VLA与华为的WA有啥不同?
网友回复
自动驾驶 VLA(视觉 - 语言 - 动作模型)与华为的 WA(世界行为模型)主要有以下不同:
核心原理不同:VLA 是在大模型的语言模型相对成熟的背景下,把视频等信息转化成语言的 token 进行训练,再将其变成 action 来控制车的运动轨迹,即先 “理解世界”,再做决策,类似于人类驾驶时 “看懂场景→用语言 / 逻辑思考→行动” 的过程。而 WA 则是直接通过 vision 这样的信息输入实现控车,无需把各种信息转成语言,再通过语言大模型来控制车,它更像是端到端的强化版,模型学习到世界的动态规律后,能够预测结果并直接控制车辆。
架构流程...
点击查看剩余70%