#小鹏Max车主赞VLA蒸馏版表现超预期#试玩max的VLA 2.0 Lite蒸馏版最明显的感受,就是它不像很多“低算力版本”那样,一进复杂环境驾驶风格就明显降级。
比如视频1这种小路。
前面有车、旁边有非机动车,对向又不断来车的时候,传统辅助驾驶很容易出现一种状态:
它其实都看见了,但是不知道现在到底该不该走。
于是刹一下、挪一点,再刹一下。人坐在车里就会觉得它特别犹豫。这次Max版更明显的变化,是很多判断会提前做出来。
该让的时候让,该抢窗口的时候也不会一直等。这种体验,其实跟6.3.0的完全版能力增强有关,老师教得好学生就学得好。新版模型不再只是看眼前这一帧,而是加入了一定的长时序能力:可以利用过去30秒的有效时序信息,同时X-Foresight预测世界模型还会对未来约6秒的交通参与者行为进行推演。
它开始知道前面这个人、这辆车,刚才在干什么。比如一辆车刚刚已经连续两次往外探头了,那它第三次再动的时候,系统对它的理解就不应该还是突然出现了一辆车。而是它应该知道这辆车大概率就是想出来。这就是时序信息带来的区别。
Max版另一个让我比较意外的地方,是它的动作连续性。
以前我们评价一套辅助驾驶,特别容易只看片段这一把有没有刹住?这个车有没有绕过去?这个路口有没有顺滑通过?
但第二代VLA这一轮升级以后,动作的连贯性和反应速度再配合上控车细腻程度是很大的优点。
比如看到障碍物以后减速,然后观察对向车辆,再往左借一点,完成绕行,再回到正常车道。人开车的时候,这是一个连续的驾驶计划。
而不是机械的减速是一个功能、绕行是一个功能、回正又是另外一个功能。
6.3.0采用的是流式自回归推理,官方给出的响应速度提升约3倍,目的就是让系统面对持续变化的道路环境时能够边看、边想、边决策、边执行,6.3.0上非常类似人脑决策的能力和动作,没想到在Max蒸馏版上也有体现,这个值得点个大大的赞。
所以试完Max以后,我认为VLA 2.0的蒸馏不是Ultra 100分,Max砍成70分。
它是Ultra可能能处理更多极限问题,但Max面对大量日常道路的时候,解决问题的方法不能变笨。
可以削模型规模,可以降低计算量,真正决定驾驶体验的东西,要尽可能留下来。
这也是为什么我觉得6.3.0 Max版的真正领先性。
发布于 上海
