开云(中国)Kaiyun·官方网站 登录入口！

1980年代，卡内基梅隆大学的机器东谈主大师汉斯·莫拉维克（Hans Moravec）忽视东谈主工智能范畴的一个悖论：让盘算机在逻辑推理、棋战等高等才略行为中达到甚而超越东谈主类水平，相对容易；但要让它具备孩童那样的感知、畅通和知识默契才略，却难于登天。

这个悖论的中枢在于：对机器而言，真确的勤苦在于“意会”物理世界并与物理世界进行直观式的交互。四十余年后，莫拉维克的不雅点，也投射在了智能驾驶的漫长征程上。

如果刻下你跟智驾从业者深聊，会发现一个奥妙的变化：几年前，从业者们还在为传感器的建立、特定场景的掩盖率等洽商不竭；而今天，话题焦点又多了一个更具体的模子结构——VLA（视觉-谈话-行动模子）。为什么？

一、智驾的终极体验，是“像东谈主相通决策”

咱们知谈，要收场高阶智能驾驶，最大的挑战之一就在于：真什物理世界的复杂性和不细则性。比如，若何意会一个交警招手动作的复杂意图？若何判断一个滚向路边的足球背后是否会冲出一个孩子？它要求AI不仅要识别物体，更要意会场景、瞻望意图并进行复杂的因果推理。为若何此勤苦？

元帅启行首创东谈主兼CEO周光，这位领有物理学配景的AI博士，在前阵子和咱们交流时点石成金其中的要道。他将驾驶行为分离为两个档次：一个是“Move like human”（像东谈主相通行动），另一个是“Decision like human”（像东谈主相通决策）。

周光认为，早期的AI决策模子，更擅所长理“条目反射式”的驾驶行为，比如跟车、车谈保执、简便避障等，这些不错被归纳为“Move like human”（像东谈主相通行动），但这只可贬责95%常见的驾驶问题。

但决定智能驾驶安全性和体验感上限的，恰正是那些需要推理和预判的长尾场景，也即是圈内常说的Corner Case。他举了一个直不雅例子：“前哨两三百米外有施工，东谈主类老司契机坐窝不雅察后视镜，提前变谈。但（早期的）智驾系统，可能是开到近处，识别出锥筒、水马这些防碍物时才作念出反映，往往带来突兀和不自得的驾乘体验。”

要贬责这个长尾问题，系统必须具备周光所强调的“推理驾驶”（Inferential Driving）才略，这要求系统或者基于对物理世界轨则的“意会”，进行复杂的因果推理和畴昔瞻望。

如果无法收场“Decision like human”，系统就可能停留在“高等的援助驾驶”阶段，难以迈向L4乃至更高等别，无法让东谈主类驾驶员真确圆寂。智能驾驶的内容，是一个需要意会并作用于真什物理世界的“物理AI”（Physical AI）命题。

要逾越这“临了一公里”，行业亟需一种或者赋予机器“默契”和“推理”才略的全新范式。这正是VLA这一模子结构，连忙成为当下行业新共鸣的根底原因。

二、VLA迈向推理驾驶

VLA将视觉（Vision）、谈话（Language，代表默契和推理）和动作（Action）交融在一个和洽框架内。这种交融带来了才略层级的质变，超越了简便的功能叠加。

“从旧架构形成GPT架构，这是一个根人道的变化。”周光反复强调。在他看来，往日的时间迭代（包括BEV等），都仅仅CNN框架下的“小版块更新”，而VLA才真确开启了智能驾驶的“大版块升级”，因为它让系统启动迫临“物理AI”的空想花样。

这种对时间内容的洞悉，让元帅启行在时间阶梯上作念到知行合一，确信VLA是收场高阶智能驾驶的最优解。“如若不上VLA，我以为是不可能到L5的。”周光判断，“VLA让业界真确看到了收场L5级完全自动驾驶的但愿，畴昔的发展旅途将紧跟大模子时间的演进。”

这家公司早在2019年刚创立不久，就完成了名为“全交融”的时间架构（即早期的BEV俯视图时间）。到了2020年，便全力参预“无图”研发，让系统径直从录像头等传感器获得的“原始数据”中学习，及时感知和意会物理世界。

到了2022年，周光和团队的预判得到了初步考据。他告诉咱们，那时团队还是能通过算法，及时生成谈路的拓扑结构图，诚然还不竣工，但还是能明晰识别长进口和转向干系。这示意“无图”时间阶梯被得手跑通，为后续研发奠定了基础。

VLA带来的，是用户体验上可感知的“老司机感”，这种实真实在的体验变革，远胜于冰冷的参数：比如在复杂的城市路口，系统能预判可能出现的“鬼探头”，提前作念出随和的决策，而非急刹车；在东谈主车混流的忐忑街谈，系统能意会交通参与者的“意图”，进行更纯的确博弈，而不是固执地恭候；濒临临时施工或异形防碍物，系统能基于对物理世界的基本意会进行推理，作念出合理唐突。

