做VLA是想充分用好LLM 可以理解万物的能力
自动驾驶或者从L2的驾驶辅助很难依赖几个有限的模态信息逐步跃升到全自动驾驶
对于多模态信息【视觉，听觉，语义地图，交规，定位，意图等等】这类信息，仅仅依靠人工接口是很难完全对齐
这也是为什么需要用一个AGI【LLM】 去做🧠，去实现资源调用和决策输出
如果觉得我说的不对，那就是我说的不对[老师好]
![看得出来，他们已经发家致富了啊。[思考][思考]](http://image.uczzd.cn/12205223639097024013.jpg?id=0)
看得出来，他们已经发家致富了啊。[思考][思考]
【1点赞】
做VLA是想充分用好LLM可以理解万物的能力自动驾驶或者从L2的驾驶辅助很难依
啊小琪说汽车
2025-07-14 00:40:29
0
阅读：0
![为什么如此迫不及待好难猜啊[思考]](http://image.uczzd.cn/6385789227227169394.jpg?id=0)
![符合刻板印象，又开始自己挂自己了[并不简单]](http://image.uczzd.cn/16314667619260784228.jpg?id=0)
