让AI先学会害怕,再握紧方向盘
学习知识要善于思考,思考,再思考!今天golang学习网小编就给大家带来《让AI先学会害怕,再握紧方向盘》,以下内容主要包含等知识点,如果你正在学习或准备学习科技周边,就都不要错过本文啦~让我们一起来看看吧,能帮助到你就更好了!
元戎启行研发VLA模型,在智能驾驶无人区开启“疯狂冒险”。从概念到落地,他们用坚持诠释技术信仰,让智能驾驶从“执行”迈向“思考”。
破局:从路牌困惑到“读懂”世界
2024年6月的一个炎热下午,周光乘坐测试车经过公司附近的一处红绿灯,一个不起眼的交通牌提示"车辆左转不受灯控",测试车依旧停下等待红灯变绿。
那一刻,他盯着后视镜里不断鸣笛的车辆,意识到:人类司机能瞬间理解这类特殊场景,但即便是当时最接近人类驾驶能力的端到端模型,也因无法理解文字路牌未能通过。
这个问题在他心里种下了一颗种子,后续的内部会议上,他与研发团队几次提起这个问题。

与此同时,元戎启行正在探索通用人工智能的多元路径。RoadAGI实验室里诞生了VLA原型,它具备环境语义理解能力,能完成取放物品、避障行走等简单任务。
在一次Demo演示中,周光发现这个能根据环境信息和语言指令自主决策动作的模型,与需要解读复杂路况的智能驾驶模型有着惊人的相似性,不同的是它能够理解语义信息。
这给了他很大启发,仿佛密码锁最后齿轨的咬合,思路迷宫轰然中开。随着ChatGPT等大语言模型爆发,周光与团队更加确定:当现阶段端到端模型陷入corner case泥潭时,融合语言理解的VLA或许能开辟新航道——这不是简单的技术叠加,而是让机器真正开始“读懂”物理世界。
2024年9月,元戎启行将VLA模型提升为公司级研发项目。
在技术发展的浪潮中,时间往往至关重要,这是一场早于行业的“技术豪赌”。引领者从不等“风口”,而是提前看见风的方向。
元戎启行作为一家人工智能企业,始终相信AI技术将重塑生产力关系,引领第四次工业革命的到来。在众多AI衍生应用中,元戎启行选择智能驾驶作为突破口,因为它能打破数字与物理世界的壁垒。
随着辅助驾驶技术大规模上车应用,元戎启行打造的基座模型将借助驾驶行为与物理世界深度交互,进而洞悉其运作规律。无论是“无图”方案、端到端模型,还是VLA模型,元戎启行始终围绕AI技术解决问题。
但最难的从来不是技术本身,而是在无人区找到那条对的路。VLA模型的出现,让智能驾驶从“执行者”迈向了“思考者”——它开始理解“为什么这样开”,而不仅仅是“怎么开”。
这是VLA模型的优势,也是研发之路的开始。
攻坚:在荆棘中定义“安全”边界
当决定了新的技术方向,大家都兴奋不已,希望作为行业技术引领者,率先研发出更好用的智能驾驶方案。但当着手开始做,才发现了重重困难。
一方面,VLA在智能驾驶领域研究应用少,可参考的专业知识匮乏,研发人员需大量阅读资料后逐步摸索;另一方面,公司面临客户量产压力,主线资源倾向量产项目,且新技术效果有不确定性,VLA研发只能保守推进,进度缓慢。
"最开始,我们都被VLA的'语言天赋'迷住了。"产品经理石杰回忆道。
VLA模型具备强大的文字理解及OCR识别能力,团队投入大量精力攻克潮汐车道、可变车道、待转区等文字理解场景。

当测试车顺利通过当初困扰大家的“车辆左转不受灯控”指示牌,并给出文字解释其驾驶决策过程时,车上的人非常激动,这解决了现阶段端到端系统的“黑盒”问题,通过思维链(CoT)实现透明化推理,极大增强用户的信任度。
同时,VLA模型在互联网学习海量知识,能够处理很多corner cases,例如识别超载小货车、路面上的轮胎等等;还可以通过语音交互控车,实时对话驾驭车辆。
然而,一次测试中的惊险一幕,让所有人对VLA的期待有所转变。
测试车在桥洞正要左转,目之所及没有任何车辆,测试车匀速前进,突然窜出一个外卖骑手迫使车辆紧急重刹,车上的人都吓了一跳。大家反思如果是老司机开车,一定会在桥洞盲区提前减速避免风险。
这点醒了所有人,安全才是辅助驾驶的生命线,用户需要的是一个真正安全的辅助驾驶系统,能够主动预判和规避风险,这比“语音交互”更为重要。
对整个场景的高级语义推理是目前端到端系统缺乏的,却是VLA更擅长的,这一刻,“防御性驾驶”成为VLA模型的核心进化方向。
技术可以不断突破极限,但安全永远是我们的底线。在安全、效率和舒适中,我们努力找到一种平衡,让辅助驾驶成为用户日常爱用的出行方式。
研发之路也充满技术攻坚,VLA模型研发人员肖毅正在摸索。VLA模型的研发要经历架构设计、数据探索和规模化、模型验证、部署上车、持续迭代等流程。在架构设计时,起初肖毅计划云端推理,将大语言模型部署云端,数据回传至车端控车,但实车上路云端到车端的时延太大,例如车速60km/h,假设时延需要2s,在拿到云端结果时,车已经向前跑了33米,在这期间实际路况已经发生变化,对于需要及时响应的场景,行驶安全将受到极大威胁。一个月后,研发团队放弃了云端推理,改为本地部署模型。

