智驾路线之争 企业全面布局生态各方观点

观点:

观点组1: VLA代表智能驾驶远期方向，但短期内受制于算力与数据难以量产落地
观点作者：吴永桥
观点内容：VLA短期内难以落地，主要受限于多模态特征对齐困难、训练数据获取难，且需7B-10B参数规模模型部署在车载芯片上，当前硬件尚不支持。


观点作者：吕鹏
观点内容：现有智驾芯片还不足以支撑VLA大模型部署，预计3至5年后才具备落地条件，现阶段更应聚焦基础驾驶能力的打磨。


观点组2: 智能驾驶技术路线选择应以用户可感知的体验为核心判断标准，而非单纯追求先进性
观点作者：陈光
观点内容：无论VA、WA还是VLA，关键在于提升模型的智能密度；小米不会采取‘一刀切’的技术策略，新技术引入需循序渐进，最终能否被用户感知、信任并长期使用才是判断标准。


观点作者：作者
观点内容：用户关注安全而非技术架构，部分企业追求极致体验，多数则聚焦性价比，技术终须回归用户体验，由亿万用户的每一次安心旅程决定胜负。


观点组3: 一段式端到端是当前高阶智驾落地的核心路径，能实现拟人化驾驶体验
观点作者：吴永桥
观点内容：一段式端到端方案具备高度拟人化的驾驶体验，系统拥有类似人类的‘车感’，能凭直觉平滑跟车、预判前车动态并提前松电门，这是与两段式架构的本质区别。


观点作者：吕鹏
观点内容：传统混合架构横纵向解耦会导致响应延迟和信息损失，而一段式端到端从光子输入到轨迹输出实现超低时延，有效避免控车生硬和点刹频发问题。


观点作者：余凯
观点内容：一段式端到端与VLA同属E2E架构，本质是解决复杂场景的技术工具，当前行业应优先构建稳定流畅的‘条件反射’式驾驶本能。


观点组4: 软硬一体的生态整合能力将成为智驾竞争的关键优势
观点作者：余凯
观点内容：软硬协同才能释放数据飞轮的最大势能，地平线已从纯芯片公司转型为智能驾驶科技公司，通过HSD方案实现上下错落的智驾生态布局。


观点作者：曹旭东
观点内容：为应对软硬件垂直整合趋势，Momenta自研BMC 7X芯片与R6飞轮大模型形成算法与芯片组合，只有软硬一体才能建立真正的竞争力。


观点作者：苏箐
观点内容：一家能建立智驾生态的公司必须同时具备芯片、算法能力以及强大的工程能力和组织能力，即所谓的工业母机能力。