XPeng自动驾驶负责人首次专访公开VLA 2.0细节

公开了什么

新闻聚合账号Chubby在X上公开了与XPeng Global Group General Intelligence中心负责人Liu Xiaoming进行的独家专访。据悉，专访提出的问题包括：XPeng正在开发的VLA 2.0技术究竟能做到什么、自动驾驶目前仍会失效的环节在哪里、这项技术何时能进入欧洲市场，以及距离全自动驾驶车辆投入使用还有多远。不过，公开的文字内容似乎只包含了问题列表，具体回答内容只能通过另外附上的YouTube视频链接查看。

VLA是什么，为何困难

VLA（Vision-Language-Action）是一种在单一模型内，将摄像头看到的画面与语言推理连接起来，并转化为实际驾驶动作（转向、加速、制动）的方案。如果说以往的自动驾驶软件将感知、判断、控制拆分成独立模块分别处理，那么VLA更接近于将大语言模型习得的常识性推理能力，直接引入驾驶判断之中。特斯拉的FSD也在朝着类似方向演进，而在中国电动车企业之间，将这一路线视为自动驾驶下一阶段的看法正在增多。XPeng虽然起步于电动车制造商，但已将业务延伸至自研自动驾驶技术栈、人形机器人以及城市空中交通（eVTOL）领域，本次专访中提到的"General Intelligence中心"这一组织名称本身，就体现出该公司将自动驾驶视为整体物理AI版图中一环的方向性。