元戎启行研发VLA的故事：一开始产品经理都被VLA的文字理解和OCR能力迷住了。
元戎启行研发VLA的故事：一开始产品经理都被VLA的文字理解和OCR能力迷住了。一次惊险的测试，让元戎把“防御性驾驶”作为VLA模型的核心进化方向。起初是云端推理传回车端，但时延太大。例如车速60km/h，假设时延需要2s，在拿到云端结果时，车已经向前跑了33米。为了在车端部署，压缩了词表，对模型做了剪枝和加速，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在车端顺畅地跑起来。通过迭代大模型自动给数据打标签，解决了数据规模标注难题，目前元戎启行也达到了千万级Clips的数据规模。元戎启行的VLA正在深度学习"如何在不完美的人类驾驶环境中做出最安全的决策"--------------------------------------------所以，元戎的VLA从之前的解决场景的长尾难题，转向了更关注安全的驾驶决策。在车端无法部署更大模型的情况下，这种方式也是一种务实的选择。