这种从“援助东谈主”向“意会东谈主”乃至“超越东谈主”的进化，也有业界的泰斗不雅点救助。阿里巴巴集团首席履行官吴泳铭此前在公开演讲中指出，通往超等东谈主工智能（ASI）的要道瓶颈在于“真实世界的数据”和“自主学习”。他强调：“唯有让AI与真实世界执续互动，获得更全面、更真实、更及时的数据，才能更好的意会和模拟世界，发现超越东谈主类默契的深层轨则。”

一句题外话，咱们在写稿之余回溯了周光早年的学术推敲，发现他早在德州大学达拉斯分校攻读博士期间，就忽视“去中心化自相识算法”和“群体合作智能体”模子，探讨若何通过局部通讯与自组织机制，让散布式系统在无中心肆意下收场相识协同。这种“由局部交互自满全局智能”的逻辑，与VLA的视觉、谈话、行动三模态的协同推理架构，在想想上已高度契合。

三、VLA 为何需要一座“算力电站”？

辩论词，为汽车装上VLA这个苍劲的“物理AI大脑”，难度稠密。它颠覆了传统的研发模式，带来三个“指数级”增长的挑战，让智驾公司必须重塑我方。

挑战一：数据处理的“量级之变”。VLA模子吃的不是“二手”的高精舆图数据，而是物理世界最原始、最水灵的多模态数据——海量的图像、视频、传感器信号。处理这些数据，对数据处理的隐隐量和服从忽视了前所未有的要求。

挑战二：模子磨练的“范式之变”。磨练VLA模子，就像培养一个天才。弗成从零教起，而是罗致“知识蒸馏”时间：先用一个领有千亿参数的云表“锻真金不怕火模子”（基座大模子）进行预磨练，再将它的聪惠“蒸馏”到车端仅有几十亿参数的“学生模子”上。这个经过，对算力集群的范围、相识性和编削才略要求极高。

挑战三：研发服从的“成本之变”。“早些年几百张卡就能开个小作坊。”周光感触，“但在VLA期间，几千张卡是起步，万卡是入场券。”研发成本结构也从往日“东谈主力占97%，算力占3%”的作事密集型，转向“东谈主力与算力一半一半”的成本密集型。

阿里云智能AI汽车行业线销售总监黄晨，向咱们揭示了一个傲气的推行：“一台GPU智算服务器，它每一分钟的成本都不错核算出来。你如果只用了70%，那么30%空跑的时候即是耗费掉的真金白银。”

濒临这些挑战，自建算力中心已非最优解。开采和运维一个“超万卡集群”，其工程复杂度、能耗和成本都是天文数字。智驾公司最聪敏的选择，是接入一个相识、高效、且懂AI的“算力电网”。

这正是元帅启行与阿里云的合作进入深水区的原因。他们需要的不是简便的算力租借，而是一个能贬责VLA期间全链路挑战的合作伙伴。

四、超等AI云的全栈解法

具体而言，阿里云提供的“超等AI云”，是一套从IaaS（基础设施）、PaaS（平台器具）到MaaS（模子服务）的全栈式贬责决议，精确贬责其在VLA路上可能碰到的痛点，从而带来极致的服从优化。

第一重：以极致的工程才略，构筑相识高效的算力基石（IaaS层）。

要贬责“万卡集群甚而超万卡集群”的相识性问题和通讯服从瓶颈，无疑需要久经考验的系统工程才略。元帅启行的算力需求，主要由阿里云PAI-灵骏智算服务承载，PAI-灵骏的中枢价值在于，通过自研的高性能蚁集及智能编削算法，能将大范围集群的AI算力愚弄率升迁卓绝95%。关于“每一分钟都是钱”的智驾研发而言，这意味着稠密的成本从简和时候贬低。

VLA磨练中，海量小文献的并发探问，对存储系统是极大考验。对此，阿里云的散布式文献系统CPFS就派上用场，它提供超高并发的多机读取才略，为万卡集群提供了数据的“饱和投喂”，确保元帅VLA模子磨练极致高效。

此外，VLA大模子的磨练亦然一场围绕数据的精密勤奋赛：对元帅启行而言，百PB级的原始感知数据在深圳蚁集、清洗和标注，最终在阿里云乌兰察布智算集群完成模子迭代。濒临该问题，阿里云的云企业网CEN构建了一张掩盖世界的“算力一张网”，可收场数据和算力的纯真编削。同期，阿里云的全栈安全留心体系，可确保元帅启行在云表磨练经过中的数据安全。

