元戎启行VLA模型加速“上车” 推动汽车产业智能化转型

深圳商报·读创客户端首席记者 王海荣

6月1日，元戎启行CEO周光在深圳举行的粤港澳大湾区车展“2025未来汽车先行者大会”上发表演讲，宣布元戎启行的VLA模型（备注：VLA是视觉、语言、动作模型的缩写）即将推向消费者市场。周光透露，该模型主打防御性驾驶，拥有四大核心功能，分别是空间语义理解、异形障碍物识别、文字类引导牌理解、语音控车，这些功能将随VLA模型的量产逐步释放。

周光介绍，VLA模型的四大核心功能让AI汽车更全面地了解驾驶环境，准确预测潜在驾驶危险因素，显著提升辅助驾驶的安全性，成为复杂场景的“六边形战士”，将加速汽车产业的智能化转型。

其中，“空间语义理解”相当于为AI汽车装上“透视眼”，专为破解桥洞通行、公交车遮挡视野等动静态驾驶盲区场景设计，全面还原、了解驾驶环境，精准破解盲区驾驶风险。例如在桥洞道转弯场景中，VLA模型能够识别转弯标识与前方桥墩。凭借强大的空间分析能力，它会理解左前方有盲区豁口，并执行“自车经过时需注意减速，避免突然出现的车辆或两轮车”的驾驶决策，避免碰撞风险，同时向用户展示其决策的思考过程。

“异形障碍物识别”如同“驾驶万事通”，能够深刻理解驾驶过程中出现的各类障碍物背后隐藏的驾驶动机，准确预测潜在危险因素，让行驶更安全。例如驾驶中遇到载货三轮车，VLA模型首先识别出前方载具为三轮车，进一步分析后，得出障碍物具体类型为“载货三轮车”，结合实时路况信息，最后输出“前方为缓慢行驶的载货三轮车，请避让绕行，并保持横向安全距离”的驾驶决策行为。

“文字类引导牌理解”堪称“路况翻译官”，它能够让 AI 汽车不仅“看见”道路标识，更能“读懂”文字背后的通行逻辑，让复杂路况决策如“开卷考试”般从容。例如面对左转待行区、可变车道、潮汐车道等“动态规则路段”，VLA模型能够读懂字符与图标的含义，高效匹配实时路况。在多车道复杂路口选道直行的场景中，能够准确识别车辆前方的文字及图案标识牌，准确找到直行车道，并执行操作。

“语音交互控车”能够与用户高效交流，根据语音指令做出对应的驾驶决策，交互更拟人，体验更舒适。并且当用户意愿与导航信息相冲突时，VLA模型会优先采纳用户意愿。例如，在拥堵道路通行时，VLA模型识别到右侧直行道路拥堵，且持续有两轮车从右侧车流中窜出，通过思考后，VLA模型考虑到驾驶的安全性，输出“贴左边行驶会更安全”的决策，并通过语言功能询问用户是否需要贴左边车沿行驶。当用户回复“贴左边行驶”时，VLA模型将直接控制车辆发起“车辆往左靠边行驶”的决策。

周光透露，目前，元戎启行已完成VLA模型的真实道路测试，首款搭载VLA模型的车型即将上市，预计今年将有超5款搭载元戎启行VLA模型的AI汽车陆续推入市场。其中，VLA模型将率先搭载在NVIDIA Thor芯片上，后续元戎启行还将通过技术优化，让VLA模型可以适配更多芯片平台。