2024草碰老淑女

2024草碰老淑女

2004 年，美国一个名叫 DARPA 的自动驾驶挑战赛，拉开了智能驾驶的帷幕。

5 年后谷歌的 Robotaxi 更是将这股风吹向了全球。

但早期的辅助驾驶就像一个只会按照固定指令行动的机器人，只能处理它学过的东西，没学过的就只能宕机。

而随着近年来端到端从理论到实践的突破，实现了类人化的学习后，咱们明显感觉到辅助驾驶一天一个样。

其发展速度，比我冬天穿秋裤还快。

前两年大伙还天天说的高精地图，今年基本上都没啥消息了。而去年脖子哥刚给大伙做了个端到端的科普视频，才没几个月就过了气。

到了今年，为了能应对更多复杂场景和具备相关的推理能力，各家车企开始向 VLA（Vision-Language-Action） 和世界模型（WA）转变，动作快的，已经准备上车落地了。

这不，在刚刚结束的广州车展上，长城就率先发布了 VLA 大模型。

今天，长城汽车的 CTO 吴会肖还与影视飓风的 Tim体验了搭载 VLA 大模型的魏牌全新蓝山智能进阶版，并来了一场 VLA Talk。

不得不说，听两个网感强的人说话就是舒服，他们向咱们展示了长城汽车最新一代辅助驾驶系统CP Master “听得懂、看得见、会思考” 几个核心能力，用简单易懂的语言解释清楚了 VLA 的底层逻辑是什么——用视觉观察世界，用语言认知世界，用动作塑造和改变世界。

看完之后，脖子哥觉得以后值得关注的辅助驾驶系统又多了一个。

其实吧，咱们去年阴差阳错之下，开了整整一个月的魏牌全新蓝山，旅游、跑高速出差、搬家都干过，也算是长测了第三代的 Coffee Pilot Ultra 辅助驾驶系统。

所以这次长城全新一代的 CP Master 辅助驾驶系统给我的感受是又有了明显的提升。

而更重要的是，在强调辅助驾驶上限的当下，长城这套 VLA 同时也更关注 “下限” ，他们对 “安全” 有些独特的理解，这是真值得拿出来说道说道。

话不多说，咱们先来看看长城的 VLA 有哪些直观的体验。

首先，感知比较明显的就是现在可以语音控车了。

在直播中，Tim 上车寒暄过后，驾驶员就喊出语音助手 “小魏同学”，原地激活了 NOA，车子便自己开了起来。

在后面的试驾中，他们还实现了语音控制变道、车速、跟车距离等等我们平时需要手动设置的指令。

在广州车展发布会的演示视频中，还能通过语音控制靠边停车。

但其实语音控车也只是开胃菜。VLA 大模型的魅力在于 “L” 这个语义给模型带来的逻辑思考能力，也就是发布会宣传的 “看得见、会思考”，咱们可以结合场景来看一下。

这里左转快完成了，前方车辆提速离开，而右侧小车从后方快速加速上来，旁边人行道还有探头想汇入的车辆。

但是右侧小车稍微偏左，且没有打转向灯。。。

VLA 通过联想，判断右侧车辆可能嫌前车慢，而且有汇入车辆的风险。最终选择了防御性驾驶，减速礼让右侧的小车先过了。

还有更难的，双向两车道，右侧全是违停车，路口也没红绿灯，非常经典的老城区路况。

这里也是很有节目效果，车子快到斑马线的时候，右侧突然出现一个外卖小哥，也不看路就开着电瓶车冲了出来。

再过十来米，右侧原本停得好好的小车，不打转向灯直接跨两车道和双黄线掉头。

而 VLA 明显都预判到了，车机上的卡片写着 “路口行人穿行，右方为静止车”。同时还将车辆的盲区标注出一个 “Spot 热力点”，也就是将神经网络的 Attention 机制可视化了。

最终，车辆进行了防御性驾驶，控制了速度，避免了事故的发生。

其实这要是咱们老司机可能就备个刹车的事，嘴上再喷两句；但开车的如果是个新手，真慌起来什么结果不好说。

所以，这就是 VLA 对潜在风险的理解，拥有了像老司机一样的判断力。

其实还有更极限的。

在 VLA Talk 上有这么一段演示，前方是施工路段，直接将双车道占了一条半。车子大概提前五十米就识别到，之后开始变道并减速，从 64km/h 一直降到 20km/h 。

