智驾技术路线之争：世界模型与VLA的博弈与未来

随着“端到端”大模型的火热应用，“世界模型”的引入进一步丰富了高端智能驾驶的技术内涵，但也带来了复杂性。业界开始质疑：如何定义真正的“世界模型”？它与VLA之间又存在怎样的关联？

近期，一场“打假”风波浮现。小鹏汽车董事长何小鹏在全新小鹏P7发布会后的群访中直言：“据我所知，国内能真正实现VLA而非变种方案的企业，可能仅我们一家。”这番话虽未点名，但此前宣布VLA量产的只有理想汽车，因此被视为对友商的间接批评。

与此同时，对VLA和世界模型持不同意见的声音也在出现。华为智能汽车解决方案BU CEO靳玉志在同一日表示：“华为不会选择VLA路径，这看似取巧，却非实现真正自动驾驶的正途。”他解释道，华为更注重WA（World Action），即省略语言中间层，直接通过视觉信息控制车辆，从而提升效率与准确性。

那么，小鹏为何批评友商的VLA？华为又为何否定VLA？这背后反映了技术路线的深层次分歧。

技术部署：车端与云端的协同博弈

首先，VLA（视觉-语言-行为大模型）本质上是端到端与VLM（视觉语言模型）技术进化的产物，旨在解决传统方案的局限性。它通过语言层增强可解释性，但在空间感知方面存在不足，这正是华为转向WA的原因。

元戎启行CEO周光则力挺VLA，称其“下限已超越端到端上限”，并强调思维链和长时序推理是VLA的核心能力。而小鹏汽车通过硬件升级（如搭载三颗图灵芯片）和OTA推送VLA，试图在车端实现突破，但对其车端参数量不足的问题持批判态度。

理想汽车则采用车端快慢双系统，慢系统部署22亿参数VLM，并计划升级为MindVLA，但其基座模型实际部署在云端，用于仿真训练。小鹏自动驾驶副总裁李力耘指出，车端模型参数量有限，难以实现智能“涌现”，因此小鹏研发了720亿参数的云端“世界基座模型”，通过蒸馏技术部署到车端，形成云端到车端的协同体系。

地平线相关负责人在HSD体验日上评论道，无论端到端、VLM还是VLA，本质都是端到端的演变，国内业界可能过于热衷新概念，而真正关键在于产品收益。

技术演进：“外挂”式世界模型的利弊

“世界模型”概念最早由特斯拉提出，旨在通过AI大模型构建虚拟环境，以学习和验证自动驾驶能力。其做法是将真实数据转化为虚拟场景，实现“重建”与“生成”，从而优化决策规划。

在国内，蔚来率先发布世界模型（NWM），目标是从“感知驱动”转向“认知驱动”，直接在车端构建平行世界引擎，无需人工标注。但这对车端算力要求极高，实时优化仍是挑战。华为则提出云端+车端的WEWA模型，云端WE作为“AI驾校”，车端WA作为“AI驾驶大脑”，据称算力消耗降低75%。

从技术角度看，世界模型通过生成式方法（如视频生成加提示控制）解决数据难题，利用虚拟环境模拟Corner Case，但实现路径各异。蔚来依赖SORA类复合模型，特斯拉采用SVD扩散模型，而华为强调效率提升。

地平线市场负责人指出，世界模型的前景取决于产品收益：新方法前期收益易获，后期难突破，端到端基础未夯实前，盲目转向可能带来问题。最终，技术之争应回归实际应用效果，而非概念炒作。

总之，自动驾驶技术正处快速迭代期，世界模型与VLA的路线博弈反映了行业对未来的探索。无论是云端协同还是车端优化，核心仍在于通过创新提升驾驶安全与体验。这场争论或许会持续，但实践验证将是最终的裁判。