6月11日，自動(dòng)駕駛公司元戎啟行在2025年火山引擎Force原動(dòng)力大會(huì)上宣布，其VLA模型將于今年第三季度推向消費(fèi)者市場，并預(yù)計(jì)在年內(nèi)上車五款車型。
圖片來源：元戎啟行
VLA模型即視覺—語言—動(dòng)作模型，是元戎啟行在端到端模型基礎(chǔ)上引入大語言模型后升級(jí)而成的多模態(tài)模型，可理解交通場景中復(fù)雜交互事件，識(shí)別異形障礙物，理解文字信息并且可以根據(jù)語音指令做出對(duì)應(yīng)駕駛決策。
目前，元戎啟行已完成該模型的真實(shí)道路測試。其中，VLA模型支持激光雷達(dá)方案與純視覺方案，將率先搭載在NVIDIA Drive Thor芯片上，后續(xù)元戎啟行還將通過技術(shù)優(yōu)化，讓VLA模型可以適配更多芯片平臺(tái)。
此次VLA模型的發(fā)布，展示了其四大核心功能，即空間語義理解、異形障礙物識(shí)別、文字類引導(dǎo)牌理解和語音控車。
圖片來源：元戎啟行
具體來看，空間語義理解功能相當(dāng)于駕駛“透視眼”，能夠全維度解構(gòu)駕駛環(huán)境，精準(zhǔn)破解橋洞通行、公交車遮擋視野等動(dòng)靜態(tài)駕駛盲區(qū)場景駕駛風(fēng)險(xiǎn)；異形障礙物識(shí)別功能如同駕駛 “百事通”，可識(shí)別各種異形障礙物；文字類引導(dǎo)牌理解功能能準(zhǔn)確理解并執(zhí)行文字指示；語音交互控車功能則如同駕駛 “應(yīng)答靈”，可與用戶高效交流，根據(jù)語音指令做出對(duì)應(yīng)駕駛決策，交互更擬人。
元戎啟行CEO周光強(qiáng)調(diào)，VLA模型是實(shí)現(xiàn)物理世界agent的關(guān)鍵技術(shù)，可連接多種模態(tài)，打通物理世界與數(shù)字世界壁壘，具有完善任務(wù)規(guī)劃和執(zhí)行能力，此次與火山引擎合作將推動(dòng)雙方技術(shù)在多領(lǐng)域落地，促進(jìn)生產(chǎn)力進(jìn)階。
VLA模型的量產(chǎn)上車，將為消費(fèi)者帶來更智能、便捷和安全的駕駛體驗(yàn)，推動(dòng)汽車產(chǎn)業(yè)向智能化進(jìn)一步轉(zhuǎn)型，也有望重塑智能駕駛市場格局，助力元戎啟行在自動(dòng)駕駛領(lǐng)域取得更大市場份額和競爭優(yōu)勢，為行業(yè)發(fā)展樹立新標(biāo)桿，開啟智能駕駛新時(shí)代。
CONTACT US
ICC APP
