如果你對智能車感興趣，那么從去年開始，無論是刷資訊、看發布會還是探店，你大概率會反復看到一個詞——VLA。

它就像智能車圈的“頂流黑話”，不懂它，就好像沒有完全挖掘這臺車的價值。

VLA是什么？

廠家會告訴你：視覺-語言-動作大模型。

翻譯一下就是——給車裝了一個“會看、會理解、會動手”的數字大腦。

VLA的概念最早是在2023年提出，率先應用于機器人領域，再擴散到智能駕駛領域，從去年開始集中量產。

有了VLA的參與，一臺車確實有了具身智能的雛形。

語言層的參與，讓它既可以應用于智能座艙，讓車內的AI智能體具備理解、記憶、溝通的功能；

也可以應用于輔助駕駛，讓車輛可以結合語言思維去推理，駕駛動作更合常理。

那么VLA上車，將會把我們的實際用車方式變成什么樣呢？

我們放下配置表，直接來體驗。

這臺魏牌V9X，搭載了長城最新的雙VLA架構——行車VLA負責輔助駕駛，座艙VLA負責交互。

來看看掌握語言技能的魏牌V9X，在輔助駕駛和智能座艙方面表現如何。

作為9系，魏牌V9X有著近5.3m的車長，操控起來確實更需要眼觀八方的技術。

我們開著魏牌V9X走了一條難度偏高、多擁擠狹窄的路線，設置完導航就原地開啟了VLA領航輔助駕駛。

首先從開車范圍上，魏牌V9X的VLA輔助駕駛就和我們手動駕駛一樣，能從車位到車位。

它不僅可以原地開啟領航，駛出車位，還能通過閘機，連接主路。

接下來我們按城中村表現、日常表現以及語音控車三個方面來分享它的體驗。

城中村

大車走城中村的最大壓力就是控制好和繁雜障礙物的距離。

在這段路上，兩邊停滿了車，車道線都起不了作用，魏牌V9X就像我們自己“憑感覺”一樣，從中間的空位穿過。

當然，畢竟是靠傳感器，魏牌V9X對于周圍距離有更“數據化”的判斷方式。

比如這次窄路會車，表現非常驚艷。

絕大部分輔助駕駛系統感知到和周圍障礙物過近時，都會選擇原地停車并發出距離過近的警示音，以免犯錯刮蹭。

但魏牌V9X的系統很積極，它對通行狹窄距離的閾值還是比較高，能在更苛刻的空間條件下保持運行。

即使這種路況已經窄到360° 全景影像都觸發了，它還是在分析空間后主動尋找通行路徑，實時測距并成功通過。

在橋洞這種明暗交替的環境中，它也能捕捉到對向從亮處駛進橋洞的兩輪車，謹慎地繞過兩邊行人和車。

日常

在日常開啟輔助駕駛的過程中，小魏同學都會通過圖片和文字的方式展示自己的思考過程。

這是小魏同學通過語言知識來推理當前路況如何處理的體現。

我們也可以通過這些信息了解這套系統的思路，如果產生分歧那我們可以提前介入操作，和系統更好地搭檔。

比如在潮汐車道路段，它就實時匯報了所見，駛過路口后也是進入了唯一可行的車道。

面對有紅綠燈的環島路段，即使我們設置了一整圈路線，都沒有干擾它找到正確的出口。

對VLA輔助駕駛來說，比按路線行駛更難學的是像人類一樣因為情緒去調整一些駕駛細節。

我們在體驗時，發現小魏同學就有這樣一些讓我們感到舒適的動作調整。

比如右轉時，右側有遮擋視線的樹，左側有直行的車，魏牌V9X就進行了防御性減速。

車身轉過來后視野變開闊，再自然提速。

如果這時候系統不做這樣的減速，我們可能會因為擔心盲區風險而不信任系統，但它做出了和我們同頻的反應。

這不是寫死的規則，而是一整段思考的過程，另外一段繞行展示的更明顯。

魏牌V9X轉進巷子后，迅速發現前方一臺臨停車并起意繞行。

當靠近想繞時，由于對向兩次來車，系統都選擇了避讓。

這時候前方障礙車往前挪了一點意思意思，我們就緩緩跟，再找時機繞了過去。

全程的節奏非常正常，即使這段路受阻，我們也不會覺得煩躁，因為讓駕駛員接管也會這么開。

面對各種路況，VLA能做到高度擬人的原因，除了從各種數據抓規律學習，它還用“語言知識”補課了。

就像我們看就能看會幾分，但如果有人教了我們幾句，像哪種情況應該怎么做，那我們就能有更明確的概念。

VLA系統在訓練時也會通過語言作為融合的紐帶，給看到的視覺畫面加深對應的特征。語言能夠覆蓋相當一大類場景，系統理解場景就更透徹。

像施工場景，每次的布置方式都不一樣，能走的路也不一樣，全靠舉一反三、理解場景。

當我們碰到了施工侵占左轉道，而當時我們正要左轉。

理解了場景的小魏同學，并沒有因為失去左轉道迷茫，而是安心走在最左側的直行道上。

并且這次施工的延伸部分已經完全擋住左轉路口，系統選擇回了個大彎去找左轉路口，順利完成左轉。

這都是因為系統會邊看邊理解場景，有繞過所有施工物體去找目標車道的清晰概念。

作為輔助駕駛，由于需要考慮普適性，可能有人會覺得它的防御性駕駛、完全卡限速等行為有點慢。

但其實在穩的基礎上，魏牌V9X也是注重效率的，會優先選擇快車道。

或者，你也可以通過語音指令控制它按照你的喜好去行駛。

語音控車

我們可以直接告訴小魏同學“開快點或慢點”，也能直接說一個具體時速，小魏同學會根據我們的語音指令調整駕駛風格。

我們甚至能讓它靠邊停車。

當我們下達“靠邊停車”的指令以后，系統不會魯莽剎停，而是慢慢減速，找個好下車的路口，并開啟雙閃。

這也證明了VLA的思維不只是考慮動作完成度，它會聯想到在真實的世界中，我們是怎么用車的。

座艙

過去，智能座艙通常使用固定的觸發詞來識別指令，讓語音助手執行。

但VLA的加入，讓小魏同學從語音助手進化到了AI agent。

它有一顆自己的大腦，能用來跟你溝通，它也會作為一個專屬角色融入到你的生活里。

初次見面，我們可以和小魏同學互相介紹，接下來它就會牢牢記住你是誰。

認識以后，小魏同學就可以提供一些專屬服務。

比如記住你調節過的功能，當你下次上車時會主動詢問上次沒看完的電影要繼續播放嗎？

我們也能對這位朋友說，提醒我做什么事。

比如：過1分鐘提醒我們給某某打電話。

有了VLA，我們能讓它像朋友一樣叫得動。

當我們雙手提滿行李時，用車外語音指令就能開啟后備箱。

從走近車門的那一刻起，這位朋友就已經開始在合適的時候給我們“搭把手”了。

語言不是目的，而是一種打開世界的方式。對車來說也一樣。

給魏牌V9X裝上了VLA，它就理解了在窄巷里如何博弈，在盲區前謹慎行事。

從規則驅動到理解場景，VLA不僅在重新定義輔助駕駛像人的邊界，它甚至讓車與人的關系正在從“工具”向“伙伴”滑動。

今天的VLA還不是終點，但它已經讓我們看到了用智能催生智慧的可能，一臺車可以變得更有意思。