前言：智能駕駛技術(shù)落地揭開了行業(yè)當下最激烈的技術(shù)路線之爭，一邊是理想、小鵬、元戎啟行押注的VLA模型，另一邊是華為、蔚來堅守的WA路線。當新能源汽車市場從續(xù)航競賽、座艙內(nèi)卷進入智駕生死局，車企的每一次路線選擇，都可能決定未來3-5年的生存命運。

作者 | 方文三

圖片來源 |  網(wǎng) 絡(luò) 

從硬件競賽到端到端，智駕的[第一次路線迭代] 

2020年前后，智能駕駛的競爭邏輯極其簡單：傳感器數(shù)量決定感知能力。

激光雷達被視為高階智駕的入場券，一顆高性能激光雷達成本超1萬美元，搭載3顆的車型僅硬件成本就增加3萬美元，直接導(dǎo)致早期智駕車型售價普遍突破50萬元。

彼時，車企們篤信[算力越高越安全]，英偉達Orin、英特爾Mobileye等芯片巨頭成為香餑餑，一場[堆傳感器、拼算力]的軍備競賽愈演愈烈。

但很快，高成本與低效率的雙重困境浮出水面，硬件堆砌不僅推高售價，還帶來了數(shù)據(jù)處理的效率陷阱。

就在行業(yè)陷入硬件競賽的死胡同時，特斯拉拋出了[端到端]路線，為智駕發(fā)展開辟了新路徑。

其核心邏輯是跳過傳統(tǒng)[感知-預(yù)測-規(guī)劃-控制]的模塊化鏈路，讓車輛直接從傳感器輸入到控制輸出，通過海量實際路測數(shù)據(jù)訓(xùn)練模型，實現(xiàn)快速迭代。

國內(nèi)車企迅速跟進，小鵬、理想等紛紛加大數(shù)據(jù)采集與模型訓(xùn)練投入，端到端路線一度成為行業(yè)主流。

但隨著落地范圍擴大，端到端的短板逐漸暴露。

它本質(zhì)是數(shù)據(jù)映射，依賴海量樣本覆蓋場景，一旦遇到訓(xùn)練數(shù)據(jù)中罕見的[長尾場景]。

當智駕需要從[能走]向[走得安全、走得智能]進階時，端到端的天花板已然顯現(xiàn)，這也為VLA與WA的崛起埋下了伏筆。

VLA成后發(fā)者逆襲武器，中小車企以小博大的機會

2023年底，理想汽車率先提出VLA技術(shù)概念，這個看似簡單的[視覺-語言-動作]組合，徹底改寫了智駕行業(yè)的競爭格局。

與端到端的[黑盒映射]不同，VLA在感知（Vision）與動作（Action）之間加入了語言（Language）中間層。

它的運作邏輯更接近人類駕駛：先通過視覺傳感器捕捉環(huán)境信息，將其轉(zhuǎn)化為自然語言描述，再通過語言模型進行邏輯推理，最終輸出具體的控制指令。

這個[語言中間層]帶來了兩個關(guān)鍵突破：

①可解釋性：傳統(tǒng)端到端模型的決策是不可見的，用戶不知道車輛為何剎車、為何變道；而VLA能將推理過程以文字形式呈現(xiàn)，大幅降低用戶焦慮。

②長時序推理：VLA具備思維鏈（ChainofThought）能力，能像人類一樣預(yù)判未來幾秒的場景。

VLA的出現(xiàn)，讓理想、小鵬等后發(fā)者實現(xiàn)了對早期巨頭的逆襲，也給中小車企提供了以小博大的機會。

理想的優(yōu)勢在于用戶數(shù)據(jù)積累，其車輛在日常行駛中會持續(xù)收集道路信息、交通狀況、駕駛行為等數(shù)據(jù)。

這些數(shù)據(jù)涵蓋了從城市通勤到山區(qū)越野的多種場景，為VLA模型訓(xùn)練提供了豐富素材。

能根據(jù)用戶駕駛習慣，優(yōu)化VLA的決策偏好，比如對家庭用戶，模型會更傾向于平穩(wěn)加速、提前避讓。

小鵬則選擇在算力上all in，其構(gòu)建的云端訓(xùn)練集群算力達8EFLOPS，能同時運行多個VLA模型訓(xùn)練任務(wù)，將模型迭代周期從原本的2周縮短至3天。