这些坚实的基础设施，共同组成了元帅启行在VLA期间加快驰驱的底气。

第二重：以特有的器具链，加快数据处理与模子迭代（PaaS层）。

说结束数据磨练，那么说到数据处理，其服从也径直决定了模子磨练的速率，若何高效完成海量多模态数据的清洗、标注和预处理，是模子磨练的蹙迫一步。

在数据处理方面，阿里云自研的散布式盘算框架MaxFrame，日均可完成数十万级数据包处理，生成数百万Clips和数亿磨练样本，比较开源框架性能升迁40%以上。同期，汇聚智能数据开发督察平台DataWorks，可收场百万级任务和洽开发编削与元数据回想，高效救助VLA模子海量多模态数据磨练。这些器具链的高效协同，为VLA模子磨练提供了鼓胀且高质地的“燃料”。

接下来在模子磨练阶段，迭代速率决定了竞争上风。阿里云专为智驾范畴定制“加快包”PAI-TurboX，在数据层、盘算层、系统层深度优化。阿里云盘算平台功绩部矜重东谈主汪军华先容，TurboX能在多个主流模子上将磨练时候贬低50%以上——这意味着元帅的模子迭代周期径直减半，或者更快将新时间才略应用到居品中。

第三重：以开源绽放的生态，提供转换的计谋纵深（MaaS层）。

如上文所提，VLA模子的构建并非从零启动，它需要苍劲的基座模子进行知识蒸馏和调优。在这极少上，阿里云的开源绽放计谋，为元帅启行提供了助力。

通义千问（Qwen）系列模子，动作全球第一的开源模子矩阵（凭证Huggingface开源大模子榜单Open LLM Leaderboard），它刻下全球下载量超6亿次，养殖模子超17万个，为行业提供了坚实基座。周光对此高度招供：“元帅启行通常用通义大模子去作念一些蒸馏，通义开源挺好的。”这种绽放性，让元帅启行得以站在基座模子的肩膀上，更高效优化我方的车端模子。

同期，它支执厂商基于开源才略作念深度自研，这极少至关蹙迫。这使得元帅启行或者将可贵的研发资源，参预到智驾垂类知识的蓄积和转换上，而不是调换造轮子。

从IaaS的工程才略，到PaaS的器具链，再到MaaS的开源绽放生态，阿里云提供的“超等AI云”全栈才略，构筑了其在智驾磨练范畴的蹙迫地位。正如阿里云智能集团群众云功绩部AI汽车行业总司理李强在一次公开演讲中提到，卓绝60%中国智能援助驾驶的AI算力来自阿里云。这足以评释，阿里云已成为智驾磨练中那朵好用的云。

五、选择对的伙伴，驶向更远的路

诚然，苍劲的时间基建，最终要升沉为买卖后果和产业引颈。

在买卖策略上，好多智驾公司广撒网、服务多个品牌车型（多SKU），而动作全栈智能驾驶贬责决议提供商元帅启行，再次展现了与其时间阶梯一致的“专注”。

周光进一步指出，有的智驾公司SKU相配多，但月销可能唯有几百台；元帅启行专注于“大单品”策略——聚积资源与车企深度合作，打造爆款车型。在他看来，唯有深度合作，才能打磨出极致的居品体验。“你越是作念的散，作念的杂，你这个居品越难。”

这种“少而精”的策略背后，是对自己时间研发服从的皆备自信。而这份自信，很猛进度上开端于其选择了一个能提供恒久价值、深远意会AI、并具备绽放生态的云合作伙伴。

天然，智驾的买卖化经过中，成本肆意也至关蹙迫。如今智驾已成标配，而非溢价项。黄晨告诉咱们：“车上有智驾，不一定让你多卖1万块，但如果莫得，一定不被给与。”

换句话说，当智驾成为“标配”而非“溢价项”，Tier 1供应商的利润空间被执续挤压。这么一来，选择云服务商，早已超越了单纯的资源采购，更飞腾为一项关乎中枢竞争力的计谋决策。因为云表基础设施的时间深度与工程服从，径直决定了算法迭代的速率和质地，进而影响最终居品的市集竞争力。

对元帅启行而言，与阿里云合作的中枢价值，在于通过阿里云全栈式的时间才略（包括高效的基础设施、恒久蓄积的时间价值、以及开源绽放的生态），将每一分算力的时间价值发达到极致。这正是其构筑自己时间壁垒、收场买卖正轮回的底气场地。

关于悉数死力于在物理AI期间取得摧残的智能驾驶参与者而言，元帅启行的实践极具参考价值：要逾越智能驾驶的“临了一公里”，需要拥抱VLA；而要高效地磨练VLA，需要选择一朵像阿里云这么具备全栈才略、或者提供恒久价值奉陪、且开源绽放的“超等AI云”。

因为在新世界里开云体育，走得快需要好的时间。而走得远，则需要好的伙伴。

　　声明：新浪网独家稿件，未经授权停止转载。 -->