十大证券公司 VLA量产方案「杀入」15万级车型？城市NOA市场战况生变

高阶辅助驾驶市场「战火」升级十大证券公司，大模型时代正式来临。

7月底的理想i8发布会上，基于VLA大模型的辅助驾驶系统也同步发布，并计划将于9月10日开启全量推送。

8月26日，元戎启行发布全新一代辅助驾驶平台——DeepRoute IO 2.0，该平台搭载自研的VLA模型。据介绍，2025年搭载元戎启行VLA模型的辅助驾驶系统的车型将进入量产阶段。作为国内首家推出VLA方案的高阶辅助驾驶方案供应商，也将引领VLA大模型的量产进程。

8月27日晚，小鹏汽车全新新P7正式发布，新车配置三颗自研图灵AI芯片，搭载VLA大模型的辅助驾驶系统。此外，奇瑞汽车、吉利汽车此前也披露了引入VLA模型的计划；2025年将成为VLA高阶方案的量产元年，城区NOA高阶辅助驾驶市场也正式迎来新一轮技术升级战。

根据《高工智能汽车研究院》数据显示，2025年1-7月中国市场（不含进出口）乘用车前装配置城区NOA（含支持软件选装）交付新车141.03万辆，同比增长92.23%。

伴随量产规模的快速扩大，城区NOA高阶辅助驾驶系统将接受来自终端市场的广泛考验，面对城区复杂场景下能力不足的问题也开始逐渐暴露。

“我们明显感受到，第一代端到端系统正逐渐触及性能瓶颈。当前以CNN为载体的模型无论用多少数据或额外训练手段，其提升空间已非常有限。”元戎启行CEO周光表示。

他指出，VLA模型可以称为“基于GPT的端到端模型”，真正的智能驾驶必须依赖大模型，未来技术方案必将全面转向基于GPT架构的端到端系统。“真正实现数十万、百万台规模的高阶智能辅助驾驶，一定是以大模型为核心的新一代技术。”

低至15万级车型，搅局城区NOA市场

据周光介绍，DeepRoute IO 2.0方案具备平台化优势，未来可适配多种芯片平台，并可适配多元化传感器配置方案，包括含激光雷达以及纯视觉架构。

需要指出的是，在车端部署的VLA模型参数往往高达数亿甚至十几亿，这对车端算力提出了更高需求。

目前高阶辅助驾驶系统主流应用双颗英伟达Orin X芯片的算力配置，算力达508TOPS，依旧很难支撑“端到端+VLA模型”的部署。根据目前行业中各家情况来看，理想i8搭载英伟达Thor-U芯片（700 TOPS）；小鹏G7 Ultra版搭载3颗图灵AI芯片，算力高达2250TOPS。

鉴于当前车端算力有限，VLA模型的车端部署在模型设计、模型加速以及部署优化等方面都带来了巨大挑战，

针对以上难题，元戎启行研发团队通过压缩词表，对模型做了剪枝(pruning)和加速，同时推理引擎团队对VLA模型做了大量的算子优化、显存优化、硬件新特性适配等，最终使得VLA模型在车端部署实现较低的时延成功运行。

高工智能汽车观察到，当前高阶辅助驾驶市场快速扩张的同时，系统的搭载车型价格呈现快速下探的趋势。截止到2025年7月底，标配NOA车型交付均价和上年同期相比下降8.74万元，降幅达到25.91%。其中今年新上市的个别车型搭载城区NOA系统的售价已经低至15万级别。

高工智能汽车研究院数据显示，2025年1-7月，中国乘用车市场标配搭载城区NOA的车型搭载率已经突破6%，接下来搭载车型价格会进一步向15万元价位下沉。在第三方供应商方面，华魔元几家目前的搭载量处于领先地位。

据周光透露，当前元戎启行搭载VLA大模型的DeepRoute IO 2.0方案，最低可实现15万级区间车型的量产需求。

而在接下来的大模型为基础的AI辅助驾驶新周期下，如元戎启行这类具备“普惠性”优势的VLA模型的城区NOA解决方案，有望进一步搅动城市NOA高阶辅助驾驶供应商市场格局。

