全球汽贸网资讯，汽车制造商正从单一的的AI软件转向具备视觉、语言理解和行动能力的集成化人工智能，这一转变能够将汽车从可编程机器变为可持续适应环境的系统。
（图片来源：汽车新闻）
视觉-语言-行动模型代表了汽车处理传感器数据以及做出转向、制动和导航等实时决策方式的代际飞跃。中国的小鹏汽车已在Mona M03和更新版P7轿车等量产车型中部署了这一技术。大众品牌则计划在其ID Unyx 08等中国车型上应用该技术。
据业内专家称，此前的自动驾驶系统依赖顺序化、基于规则的模块，需要数百万行代码。而端到端的视觉-语言-行动模型简化了这一过程，使车辆能够直接处理原始传感器数据并控制转向和制动，从而加速了经济型自动驾驶系统的规模化落地。
这一转变之所以重要，是因为视觉-语言-行动模型改变了谁掌控车辆智能——以及潜在谁从中获利的问题。
传统汽车制造商花数十年时间打磨由工程团队编写的代码。如今，科技公司和中国初创企业开发的AI模型可以取代其中数百万行代码，这引发了一个问题：汽车制造商是将沦为整合外部AI的硬件制造商，还是继续掌控“汽车的大脑”？
汽车大脑
凯捷咨询技术与创新副总裁Peter Fintl说，现在汽车可以开始推理其环境、选择哪条路线，以及是否应该逗弄一位看起来无聊的驾驶员。“软件定义汽车（SDV）的游戏始终是关于谁编写代码的问题。而我们现在看到的是AI通过VLA进入车辆，这改变了谁拥有汽车大脑这一问题的答案。”
普华永道思略特高级经理Martin Gerhardus告诉《欧洲汽车新闻》，软件定义汽车的第一阶段将硬件与软件解耦，使车辆可编程可更新；下一阶段则是在此架构上增加AI作为智能层。“AI建立在SDV基础之上——SDV让车辆可更新，AI则让车辆可适应并持续改进。”
高德纳研究副总裁Pedro Pacheco则指出，虽然几位业内高管已在谈论向AI定义汽车迈进，但事实上AI并非软件的替代品，而是增强器，而且软件层将在很长一段时间内继续存在。
今年早些时候，小鹏汽车在Mona M03和更新版P7轿车等量产车型以及其Robotaxi测试车队中推出了视觉-语言-行动模型。小鹏表示，其目标是在2027年前在全球商业交付VLA 2.0系统。大众品牌将把Xpeng的VLA 2.0部署到其全系中国车型中，这些车型基于其与小鹏联合开发的中国电子电气架构（CEA）。
自适应AI智能层
Gerhardus表示，借助视觉-语言-行动模型，原本基于规则的功能（如信息娱乐、高级驾驶辅助系统和路线规划）正变得更具预测性和情境感知能力。例如，路线规划系统会学习到在高峰时段避开高速公路，并自动建议替代路线。
除了语音指令，座舱内AI还能理解驾驶员状态、偏好和实时条件。格哈德斯说，客户受益于车辆随时间的持续改进、适应驾驶风格，并提供更安全、更直观的体验。
Pacheco说，想象一下这样的场景：车辆能够预测不同乘员的需求，并采取多种不同行动来满足这些需求。“这正是数字定制的精髓——当车辆调整自身行为以适应用户的喜好。”
独自失败
要想从视觉-语言-行动模型中获益，合作关系将变得至关重要。Fintl表示：“如果要在这一领域构建AI，不与东西方最优秀的参与者合作，那将是愚蠢的做法。”
Fintl说，这既包括汽车制造商与提供前沿模型的科技巨头之间的合作，也包括与提供边缘计算硬件等专业领域的较小规模公司的合作。他还表示，许多中国公司拥有“诱人的技术方案——没有理由认为这些模型的开源版本不能在世界其他地区运行”。
中国车企在此轮转型中占据先发优势，但能否将优势转化为可持续的全球竞争力，取决于其AI模型迭代速度、安全可靠性验证以及国际合作策略。对于传统巨头（如大众、丰田），时间窗口有限，必须通过合作来换取时间，同时加紧内部AI能力建设，否则很可能成为“外壳”制造商。
（编译：全球汽贸网Reset）