快科技3月10日消息，據媒體報道，理想汽車正在研發下一代VLA（視覺-語言-動作）智駕大模型，目標是於今年下半年實現項目落地。

理想汽車在去年二季度財報電話會議上表示已啓動端到端VLA模型的研究，將兩個模型合二爲一，使多模態大模型內化爲端到端智駕大模型的一種能力。

那麼，VLA智駕大模型與此前的智駕系統有何區別呢？

VLA智駕大模型結合了端到端和VLM（視覺語言）多模態模型的優勢，能夠提升智駕系統對複雜場景的理解能力，從而提高智能駕駛的精準度。

與端到端大模型相比，VLM對圖像和場景的理解能力更強，但端到端大模型存在決策不可解釋以及難以處理部分場景的缺陷。

當前，VLA是智能駕駛領域的核心競賽之一，理想汽車、吉利汽車和元戎啓行都在積極推動其落地。

然而，VLA的落地面臨較大挑戰，除了模型研發需要時間外，目前市面上的芯片性能大多無法支持其運行。

不過，英偉達即將量產的Thor系列芯片有望解決這一問題。