但 VLA 理解施工路段之后，没待在原车道上，而是借了一点非机动车道来通行。

而准备走出施工路段前，诶，还缓了一下，真的很像老司机躬身看看 A 柱盲区。

长城后来还给出了像雨天、碎石山路、农村单车道这些特殊场景VLA 的应对表现。视频里能够看出来，车子能从下雨联想到路滑，碎石联想到障碍、坑洼颠簸。

这里的每一次减速慢行，都能体现全新一代的 CP Master 对世界环境的理解。

有点儿遗憾的是今天保定的天气不错......直播里晴空万里，这些特殊场景的实测只能等下一次了。

总的来说，长城的这套 CP Master 系统在 VLA 的加持下显的尤为丝滑。

这种丝滑的表现，正是长城要坚持做 VLA 的原因：只有AI开始理解世界，它们才能知道什么是人类的 “害怕”，在辅助驾驶过程中才能实现 “拟人”。

不过众所周知， AI 是个黑盒，很多时候得有一个窗口让我们去理解 AI 才更让人放心。

这个问题，长城也想到了，我们前面在车机左侧看到的那一长串的，就是新推出的 CoT 思维链卡片。

上面直接给出当前场景的图片，配上车子自己的分析，与驾驶员进行交互，让大伙明白车子在想啥，才能建立起双方的信任。

然后再辅以更新后的 SR（SENSEREALITY）画面：当车子作出防御性驾驶的时候，原本 NOH 蓝色的行车轨迹就会变成紫色。这样整个人机共驾界面就变得更加清晰了。

到这，咱们就将本次长城 VLA 明面上的革新说完了。

不知道大伙怎么看，其实我挺喜欢这个 CoT 思维链的卡片的。

毕竟 AI 令人害怕的不是做不到，而是理解不了它这个黑盒在想什么。咱们也经历过明明 SR 显示了红灯，但车子还是闯了过去的情况，啪的一下 6 分没了，欲哭无泪。

现在咱们能知道AI是怎么想的，自然也就更方便完成人机共驾的操作了。

在上面这些案例里，脖子哥能感受到长城在细节上做了很多人性化的优化，这其实就是长城 CTO吴会肖 与 Tim 聊天中提到的：对用户需求的真实洞察，就是他们技术前进的方向。

顺着话题的推进，他们也解释了长城在实现用户需求时，对技术路线的思考。

就好比在大伙为 VLA 和世界模型谁才是无人驾驶的终极路线吵得火热的时候，长城认为这俩其实并不冲突，甚至可以两条腿走路，相辅相成。

比如 VLA 在实际的训练中需要高质量的数据，世界模型就特别适合解决这个问题。

在虚拟世界里，各种逆天的案例想怎么模拟都行：比如你要右转，但右侧有个婚车队，还打着双闪，AI 对双闪和 “车队” 如何认知，这就是一个极端案例的训练。

最终 VLA 和世界模型，一个云端赋能，一个车端平稳运行，一同为用户用车安全铺平道路，何乐而不为呢？

所以，不知道大伙发现了没？

长城对于辅助驾驶的关注点，不仅仅放在操作的丝滑与极限上，它最终的落脚点其实都是用户的安全和体验。

为此他们甚至可以牺牲一点前沿的体验，比如放弃之前某些国外的车展示过的 “招手即停” 功能。因为长城担心这个功能可能会被人利用，所以为了车主的安全他们并没有上线。

在这样的前提下，CTO 吴会肖也说得很实在，他们确实希望这套系统是第一。但这个第一不是和各家的排名，而是安全和体验第一。

其实我们溯源长城他们造车的这些日子，就能看出他们的技术思路一直都是这样 “稳中求进”。

根据吴会肖的自述，长城十几年前就在做主动安全的人员中，筛选了一批专家开始做辅助驾驶。

2021 年的时候，纯燃油的魏牌摩卡就已经有城区 NOH 的视频流出，但长城为了安全，还是只上了高速 NOH。

而那几年，正是各家疯狂说辅助驾驶开城的时候，比到最后，都发现效果不太理想，最终纷纷集体跳票。

到了最近这两年，才逐渐实现了全国都能开。

但这也远还没到终点，时不时来一次的辅助驾驶事故，也仍在提醒着我们，辅助驾驶智能化上过于激进，最后还是会被打回原形。

毕竟现阶段还是辅助驾驶，既然还是人来担责，那车子就一定要安全。

不过说那么多，技术终究只是技术，实际还是得试到车，横向对比下才知道咋样。

但不得不承认，长城这种有的放矢的 “谨慎”，在当下无疑是最对车主负责的办法。

就像整个 VLA Talk 中长城汽车 CTO 吴会肖反复提及的：

长城是一家会 “害怕” 的公司。

早年间长城在造皮卡、造越野车、造 SUV 的时候就坚持 “安全无差别” 的原则，标配气囊、ABS 等功能。

要知道，那可是 ESP 都能被吹的年代，各种安全性配置都得加钱的。

而长城这种刻在骨子里的安全基因，让他们在做 VLA 大模型的时候，维持住了这种稳健的克制。

研发 VLA 不难吗？难，CTO 吴会肖也认为当初他们踏上这条无图的方案有 “赌” 的成分。

但无图方案、以及现在的 VLA 大模型，就是能给用户带来更优质的体验。

所以，即使难也要做。

而这种对长期主义的追求，对用户的维护。。。

好像，在长城造车这 35 年里，已经被验证了无数遍了。

撰文：ARO

编辑：脖子右拧 & 面线糊君

美编：萱萱

图片、资料来源：

长城 VLA Talk 直播切片