对车端有限的算力来说,模型车端部署给模型设计、模型加速以及部署优化都带来了全新挑战。研发团队压缩了词表,对模型做了剪枝(pruning)和加速,同时元戎启行强大的推理引擎团队对VLA模型做了大量的算子优化、显存优化、硬件新特性适配等,最终使得VLA在车端顺畅地跑起来。
当然,还有另一个更大的挑战。数据是一切AI模型的基础,大规模的高质量数据对VLA模型来说是重中之重,靠人工标注,效率极低。后来肖毅通过迭代大模型自动给数据打标签,解决了数据规模标注难题,目前元戎启行也达到了千万级Clips的数据规模。
"现在行业都在追逐大模型,但真正稀缺的是对驾驶本质的理解。"周光常对团队强调。当行业忙着给系统加载更多语料库时,元戎启行的VLA正在深度学习"如何在不完美的人类驾驶环境中做出最安全决策"——这才是AI司机的灵魂。
领航:驶向更安心的AI时代
今年,将有超5款搭载元戎启行VLA模型的车量产,首款车8月即将上路。
“对于VLA,我期待可以应用到Robotaxi上,成为真正的AI司机,让用户在安静环境中与它直接沟通。它不仅能响应指令,还能主动守护安全。”周光说到。
随着VLA模型的迭代与应用,我们期待它不仅能成为用户的“AI司机”,更能推动整个行业向更安全、更透明的智能驾驶时代迈进。让每一次出行,都更安心、更自在。
VLA的研发,是元戎启行技术信仰的缩影。不做追随者,只做定义者,这条路很难,但值得。
穿行于行业发展的惊涛骇浪,元戎启行深知VLA不过是航程中的临时锚点,唯以技术研发为压舱石,才能于风浪中稳驭船身,航向人类智慧深处。
未来,元戎启行将不局限于汽车载体,致力于训练更先进的AI模型赋能多种智能体,实现任意点到点的移动能力,先达成RoadAGI(道路通用人工智能),最终迈向通用人工智能,点燃人类生产力的质变奇点。
今天带大家了解了的相关知识,希望对你有所帮助;关于科技周边的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
CSS制作指针式数据仪表盘教程
- 上一篇
- CSS制作指针式数据仪表盘教程
- 下一篇
- Python多重共线性分析:VIF检测全解析
-
- 科技周边 · 业界新闻 | 14小时前 |
- Redis 官方博客怎样提炼数据结构能力的落地场景
- 229浏览 收藏
-
- 科技周边 · 业界新闻 | 14小时前 | MySQL · 业界新闻 · 兼容性 · mysql 弃用 版本升级 移除 Release notes 兼容风险 Upgrade Checker
- MySQL Release Notes 怎样判断数据库升级前的兼容风险
- 250浏览 收藏
-
- 科技周边 · 业界新闻 | 15小时前 | 工具链 · rust · 工程实践 · Rust 工具链 rustup Cargo Rust 1.100.0 stable beta nightly
- Rust 官方公告怎样区分语言变化和工具链变化
- 149浏览 收藏
-
- 科技周边 · 业界新闻 | 15小时前 | python · 版本发布 · Python 弃用 版本迁移 What’s New Porting
- Python 官方 What’s New 怎样定位迁移注意事项
- 175浏览 收藏
-
- 科技周边 · 业界新闻 | 15小时前 | 开发者工具 · GitHub Copilot 模型策略 模型退役 替代模型 迁移计划
- GitHub Copilot 模型退役前怎样切换到替代模型
- 369浏览 收藏
-
- 科技周边 · 业界新闻 | 15小时前 | 云原生 · kubernetes · 业界新闻 · Kubernetes NameSpace enforce Pod Security Admission PSA warn audit Pod Security Standards
- Kubernetes Pod Security Admission 怎样把策略告警转成阻断
- 272浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1070次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1068次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1234次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1176次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1019次使用
-
- GitHub Actions schedule 仅在默认分支生效怎么办
- 2026-11-14 501浏览
-
- 蒙面演唱引争议,旺仔小乔被平台封禁
- 2025-08-08 501浏览
-
- openGauss向量驱动升级,RAC多写突破内核
- 2025-07-30 501浏览
-
- 安普瑞斯工厂放假,电芯供应受影响
- 2025-07-04 501浏览
-
- 农产品APP开发优势与功能全解析
- 2025-04-30 501浏览

