在有遮挡的、视野不佳的路口会出现明显的基于可行驶剩余距离丝滑减速的防御性 驾驶。 而过去E2E模型很难学会这种丝滑的减速，加上了VLM模块是可以实现特定场景，例如丁字路口 的强制减速，但是体感上能感受到是一脚略微比较急的刹车。 而在VLA里面，这个减速的G值是根据剩余距离的长短进行调整，而且在这个短暂体验中没有 ...