汽车行业专题报告：VLA和世界模型_通往高阶智能驾驶之路——辅助驾驶系列报告二-国海证券
国海证券《汽车行业专题报告：VLA和世界模型_通往高阶智能驾驶之路》聚焦高阶智能驾驶核心技术，剖析VLA与世界模型的技术内涵、产业实践及融合趋势，明确行业发展方向与投资逻辑。
VLA（视觉-语言-动作）模型是端到端多模态AI架构，融合视觉输入与自然语言指令生成物理动作，核心优势在于多模态融合与语义推理泛化。产业中，理想汽车自研Mind VLA模型，具备空间理解、思维等四大功能，2025年9月全量推送至AD MAX车主；小鹏采用“VLA+OL”云端基模，通过蒸馏技术部署车端XVLA模型；元戎启行DeepRoute IO 2.0搭载自研VLA模型，已获5个定点，首批量产车将入市。其技术演进分四阶段，从语言解释器逐步升级至推理增强型，可实现人机交互升级与推理透明化，中长期依赖AI数据闭环进化。
世界模型以视觉与运动数据为基础，通过生成式建模预测环境动态与行为后果，核心能力是反事实推理，能应对数据中未出现的决策场景。主流架构有RSSM（生成式预测）与JEPA（表征式预测）。海外Wayve的GAIA系列模型可生成多场景驾驶数据；国内华为乾崑ADS 4.0的WEWA架构，借难例扩散生成模型提升难例密度1000倍；蔚来NWM模型支持多模态交互，2025年5月推送的首个版本实现停车场自主寻路；Momenta R6飞轮大模型融合长短期记忆，通过数据闭环迭代优化。
两者并非对立，是产业玩家实现端到端能力后优化侧重点的分化。VLA侧重语义融合与交互控制，世界模型侧重环境预测与仿真可靠性，且技术融合趋势显著，VLA引入强化学习与仿真，世界模型扩展语言交互。数据飞轮与安全性能是核心壁垒，头部车企积累海量数据驱动模型迭代，第一梯队MPA已达人类驾驶安全6倍以上，MPI持续优化。
免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系