在新能源汽車領域，智能駕駛技術正以前所未有的速度蓬勃發展，一系列令人矚目的新技術不斷涌現，徹底顛覆了人們對傳統駕駛的認知，同時也引發了關于智能駕駛能否替代人工駕駛的激烈討論。

世界模型：開啟智能駕駛新視野

世界模型在智能駕駛技術體系中扮演著關鍵角色。以華為為例，其發布的 ADS4 引入了 WE - WA 架構，其中的 WE 即云端世界引擎（World Engine），WA 代表車端的世界行為模型（World Action Model）。世界引擎堪稱智能駕駛的 “超級大腦訓練師”，它利用 AI 技術生成海量且復雜的困難場景，涵蓋極端天氣下的道路狀況以及罕見障礙物的出現等情況，其生成困難場景的密度甚至比真實世界高出 1000 倍，這一創舉成功突破了傳統訓練數據不足的瓶頸。車端的世界行為模型則像一位聰明且敏銳的 “副駕駛”，它作為原生多模態的車端大模型，能夠同時接收視覺、聽覺、觸覺等多方面的輸入信息，并迅速、精準地輸出控車軌跡以及對周邊環境的深度理解，為車輛的安全行駛提供全方位支持。

小鵬汽車也不甘示弱，在 MPV 車型 X9 香港上市發布會上透露，其已經搭建了高達 10 EFlops 的萬卡集群，全力訓練一個參數達 720B 的超大 “世界基座模型”，并基于此蒸餾壓縮得到小模型 XVLA。小鵬計劃以 “世界模型 + XVLA + 圖靈芯片” 的組合方式，構建下一代智駕技術體系，這將極大提升車輛對復雜交通環境的感知與應對能力，讓駕駛變得更加智能、安全。

VLA 模型：重塑智能駕駛決策邏輯

VLA（Vision - Language - Action）模型最早由 Google DeepMind 在 2023 年 7 月提出，原本應用于機器人控制領域，如今已在智能駕駛領域嶄露頭角，成為眾多主流自動駕駛玩家關注的焦點。小米從 Wayve 招聘主任科學家專門負責帶領 VLA 團隊，國內 Tier 1 龍頭德賽西威的自研智駕團隊也在積極探索 VLA 技術，小鵬的 XVLA 模型同樣是 VLA 的衍生版本。

VLA 模型以大語言模型為基石，具備諸多獨特優勢。從模型開發角度來看，語言在模型的 “對齊” 操作中具有天然優勢，是 AI 開發不可或缺的重要手段，同時也是用戶對智能駕駛系統建立信任和安全感的有效途徑。在實際駕駛場景中，應用 VLA 模型的系統能夠精準習得特殊車道的駕駛方式，對路況擁有更長時序的理解能力，從而有效避免基礎錯誤，在處理復雜路況時表現得更加得心應手。例如，在車展期間體驗元戎最新軟件版本時發現，其在面對大量密集的 VRU（道路使用者，如行人、非機動車等）時，展現出相當穩定的感知與博弈能力；在廣州密集城區的環島、銜接路等復雜道路結構的識別處理上，也表現得十分出色，讓人印象深刻。

智能駕駛：替代人工尚需時日

盡管這些新技術為智能駕駛帶來了質的飛躍，但要讓智能駕駛完全替代人工駕駛，目前仍面臨諸多挑戰。在復雜多變的現實交通環境中，存在著大量難以預測的情況，如突發的交通事故、道路臨時施工、動物突然闖入等，這些場景對于智能駕駛系統的應變能力提出了極高要求。雖然智能駕駛技術在不斷進步，但人類駕駛員憑借長期積累的經驗和靈活的應變能力，在處理某些特殊情況時仍具有不可替代的優勢。此外，智能駕駛系統的安全性和可靠性也是人們關注的重點，一旦系統出現故障或受到黑客攻擊，可能會引發嚴重的后果。

不過，隨著技術的持續創新與完善，智能駕駛在特定場景下已經能夠發揮重要作用，并且正逐步向更廣泛的應用領域拓展。在一些相對封閉、規則明確的場景，如工業園區、港口、礦區等，智能駕駛車輛已經開始投入使用，實現了貨物的自動運輸，提高了工作效率，降低了人力成本。

新能源汽車智能駕駛領域的世界模型、VLA 等新技術的出現，為行業發展注入了強大動力，讓我們看到了智能駕駛未來的無限可能。雖然目前智能駕駛還無法完全替代人工駕駛，但在技術的推動下，智能駕駛與人工駕駛相互協作、優勢互補的模式，將在未來的交通出行中發揮重要作用，共同為人們創造更加安全、高效、便捷的出行體驗。

作者聲明：內容由AI生成