2025年8月，小鵬發(fā)布的新一代VLA架構(gòu)，將規(guī)劃幀率提升至20Hz，端到端時延壓進100ms，刷新了量產(chǎn)車型的性能天花板。

對年銷量不足10萬輛的中小車企而言，獨自搭建VLA體系幾乎不可能,僅云端訓(xùn)練集群的投入就可能耗盡3年研發(fā)預(yù)算。

此時，元戎啟行的[共享模式]成了他們的救命稻草。

元戎啟行CEO周光算過一筆賬，做10萬輛車、每車每天跑50公里、數(shù)據(jù)回傳率20%，一年就能攢18億公里數(shù)據(jù)，剛好跨過VLA的[冷啟動死亡谷]。

為了快速積累數(shù)據(jù)，元戎開放了DeepRouteIO2.0平臺，讓5家主機廠共享數(shù)據(jù)與算力，換取[上車量]。

近日，元戎發(fā)布的VLA量產(chǎn)版本，用Orin-X+征程5雙芯片方案實現(xiàn)了20Hz規(guī)劃幀率，BOM成本僅5500元，比華為MDC810低32%。

不過，VLA對算力的需求遠超端到端。

理想、小鵬的云端訓(xùn)練集群算力達13EFLOPS、8EFLOPS，而中小車企的集群普遍只有0.2-0.6EFLOPS，僅為頭部的1/10。

若租用公有云訓(xùn)練一次VLA模型，成本高達1.2-1.5億元，相當于部分車企全年研發(fā)預(yù)算的40%。

WA成巨頭的終局豪賭，50億起步的數(shù)字孿生游戲

當全行業(yè)都在追逐VLA時，華為與蔚來卻選擇了一條更激進的WA。在他們看來，VLA只是過渡方案，WA才是智駕的終極答案。

WA的本質(zhì)是構(gòu)建一個[數(shù)字孿生世界]，讓智駕系統(tǒng)在虛擬環(huán)境中學習物理規(guī)律、預(yù)判場景變化，再將學習成果應(yīng)用到真實世界。

與VLA的[從數(shù)據(jù)到?jīng)Q策]不同，WA的邏輯是[先理解世界，再作出決策]。

具體來說，WA的運作分為三步：

①構(gòu)建數(shù)字孿生：通過云端仿真平臺，生成與真實世界一致的虛擬場景，涵蓋道路、車輛、行人、天氣等所有元素。

②模擬訓(xùn)練：在虛擬場景中，讓智駕系統(tǒng)[預(yù)演]各種極端場景。

③落地驗證：將虛擬訓(xùn)練的模型[蒸餾]到車端，再通過真實路測微調(diào)，形成[虛擬-真實]的閉環(huán)。

這種模式的最大優(yōu)勢是泛化能力強，WA不依賴真實數(shù)據(jù)覆蓋場景，而是通過理解物理規(guī)律應(yīng)對未知情況。

WA的技術(shù)門檻之高，注定了它是[巨頭專屬]的游戲。

華為在WA路線上的投入已超200億元，其中僅世界模型實驗室的研發(fā)團隊就有8000人；

蔚來專門成立[世界模型實驗室]，截至2025年累計投入超150億元，占總研發(fā)費用的40%。

除了資金，WA還面臨兩大挑戰(zhàn)：

①模擬與現(xiàn)實的差距：虛擬場景再精細，也無法完全復(fù)刻真實世界的復(fù)雜性。

②數(shù)據(jù)標注的難題：雖然WA減少了對真實路測數(shù)據(jù)的依賴，但虛擬場景的生成仍需大量標注數(shù)據(jù)校準。

盡管WA被視為[終局]，但它的商業(yè)化落地仍需時間。

華為坦言，要實現(xiàn)全場景的WA落地，至少還需要3-5年的技術(shù)迭代。 

路線對決背后，生存邏輯與終局想象的碰撞 

VLA與WA的博弈，本質(zhì)是車企對[當下生存]與[未來終局]的不同選擇。

這場對決的背后，是技術(shù)邏輯、商業(yè)策略與資源稟賦的全方位較量。

車企的路線選擇，本質(zhì)是對自身資源與市場定位的匹配。

理想以[家庭用戶]為核心，需要快速落地能讓用戶感知到的智駕功能，VLA的可解釋性與低成本正好契合這一需求；

小鵬則希望通過VLA積累數(shù)據(jù)，為未來的機器人業(yè)務(wù)鋪路，其72B參數(shù)的VLA基座模型，可同時服務(wù)于汽車與機器人。

