元戎启行研发 VLA 模型，在智能驾驶无人区开启 " 疯狂冒险 "。从概念到落地，他们用坚持诠释技术信仰，让智能驾驶从 " 执行 " 迈向 " 思考 "。

破局：从路牌困惑到 " 读懂 " 世界

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，一个不起眼的交通牌提示 " 车辆左转不受灯控 "，测试车依旧停下等待红灯变绿。

那一刻，他盯着后视镜里不断鸣笛的车辆，意识到：人类司机能瞬间理解这类特殊场景，但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。

这个问题在他心里种下了一颗种子，后续的内部会议上，他与研发团队几次提起这个问题。

与此同时，元戎启行正在探索通用人工智能的多元路径。RoadAGI 实验室里诞生了 VLA 原型，它具备环境语义理解能力，能完成取放物品、避障行走等简单任务。

在一次 Demo 演示中，周光发现这个能根据环境信息和语言指令自主决策动作的模型，与需要解读复杂路况的智能驾驶模型有着惊人的相似性，不同的是它能够理解语义信息。

这给了他很大启发，仿佛密码锁最后齿轨的咬合，思路迷宫轰然中开。随着 ChatGPT 等大语言模型爆发，周光与团队更加确定：当现阶段端到端模型陷入 corner case 泥潭时，融合语言理解的 VLA 或许能开辟新航道——这不是简单的技术叠加，而是让机器真正开始 " 读懂 " 物理世界。

2024 年 9 月，元戎启行将 VLA 模型提升为公司级研发项目。

在技术发展的浪潮中，时间往往至关重要，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。

元戎启行作为一家人工智能企业，始终相信 AI 技术将重塑生产力关系，引领第四次工业革命的到来。在众多 AI 衍生应用中，元戎启行选择智能驾驶作为突破口，因为它能打破数字与物理世界的壁垒。

随着辅助驾驶技术大规模上车应用，元戎启行打造的基座模型将借助驾驶行为与物理世界深度交互，进而洞悉其运作规律。无论是 " 无图 " 方案、端到端模型，还是 VLA 模型，元戎启行始终围绕 AI 技术解决问题。

但最难的从来不是技术本身，而是在无人区找到那条对的路。VLA 模型的出现，让智能驾驶从 " 执行者 " 迈向了 " 思考者 "——它开始理解 " 为什么这样开 "，而不仅仅是 " 怎么开 "。

这是 VLA 模型的优势，也是研发之路的开始。

攻坚：在荆棘中定义 " 安全 " 边界

当决定了新的技术方向，大家都兴奋不已，希望作为行业技术引领者，率先研发出更好用的智能驾驶方案。但当着手开始做，才发现了重重困难。

一方面，VLA 在智能驾驶领域研究应用少，可参考的专业知识匮乏，研发人员需大量阅读资料后逐步摸索；另一方面，公司面临客户量产压力，主线资源倾向量产项目，且新技术效果有不确定性，VLA 研发只能保守推进，进度缓慢。

" 最开始，我们都被 VLA 的 ' 语言天赋 ' 迷住了。" 产品经理石杰回忆道。

VLA 模型具备强大的文字理解及 OCR 识别能力，团队投入大量精力攻克潮汐车道、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，这解决了现阶段端到端系统的 " 黑盒 " 问题，通过思维链（CoT）实现透明化推理，极大增强用户的信任度。

同时，VLA 模型在互联网学习海量知识，能够处理很多 corner cases，例如识别超载小货车、路面上的轮胎等等；还可以通过语音交互控车，实时对话驾驭车辆。

然而，一次测试中的惊险一幕，让所有人对 VLA 的期待有所转变。

测试车在桥洞正要左转，目之所及没有任何车辆，测试车匀速前进，突然窜出一个外卖骑手迫使车辆紧急重刹，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。

这点醒了所有人，安全才是辅助驾驶的生命线，用户需要的是一个真正安全的辅助驾驶系统，能够主动预判和规避风险，这比 " 语音交互 " 更为重要。

对整个场景的高级语义推理是目前端到端系统缺乏的，却是 VLA 更擅长的，这一刻，" 防御性驾驶 " 成为 VLA 模型的核心进化方向。

技术可以不断突破极限，但安全永远是我们的底线。在安全、效率和舒适中，我们努力找到一种平衡，让辅助驾驶成为用户日常爱用的出行方式。

研发之路也充满技术攻坚，VLA 模型研发人员肖毅正在摸索。VLA 模型的研发要经历架构设计、数据探索和规模化、模型验证、部署上车、持续迭代等流程。在架构设计时，起初肖毅计划云端推理，将大语言模型部署云端，数据回传至车端控车，但实车上路云端到车端的时延太大，例如车速 60km/h，假设时延需要 2s，在拿到云端结果时，车已经向前跑了 33 米，在这期间实际路况已经发生变化，对于需要及时响应的场景，行驶安全将受到极大威胁。一个月后，研发团队放弃了云端推理，改为本地部署模型。

对车端有限的算力来说，模型车端部署给模型设计、模型加速以及部署优化都带来了全新挑战。研发团队压缩了词表，对模型做了剪枝（pruning）和加速，同时元戎启行强大的推理引擎团队对 VLA 模型做了大量的算子优化、显存优化、硬件新特性适配等，最终使得 VLA 在车端顺畅地跑起来。

当然，还有另一个更大的挑战。数据是一切 AI 模型的基础，大规模的高质量数据对 VLA 模型来说是重中之重，靠人工标注，效率极低。后来肖毅通过迭代大模型自动给数据打标签，解决了数据规模标注难题，目前元戎启行也达到了千万级 Clips 的数据规模。

" 现在行业都在追逐大模型，但真正稀缺的是对驾驶本质的理解。" 周光常对团队强调。当行业忙着给系统加载更多语料库时，元戎启行的 VLA 正在深度学习" 如何在不完美的人类驾驶环境中做出最安全决策 "——这才是 AI 司机的灵魂。

领航：驶向更安心的 AI 时代

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。

" 对于 VLA，我期待可以应用到 Robotaxi 上，成为真正的 AI 司机，让用户在安静环境中与它直接沟通。它不仅能响应指令，还能主动守护安全。" 周光说到。

随着 VLA 模型的迭代与应用，我们期待它不仅能成为用户的 "AI 司机 "，更能推动整个行业向更安全、更透明的智能驾驶时代迈进。让每一次出行，都更安心、更自在。

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。

穿行于行业发展的惊涛骇浪，元戎启行深知 VLA 不过是航程中的临时锚点，唯以技术研发为压舱石，才能于风浪中稳驭船身，航向人类智慧深处。

未来，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，实现任意点到点的移动能力，先达成 RoadAGI（道路通用人工智能），最终迈向通用人工智能，点燃人类生产力的质变奇点。