最近理想总裁李想在AI Talk接受采访时，说到智驾端对端解决的是L3级别问题，想要实现L4级别驾驶就需要借助VLM/VLA来实现，结合前面阐述的智驾视觉大模型推文，下面好好说说VLM和VLA。
1. VLM（Vision-Language Models）
VLM（Vision-Language Models）是结合视觉和语言信息的模型，旨在处理和理解图像和文本之间的关系。与传统的计算机视觉或自然语言处理（NLP）模型不同，VLM能够通过联合训练来处理多模态输入，通常应用于跨模态的任务，如图像描述生成、视觉问答、图像-文本匹配等。构建 VLM 涉及预训练基础模型（foundation models）和零样本学习（zero-shot learning），迁移学习技术（Transfer learning）（例如知识提炼）可用于微调模型以完成更具体的下游任务。目前 VLM 主流模型架构有 CLIP、Flamingo 和 VisualBert 等。
- 特点：
- 多模态输入：同时处理图像和文本输入，模型能够学习到它们之间的联合表示。
- 跨模态任务：常见任务包括图像描述生成、视觉问答（VQA）、图像-文本检索等。
- 融合策略：使用卷积神经网络&#x
