揭秘VLA：下一代端到端模型，自动驾驶技术的关键飞跃

文章预览

大会预告 12月5日-6日，2024中国生成式AI大会（上海站） 举办，30+位嘉宾已确认参会演讲。其中，银河通用机器人合伙人张直政将在大模型峰会进行演讲。上海科大助理教授 & 博导顾家远，国地共建具身智能机器人创新中心数据智能负责人李广宇，上海人工智能实验室青年科学家王泰，上交大在读博士、穹彻智能实习研究员吕峻将在具身智能技术研讨会进行分享，欢迎报名～ 自动驾驶技术的 最新进化方向确实在于“端到端”技术的深度融入多模态大模型。 这一趋势的 核心是VLA（Vision-Language-Action Model）模型，它结合了视觉、语言和动作，展现出更高的场景推理与泛化能力。 VLA模型最初在机器人行业由谷歌DeepMind推出，并迅速扩散至智能驾驶领域。谷歌旗下的自动驾驶公司 Waymo 基于VLA模型推出了自动驾驶多模态模型EMMA，标志着VLA模型正式进军智能 ………………………………