算法论文8

DriveVLA - W0破解特斯拉自动驾驶监督难题

机器之心2025-11-17

AI 摘要

特斯拉公布自动驾驶VLA模型‘监督稀疏’难题。DriveVLA - W0研究指出，VLA存在‘监督赤字’，用世界模型作自监督训练任务可缓解，还提出轻量级架构降低推理延迟。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

李飞飞押注空间智能，破局之路在哪？

李飞飞押注的空间智能是世界模型主流路线之一，旨在让AI生成可操作三维世界。但当前AI生成世界存在“中看不中用”问题，构建“站得住”的世界面临速度与状态瓶颈，生境科技等实践提供了解决思路。

视觉-语言-动作（VLA）模型是端到端自动驾驶主流技术，但自回归解码架构有瓶颈。复旦大学与引望智能联合提出WAM-Diff2，实现自回归VLA向离散扩散模型迁移，解码加速15.1倍，多任务性能不降。

8月13日，DeepSeek开源Agent Harness dsh引发行业对“Harness”的关注。近日，MirroS联合多机构发布HarnessEval，将其概念引入评测系统。它使评测从Metric到Harness，形成可执行评测系统，已落地于交互式世界模型。

过去大模型生成的游戏虽代码能跑，但常陷入“可玩性黑洞”。Spellcaster让多个专用Agent协同处理，形成“生成—运行—检查—修复”循环。目前能快速生成多种游戏原型，未来将用世界模型直接生成画面。