⚛️量子位•較早收集於 2h
DeepSeek阮翀加盟元戎首秀，詳解基座VLA，研發提效10倍
💡DeepSeek 專家加盟元戎：機器人研發 10 倍效率基座 VLA（68字）
⚡ 30-Second TL;DR
有什麼變化
DeepSeek V4 合著者阮翀加盟元戎。
為什麼重要
以頂尖 DeepSeek 人才強化元戎具身 AI 實力。10 倍效率可加速全球機器人 VLA 研發採用。
下一步行動
檢視元戎基座 VLA 技術演講，學習 10 倍研發優化技巧。
誰應關注：Researchers & Academics
關鍵要點
- •DeepSeek V4 合著者阮翀加盟元戎。
- •元戎基座 VLA 的首度詳解。
- •研發生產力提升 10 倍。
- •針對視覺-語言-動作整合，用於機器人。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •阮翀在加入元戎啟行前，曾深度參與 DeepSeek-V3 與 V4 的訓練架構設計，其核心專長在於大規模分佈式訓練與推理優化，這為元戎將 VLA 模型從實驗室環境推向大規模車端部署提供了關鍵技術路徑。
- •元戎此次發布的基座 VLA 模型採用了「端到端」架構，通過將視覺感知、語言指令理解與車輛控制動作進行聯合訓練，成功解決了傳統模組化自動駕駛系統中各模組間的誤差累積與延遲問題。
- •該模型實現的 10 倍研發提效，主要歸功於其引入了自動化數據挖掘與合成技術，大幅降低了對人工標註數據的依賴，並通過模擬器與實車數據的閉環迭代，加速了邊緣場景的訓練收斂速度。
📊 競品分析▸ Show
| 特性 | 元戎基座 VLA | Tesla FSD v13 | Waymo Driver |
|---|---|---|---|
| 核心架構 | 端到端 VLA | 端到端神經網絡 | 混合模組化架構 |
| 數據策略 | 合成數據+自動挖掘 | 海量實車數據訓練 | 高精地圖+傳感器融合 |
| 部署成本 | 中等（優化推理） | 低（純視覺） | 高（多傳感器） |
🛠️ 技術深入
- 模型架構：採用基於 Transformer 的多模態架構，將視覺 Token 與語言指令映射至統一的動作空間（Action Space）。
- 訓練策略：利用大規模多模態預訓練（Pre-training）後，針對自動駕駛場景進行指令微調（Instruction Tuning）。
- 推理優化：通過模型量化與算子融合技術，將 VLA 模型部署於車載計算平台（如 NVIDIA Orin），實現毫秒級的延遲控制。
- 數據閉環：整合了自動化數據標註流水線，利用大模型自動生成場景描述，提升了長尾場景的訓練效率。
🔮 前景展望AI analysis grounded in cited sources
元戎將在 2026 年底前實現 VLA 模型在量產車型上的大規模 OTA 推送。
研發效率的顯著提升縮短了從模型訓練到車端驗證的週期，使其具備了快速迭代並部署至量產車型的能力。
端到端 VLA 架構將成為中國自動駕駛公司的主流技術路線。
元戎通過阮翀的技術引入證明了 VLA 在提升系統泛化能力與研發效率上的優勢，將引發行業對傳統模組化架構的技術轉型。
⏳ 時間線
2024-05
元戎啟行發布端到端自動駕駛模型 DeepRoute IO。
2025-02
阮翀正式離職 DeepSeek 並加入元戎啟行。
2026-04
元戎啟行首度公開基座 VLA 模型技術細節。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 量子位 ↗