元戎启行研发VLA模型，在智能驾驶无人区开启探索。该模型具备环境语义理解能力，能基于语言指令自主决策，使智能驾驶从“执行”迈向“思考”。

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。后视镜里不断鸣笛的车辆让周光意识到，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。这个问题促使元戎启行在探索通用人工智能路径时，关注VLA模型的发展。

RoadAGI实验室里诞生的VLA原型能完成取放物品、避障行走等任务。在一次Demo演示中，周光发现该模型能根据环境信息和语言指令自主决策动作，与解读复杂路况的智能驾驶模型高度相似。随着ChatGPT等大语言模型爆发，团队更加确信融合语言理解的VLA或许能开辟智能驾驶新航道。

2024年9月，元戎启行将VLA模型提升为公司级研发项目。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。

元戎启行始终相信AI技术将重塑生产力关系，引领第四次工业革命。智能驾驶作为突破口，能打破数字与物理世界的壁垒。VLA模型的出现，使智能驾驶从“执行者”迈向“思考者”，开始理解“为什么这样开”，而不仅仅是“怎么开”。

当团队兴奋地着手研发时，才发现重重困难。一方面，VLA在智能驾驶领域应用少，可参考资料匮乏；另一方面，公司面临客户量产压力，主线资源倾向量产项目，VLA研发只能保守推进。

产品经理石杰回忆道，最开始团队被VLA的“语言天赋”吸引，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。VLA模型通过思维链（CoT）实现透明化推理，极大增强用户信任度。它还能处理很多corner cases，例如识别超载小货车、路面上的轮胎等，并可通过语音交互控车，实时对话驾驭车辆。

一次测试中，测试车在桥洞左转时突然遇到外卖骑手紧急刹车，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。安全才是辅助驾驶的生命线，防御性驾驶成为VLA模型的核心进化方向。

技术攻坚过程中，VLA模型研发人员肖毅面对诸多挑战。起初计划采用云端推理，但因时延过大影响安全，最终改为本地部署模型。这对车端有限算力带来挑战，研发团队压缩词表、剪枝和加速模型，并优化推理引擎。

数据是AI模型的基础，人工标注效率低，团队采用大模型自动标注方式，目前数据规模已达千万级Clips。周光强调，真正稀缺的是对驾驶本质的理解，而非加载更多语料库。

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。周光期待VLA可应用到Robotaxi上，成为真正的AI司机，让用户在安静环境中与之沟通，主动守护安全。

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。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，先达成RoadAGI，最终迈向通用人工智能，点燃人类生产力的质变奇点。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。