然而在之前的硬件竞赛逻辑里，车企们普遍认为“传感器数量决定感知能力”，但这种思路很快陷入了高成本与低效率的双重困境。以激光雷达为例，2020年一颗高性能激光雷达的成本超过1万美元，搭载3颗激光雷达的车型仅硬件成本就增加3万美元，这直接导致早期智驾车型的售价普遍超过50万元，难以进入主流市场。

小鹏P7早期版本因搭载两颗激光雷达，售价较同配置无激光雷达版本高出8万元，上市后月销长期徘徊在3000辆以下，直到推出简化激光雷达配置的版本才实现销量突破。

2019年，作为端到端路线的先行者，特斯拉为智能驾驶技术的发展开辟了一条新的道路。该路线的核心思想是通过大量实际路测数据训练模型，让车辆直接从传感器输入到控制输出，实现自动驾驶技术的快速迭代。

特斯拉利用其庞大的车队规模和广泛的用户群体，收集了海量实际路测数据，这些数据涵盖了各种不同的路况、天气条件和驾驶场景。再通过对这些数据的分析和训练，自动驾驶模型不断优化和改进，最终实现自动辅助导航驾驶、自动变道、自动泊车等一系列高级功能。

国内车企在看到端到端路线的成功之后，随即纷纷效仿。它们加大了在数据采集和模型训练方面的投入，希望能够在这场智能驾驶的竞赛中占据一席之地。

不过，端到端路线并非完美无缺，它在处理长尾场景时存在着明显的局限,比如突然出现的行人、违规行驶的车辆、恶劣天气下的道路状况等。由于这些场景在实际路测中出现的频率较低，端到端模型很难通过少量的数据进行充分的学习和训练，因此在面对这些情况时往往难以做出准确的判断和决策。

VLA闪电逆袭

端到端路线的局限，为VLA路线的崛起埋下了伏笔。

2023年底，理想汽车率先提出VLA技术概念，其核心是通过整合视觉、语言、行动三种模态，让智驾系统像人类一样“观察、推理、决策”。

与端到端的“数据映射”不同，VLA系统能够将视觉感知到的信息转化为语言描述，再通过语言模型进行逻辑推理，最后输出具体的行动指令。

在智能驾驶的赛道上，“先发优势”曾被视为不可逾越的壁垒。华为早在2019年就推出了ADS（高阶智能驾驶系统），凭借激光雷达+高精地图的组合，一度成为行业技术标杆；百度Apollo更是从2013年就开始布局智驾，累计投入超过500亿元。然而，VLA路线的出现，让理想、小鹏等“后发者”实现了闪电逆袭，彻底改写了行业竞争格局。

理想用户在日常使用汽车的过程中，车辆会持续收集各种驾驶数据，包括道路信息、交通状况、驾驶行为等。这些数据不仅数量庞大，而且涵盖了多种不同的场景和情况，为VLA模型的训练提供了丰富的素材。通过对这些数据的分析和挖掘，理想汽车的研发团队能够深入了解用户的需求和驾驶习惯，针对性地对VLA模型进行优化和改进，提高模型的准确性和适应性。

小鹏汽车则在算力方面加大投入，构建起强大的云端训练集群，为VLA模型的高效训练提供了有力支持。

其研发团队可以利用云端训练集群同时运行多个模型训练任务，大大提高了训练效率。此外，云端训练集群还具有可扩展性，能够根据研发需求随时增加计算资源和存储容量，满足VLA模型不断迭代和优化的需求。

当然，并不是所有玩家都有理想、小鹏的体量。成立于2019年的元戎启行，2024年也选择“All in VLA”。不妨这样算一笔账：做10万辆车、每车每天跑50公里、回传率20%，一年就能攒到18亿公里数据，刚好跨过“冷启动死亡谷”。

为了抢时间，元戎把DeepRoute IO 2.0平台开放给五个定点合作项目。今年8月26日，元戎发布VLA量产版本，对于年销量较低且资金不充裕的企业而言，这几乎是唯一可选的“船票”。VLA让中小车企第一次有机会用低成本复制头部体验，错过就没了。

WA才是终极？

与全民VLA的喧嚣不同，华为、蔚来却选择了一条更为“激进”的技术路线——WA（World Model，世界模型）。

WA路线的核心逻辑是，让智驾系统通过云端模拟数据构建一个“数字孪生世界”，从而实现对真实世界的深度理解。与 VLA 的“从数据到决策”不同，WA试图让系统“先理解世界，再作出决策”，这种思路被不少专家视为智驾的“终极答案”。

华为ADS研发负责人王军，曾用一个生动的比喻解释WA的优势：“如果把智驾系统比作学生，VLA是通过做海量习题来应对考试，遇到没见过的题目就会束手无策；而WA是先理解知识点，无论遇到什么新题目，都能通过规律推导得出答案。”蔚来的李斌也曾在内部邮件中称：“WA让车拥有‘想象力’，而不是‘记忆力’。”

从理论上看，WA系统能够从根本上解决VLA系统对数据的依赖，尤其是在处理长尾场景时，具备更强的通用性和适应性。

不过，这些优势目前还是基于理论，想要实现商业化落地，WA路线仍需突破资金、数据、模拟与现实平衡的三重考验，也使其暂时成为了“巨头专属”。

构建数字孪生世界，涵盖硬件设备、软件研发、场景建模等多个领域。华为在WA路线上的投入已超过200亿元，其中仅数字孪生平台的服务器集群就耗资50亿元，每年的电力和维护成本高达8亿元；蔚来为了研发WA系统，专门成立了 “世界模型实验室”，截至2024年，累计投入超过150亿元，占其总研发费用的40%。