視覺_語(yǔ)言_動(dòng)作模型（VLA）產(chǎn)業(yè)研究：通往L3智能駕駛與具身智能之鑰.pdf

視覺_語(yǔ)言_動(dòng)作模型（VLA）產(chǎn)業(yè)研究：通往L3智能駕駛與具身智能之鑰。中國(guó)智能駕駛產(chǎn)業(yè)正向 L3 邁進(jìn)，高階智駕需求仍有巨大待滿足空間。當(dāng) 前高速 NOA 功能已成為主流車型標(biāo)配，價(jià)格下探至 15 萬(wàn)元以下，同時(shí)技 術(shù)進(jìn)步帶動(dòng)價(jià)格下探與智駕市場(chǎng)擴(kuò)容，城區(qū) NOA 正進(jìn)入 15-20 萬(wàn)元區(qū)間。 城市NOA預(yù)埋裝配率穩(wěn)步提高，中國(guó)L2級(jí)智能駕駛滲透率已經(jīng)達(dá)到50%， 具備向 L3 發(fā)展的技術(shù)和硬件基礎(chǔ)。隨著 2024 年首批 L3 試點(diǎn)車企和試點(diǎn) 城市名單的公布，相關(guān)政策亦在逐步突破，2025 年有望成為 L3 落地元年。 在消費(fèi)者層面，用戶對(duì)智能駕駛大多持積極態(tài)度。20 萬(wàn)以上中高端區(qū)間各 價(jià)格段均有 55%以上的用戶關(guān)注智能化，且 66%的用戶已不滿足于基礎(chǔ) L2 級(jí)輔助駕駛，智能駕駛已成為購(gòu)車的重要因素。但由于智駕技術(shù)尚未完 全成熟，消費(fèi)者對(duì) L2 級(jí)別智駕在復(fù)雜場(chǎng)景下的信任度較低，L3 級(jí)為代表 的高階智駕具有巨大市場(chǎng)發(fā)展前景。

智能駕駛技術(shù)正經(jīng)歷從“模塊化端到端”向“全局端到端”的演變，視覺 -語(yǔ)言-動(dòng)作模型（VLA）將成為實(shí)現(xiàn)全局端到端的關(guān)鍵突破技術(shù)。模塊化 端到端為傳統(tǒng)模塊化結(jié)構(gòu)與端到端的中間形態(tài)，分為感知層和決策層端到 端。一段式端到端則由一個(gè)神經(jīng)網(wǎng)絡(luò)模型完成全部操作，直接處理原始傳 感器信息輸出控制信號(hào)。隨著模塊化端到端技術(shù)的日臻完善、多模態(tài)大模 型的技術(shù)賦能、芯片的算力突破，一體化智駕大模型呼聲愈高，VLA 應(yīng)運(yùn) 而生。視覺-語(yǔ)言-動(dòng)作模型（VLA）以大語(yǔ)言模型為基礎(chǔ)，能直接輸出控 制信號(hào)，大幅提高了復(fù)雜環(huán)境適應(yīng)能力和決策響應(yīng)速度。但智駕發(fā)展仍面 臨：數(shù)據(jù)規(guī)模影響模型性能、仿真數(shù)據(jù)精度欠佳、模型推理效率需提升以 滿足實(shí)時(shí)響應(yīng)要求、VLA 模型對(duì)算力需求高、政策監(jiān)管趨嚴(yán)等諸多挑戰(zhàn)。

在“向下智駕平權(quán)”+“向上技術(shù)升級(jí)”的趨勢(shì)下，車企自研與第三方合 作的市場(chǎng)格局將發(fā)生變化，積累深、投入久的企業(yè)將具備在 L3 等高階智 駕市場(chǎng)的競(jìng)爭(zhēng)優(yōu)勢(shì)。2025 年產(chǎn)業(yè)掀起智駕平權(quán)浪潮使具備智駕功能車型 價(jià)格下探至 10 萬(wàn)元以下，智駕平權(quán)壓縮了中低端車企成本空間，讓具備 性價(jià)比優(yōu)勢(shì)的第三方供應(yīng)商獲得更多機(jī)會(huì)。而長(zhǎng)期自研高階智駕的頭部車 企布局智能駕駛時(shí)間較長(zhǎng)，多已實(shí)現(xiàn)完整技術(shù)路徑的突破和技術(shù)積累，已 形成技術(shù)領(lǐng)先的消費(fèi)者心智，受智駕平權(quán)影響相對(duì)較小，未來將能夠堅(jiān)持 自研路線。VLA 技術(shù)發(fā)展預(yù)示著以大模型為基座的智駕方案加速應(yīng)用，汽 車企業(yè)逐漸向科技企業(yè)轉(zhuǎn)型。L2-L4 的躍遷是長(zhǎng)期資金、算力、技術(shù)、數(shù) 據(jù)的資源積累過程，因此產(chǎn)業(yè)鏈中積累深厚且投入持久的企業(yè)將具備 L3 等高階智駕和市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)。未來，預(yù)計(jì)少數(shù)頭部主機(jī)廠將維持全棧自研 戰(zhàn)略以提供高質(zhì)量智駕體驗(yàn)，而第三方龍頭供應(yīng)商則將憑借技術(shù)優(yōu)勢(shì)和性 價(jià)比覆蓋更多市場(chǎng)份額，產(chǎn)業(yè)格局將因 VLA 技術(shù)的發(fā)展而加速變化。

自研 VLA 車企和智駕 VLA 供應(yīng)商憑借所積累的供應(yīng)鏈硬件協(xié)同能力和 技術(shù)迭代積累將在具身智能領(lǐng)域釋放巨大發(fā)展?jié)摿Α?/strong>具身智能是指能與環(huán) 境實(shí)時(shí)交互，實(shí)現(xiàn)感知、認(rèn)知、決策和行動(dòng)一體化的智能體。智能駕駛汽 車作為具身智能分支，其技術(shù)架構(gòu)與機(jī)器人等一脈相承，在硬件傳感器與 零部件、軟件算法技術(shù)方面均有極大共通性。一方面，VLA 技術(shù)源于機(jī)器 人領(lǐng)域，兩者結(jié)構(gòu)相似，自研車企可將 VLA 技術(shù)低成本復(fù)用至機(jī)器人領(lǐng) 域，在算法上占據(jù)技術(shù)優(yōu)勢(shì)。另一方面，車企積累的供應(yīng)鏈硬件協(xié)同能力， 使其能夠快速涉足機(jī)器人產(chǎn)業(yè)，利用現(xiàn)有資源實(shí)現(xiàn)降本增效。目前，國(guó)內(nèi) 外眾多車企已通過自研、投資、合作等方式積極布局具身智能，將智能駕 駛技術(shù)經(jīng)驗(yàn)遷移到該領(lǐng)域，有望打造為第二增長(zhǎng)曲線。