魏牌全新蓝山智能进阶版正式上市，限时焕新价27.58-30.28万元，顾名思义，辅助驾驶芯片换了英伟达Thor-U，更重要的是软件架构方面，切换到了VLA大模型。
VLA是个什么概念呢，我来简单盘一下，1分钟让大家看懂。

VLA是Vision-Language-Action的缩写，也就是视觉、语言、行动模型。它是目前被业界普遍认为最终将通往自动驾驶的大模型，是理论上限最高的路线。

VLA的上一代辅助驾驶软件架构我们习惯称之为“端到端”（E2E）大模型，就是输入给它原始数据，它直接出行车轨迹。相比更早的模块化结构，链路更短，延迟更低，模型本身能力更强，所以能实现城区复杂路况的更好体验。比如遇到占用车道的违停车，绕行会比较丝滑，一般不会停下来傻等。所以，“端到端”在城区里已经处于可用的状态，不会像更早时期那样，遇到个复杂点的情况就卡住，通行效率太低，你就不爱用了。

但是，“端到端”的原理还是模仿学习，模型本身并不理解这个世界，只是通过对大量人类驾驶数据的模仿，套用在自己当下感知到的环境，触类旁通，生成驾驶决策。不好理解的话，我打个比方：
“端到端”类似于一只猴子在驾校学开车，教练告诉它：这样右拐，有人就等或者绕，有车就超……它是能照做的，包括下次遇到类似情况它也能会，但是它不知道为什么要这么做，因为它无法系统性的理解交通法规和文明驾驶。所以，想提升猴子的能力，只能是让它学习尽量多的复杂情况，这样再遇到同类情况它才知道怎么处理。当学习过的复杂情况足够多，你会发现猴子也能开得挺好。可是，你喂给它的情况再多，也不可能覆盖实际道路上所有的情况。所以，它最终还是不可能处理所有情况的。此外，因为不是真的理解世界，每次都是从“经验”里找答案，所以它的决策过程可能会显得比较纠结，动作可能会不连贯，实际表现为：方向盘连续小幅左右调整，油门踩得不够果断等。

而到了VLA，重要的东西就是L，Language，语言。人类之所以能够理解世界，就是因为有语言。你能学会交规，看懂路牌，理解别人描述的道路情况，就是因为语言。VLA和“端到端”从底层逻辑上的不同就是：VLA驾驶车辆不再基于模仿学习，而是强化学习。再打个比方：你就想象你自己去驾校学完了理论知识，然后去道路上一遍一遍的训练，最终你的驾驶技能就越来越强。VLA就是这套逻辑，跟人类是一样的。所以，你说它是不是理论上限非常高？

写到这里我插一句，上面的“端到端”之所以加引号，是因为VLA其实也是端到端，这俩本身不是一个维度上的词儿，只是在辅助驾驶发展的历程中，“端到端”这个描述模型训练与建模范式的词儿，被当成了一种技术路线标签来使用。但这本身没有恶意，只是在当时的环境中，为了更好的说明才这么叫的。所以咱们现在讨论的，严格来说不是VLA和“端到端”，而（大体上）是“基于模仿学习的端到端”和“基于强化学习的端到端（VLA）”，大家能分辨就好了。

OK，继续说VLA。这个玩意儿也不是一上来就非常强大的，就像人从驾校学出来，刚上路，它不可能立刻就像老司机那样开车。随着训练的加深，它会越来越强。现阶段，市面上的VLA都不是“训练到头儿”的样子，道理很简单，人类的驾驶技术有上限吗？没有的。这玩意儿是上不封顶的。所以，每个车企有自己的阈值——训练到什么状态可以量产上车。

全新蓝山智能进阶版的VLA，从他们目前给出的信息看，VLA该有的都有：
1，界面上会有CoT思维链卡片，就是实时的在告诉你，系统看到了什么，做了什么判断，最终输出了什么决策。这就是VLA的一大优势：可解释性强。你知道系统做决策的依据是什么，方便感兴趣的用户理解，也让工程师可以更方便去改进它；
2，防御性驾驶。这也是VLA的优势，因为它更懂这个世界，比如它知道高架桥底下的某一个小桥洞可能会出来车，经过强化训练，它就可以做到像人一样，提前减速观察，或者提前变道，离桥洞远点，让出空间；
3，语音控车。比如你可以跟车说：开快一点、向右变道等，这也是VLA自身就具备的优势。还可以期待后面的更新，车会能懂越来越多的指令；
4，特殊场景理解。比如施工区域、窄路和坑洼路等。这也是VLA的优势，能以人类的方式理解世界，随着强化训练的加深，它的应对方式会越来越从容。

严谨起见，没试过车的时候，我不能只从理论上就给全新蓝山智能进阶版的VLA的实际表现下结论。不过，很显然，作为传统车企，魏牌这次走在了很多新势力的前面。VLA的落地难度比之前的“端到端”高了几个量级，可见魏牌在辅助驾驶方面的技术积累还是非常深厚的。#魏建军赌上姓氏造车后悔了吗 ##蓝山VLA大模型上车首秀#