智驾AI路线收敛：VLA与世界模型走向融合

自动驾驶的AI叙事，正在从“二选一”转向“怎么合”。公开行业观察指出，2026年过半后，VLA（视觉-语言-动作）与世界模型两条路线的公开争论仍在，但融合方案已成为更受关注的方向。

导语

只理解语义不够，只做预测也不够。真实驾驶里，理解与预测往往缠在一起，这正是融合路线被提出的现实理由。

事件背景

据OFweek智能汽车网梳理，从端到端大模型上车，到英伟达GTC上路线分歧被公开讨论，再到CVPR 2026相关研讨，行业焦点已从站队转向基座模型构建。华为在ADS体系中持续强化世界模型能力；Momenta等发布强化学习世界模型；特斯拉将大模型能力进一步整合进导航与决策；理想等则在VLA基础上引入预测式隐世界模型，并有多篇相关论文入选顶级会议。

落地侧也有新样本：报道称搭载新一代VLA的小鹏车型在海外完成本地化验收测试，在未经当地路测数据训练条件下完成环岛、有轨电车避让等场景，显示基座模型迁移能力受到行业关注。

核心看点

第一，争论本质是能力分工：VLA偏语义理解与指令对齐，世界模型偏物理预测与风险预判。

第二，融合成为务实答案：复杂交通既需要“看懂”，也需要“预演”。

第三，评测标准在升级：不再只比演示视频，而比跨区域泛化、安全边界与工程可部署性。

行业影响

对车企而言，模型路线选择会决定数据闭环、算力配置与组织能力投入。对芯片与中间件供应商而言，谁能更好支撑大模型推理与世界模型仿真，谁就更有绑定价值。对监管与用户而言，解释性、失效模式与安全冗余会变得更重要，AI能力不能只停留在营销话术。

延伸分析

融合并不意味着算力无限堆叠就能赢。数据质量、仿真体系、闭环标注与车端时延，往往比模型口号更能决定体验。路线收敛之后，竞争会更快进入工程与产品层：谁能在同样算力预算下给出更稳的城市通勤能力，谁才真正领先。

结语

VLA与世界模型从对峙走向融合，说明智驾AI开始回归驾驶本质。下一阶段胜负手，不在概念新旧，而在复杂世界里能否持续做出正确动作。