元戎启行作为国内少数专注城市领航辅助为主的高阶辅助驾驶方案供应商，目前其系统方案量产车辆即将跨越10万台规模，获得的定点合作车型已经超过10款。

懂思考更“类人”，AI司机来了

当前，城区NOA高阶辅助驾驶方案技术路径的竞争核心在于系统安全与体验升级。

不可否认的是，当前基于BEV架构的端到端系统还存在明显的短板。例如比如日常用车场景往往会存在各类“视线”被遮挡的盲区。鉴于BEV视角存在先天局限，被障碍物遮挡或者没有被探测到的物体，系统就会认为其“不存在”，从而存在极大地安全风险。

又比如无红绿灯的丁字路口、路边临时停放的车辆、前方有事故或者突发状况，以及突然冲出的电瓶车和行人前等等场景下，人类司机一般需要减速减速观察以随时避让等，同时也会根据情况变化提前规划行车路径等等。

而VLA模型具备思维链（COT）能力，拥有场景高级语义理解和长时序因果推理能力，使得辅助驾驶系统如同装上“透视眼”，能很好地还原复杂环境，并能基于环境信息与驾驶经验进行推理，其决策过程具备类人“”的思维逻辑，并能将决策动作清晰地解释给用户。

即便是在视野受限的动态或静态盲区环境中（如公交车遮挡、复杂路口、桥洞等），系统会主动对盲区进行“预防性预判”，采取与人类驾驶类似的「防御性驾驶」策略。

可以观察到，DeepRoute IO 2.0系统的最大特点在于：最大的让AI学会了“害怕”。“这才是对安全真正的重视。”周光这样表示。

此外，在城市道路中会往往存在大量的交通标识、车道标识、临时路牌等等，而VLA大模型强大的语言理解能力，可以有效理解临时标志、道路文字，从而减少误判和违章情况发生。

周光强调，当前量产的端到端自动驾驶方案由于缺乏推理能力，仅靠高精地图无法根本解决泛化难题；而VLA模型是当前最优路径，即便其是仍处于’幼年期”，但它目前的技术上限已经远超传统端到端方案。长远来看，语言和推理能力是实现完全无人化自动驾驶的核心。不过其也提到，当前VLA方案依旧需要技术持续突破。

此前，理想汽车自动驾驶研发高级副总裁郎咸朋也曾表达类似的观点，VLA模型具备学习藏在数据背后的逻辑推理能力，能够像人一样去思考、推理和解决问题，VLA 架构也将带来更强大的能力和体验提升。从技术层面看VLA 模型可以走向更高级别的自动驾驶，但现在处于起步阶段。在这个技术周期里，起步阶段 VLA 模型约等于端到端的上限，它还有较长的一段路要走。

不过，当前行业中也出现了明显的技术路径分歧。与理想、小鹏、元戎启行押注VLA模型不同，华为、蔚来则选择了WA（World Action）路线。

其中华为在端到端基础上提出了全新的技术架构——WEWA架构，既云端世界引擎和车端世界行为模型。华为智能汽车解决方案BU CEO靳玉志近期接受媒体采访时明确表示，华为不会走向VLA的路径，“我们更看重WA（World Action），省掉了language这个环节，WA才是能真正实现自动驾驶的终极方案。”

事实上，对于身处高阶辅助驾驶赛道的玩家们来说，近几年市场中技术方案的迭代升级日益加速，新一代基于大模型的技术升级趋势不仅提高了竞争门槛，也即将在市场中画出新的分水岭；无论是WA还是VLA，基于大模型的新一代辅助驾驶方案还处于0-1的量产落地初期，除了技术能力领先，成功实现工程化部署量产以及规模落地才是关键。

正如周光所说，“如果我们不转型为大模型驱动的公司，未来很可能面临降维打击。”