第二代端到端：VLA（视觉-语言-动作）。
第二代端到端也准备来了，理想昨天财报也有提到，理想 L4 的预研是通过车端 VLA +云端世界模型做强化学习。
什么是 VLA，和第一代端到端有什么区别？
VLA 大白话就是：没有了系统二，直接靠一个系统输出轨迹。但二代端到端的出现基本都是冲着 Thor 来的，也是明年一大技术主流。
一代端到端是靠系统一（快系统）+系统二 （慢系统）。系统一负责直觉直接做，系统二是一个 VLM 模型帮助系统更好理解环境信息，然后告诉系统一怎么做。但毕竟还是有“分工”和“交流”的过程，一定程度上带有延迟。
二代端到端 VLA （视觉-语言-动作）就是把系统一和系统二合并，变成一个大系统，系统一的直觉和系统二的环境理解一起输出，结构更加简洁，推理和执行效率更高。
进一步实现 AI 通用化。
#新能源汽车##大v聊车##理想汽车#
