自动驾驶技术迭代速度 - VLApreview版本性能相当于ADS3.0版本 其特点是安心但紧急制动频繁且行驶墨迹[1] - VLApreview单手指版本性能相当于ADS3.1版本[1] - VLApreview双手指版本性能相当于ADS3.2版本[1] - VLApreview三手指版本性能相当于ADS3.3版本[1] - VLApreview四手指版本性能相当于ADS3.3.2版本[1] - ADS从3.0到3.3.2版本迭代耗时约一年 而VLApreview完成相同进程仅用不到一个月[1] 场景理解能力对比 - 园区及封闭场景中VLA展示出显著领先的场景理解能力 但公开道路尚未应用[2] - ADS和6月世界模型版本在车库找出口场景存在准确率低或逆行问题 对多数用户不可用[2] - VLA在漫游找出口场景表现精准且安心 准确度显著超越竞争对手[2] 技术架构优势 - VLA通过预训练阶段引入大量三维向量token 使模型具备强大的空间理解能力[2] - 外挂基座仅提供"出口在右边"的文本提示 缺乏具体坐标信息[2] - 自研基座实现文本/视觉/三维空间对齐 可输出"右前方-XXX坐标"级精确定位[2] - 当前四手指版本在部分场景存在选路逻辑缺陷 但VL能力上线后将彻底解决[2] 模型发展路径 - 3.1版本展示模型即智能体的速度突破 为10月长程思考模型奠定基础[2] - 尽管L系列VLA公开道路体验暂不如ADS3.3.2 但不影响技术路径的长期优势[2]