華為的目標是成為[智駕解決方案巨頭]，需要通過WA建立技術(shù)護城河，避免陷入低價競爭；

蔚來定位高端市場，用戶對安全性與前瞻性要求更高，WA的[終極屬性]能支撐其品牌溢價。

對哪吒、零跑等中小玩家而言，WA是[遙不可及的夢想]，VLA則是[活下去的希望]。

他們通過與元戎啟行等方案商合作，以低成本搭載VLA功能，在智駕賽道上爭取一席之地。

在VLA與WA的對決中，特斯拉走出了一條獨特的[混合路線]。

它早期采用WA的核心邏輯，通過世界模型預(yù)判場景，但隨著Dojo超算中心的落地，又融入了VLA的語義理解能力。

特斯拉的思路是用WA應(yīng)對極端場景，用VLA優(yōu)化日常交互。

這種[取兩者之長]的策略，使其智駕系統(tǒng)在接管率與用戶體驗之間找到了平衡。

2025年，特斯拉的FSDBeta在美國的百公里接管率已降至0.5次，優(yōu)于華為ADS4.0的0.8次。 

融合與洗牌并進，今年是智駕的生死局 

2025年，是智駕路線對決的關(guān)鍵之年，VLA進入量產(chǎn)爆發(fā)期，WA開始小規(guī)模落地，行業(yè)洗牌加速，中小車企的生存空間被進一步擠壓。

清華大學人工智能研究院主任鄧志東指出：[未來的智駕系統(tǒng)，會是WA為底、VLA為表的融合架構(gòu)。底層用WA理解物理規(guī)律，應(yīng)對極端場景；上層用VLA實現(xiàn)語義交互，提升用戶體驗。]

華為已開始嘗試這種融合，其ADS4.0在WA的基礎(chǔ)上，加入了VLA的語言推理能力，讓車輛既能預(yù)判極端場景，又能通過語言向用戶解釋決策過程。

理想和小鵬也在布局融合，理想計劃在2026年推出的新一代智駕系統(tǒng)中，加入基于WA的虛擬訓(xùn)練模塊，用仿真數(shù)據(jù)補足VLA的長尾場景短板。

小鵬則在其世界基座模型中，融入了VLA的語義理解能力，讓模型既能生成虛擬場景，又能解讀場景中的語言信息。

2025年，頭部車企華為、理想、小鵬、蔚來占據(jù)了智駕市場80%的份額，剩下的20%由中小車企與方案商分割。

2025年，L3級有條件自動駕駛成為行業(yè)的必爭之地，而VLA與WA的路線選擇，直接決定了車企能否搶占L3的先機。

工信部已明確要求2025年底前，所有L3級車型需通過極端場景測試，包括暴雨、冰雪、山區(qū)彎道等。

華為計劃在2025年底推出基于WA的L3車型，其ADS4.0已通過深圳、上海的L3路測，百公里接管率0.8次；

理想、小鵬則選擇用VLA先實現(xiàn)[L2++]，再逐步向L3過渡。

L3或?qū)⑹侵邱{路線的試金石，能在L3時代存活的車企，要么有WA的技術(shù)壁壘，要么有VLA的成本優(yōu)勢，沒有中間地帶。

結(jié)尾：

安全駕駛場景的價值，遠超過技術(shù)路線的爭論。

因為對用戶而言，智能駕駛的終極意義，從來不是[技術(shù)有多先進]，而是[每一次出行，都能平安抵達]。

部分資料參考：新熵：《智駕終局：VLA與WA的[強腦]之爭》，深藍AI：《特斯拉[團滅]國產(chǎn)車？智駕三大路線：端到端、世界模型、VLA到底誰才是[最優(yōu)解]？》，中國汽車報：《三角度看WA與VLA之爭》，AutoLab：《大火的VLA，為什么華為不用？》，大模型之心Tech：《從端到端到VLA：一覽自動駕駛范式的演進、現(xiàn)狀與未來！》，最話FunTalk：《2025智駕[大逃殺]，誰會被VLA[絞殺]？》，汽車之心：《智駕VLA陣營，理想、元戎雙強卡位》，虎嗅APP：《智駕的遮羞布被掀開》

       原文標題 : AI芯天下丨分析丨智駕兩大核心路線“貼臉開大”，車企如何“二選一”？