前不久，小米SU7澎湃OS推送了最新的OTA，小米智能驾驶正式接入了VLM；广州车展上，极氪发布浩瀚智驾2.0也使用了WLM；理想汽车更是早就应用了端到端+VLM双架构。这VLM到底是什么技术？会是新的智驾浪潮吗？
VLM，全称是Vision Language Model。就是可以识别图像或者文本中的内容，并且生成信息指令的AI模型。
大家肯定听说过ChatGPT，就是你通过文字来问它问题，它能自动生成答案给你，这其实就是一种语言模型，而如果输入的不是文字，而是图像或者视频，这就是VLM视觉语言模型了。形象点解释，它就像我们小学考试中的“看图说话”一样。
那让车辆去“看图说话”，能有什么作用呢？
大家想想，在开启领航辅助时，你的车辆能识别潮汐车道吗？能识别收费站ETC通道吗？能理解交警的手势吗？如果不能，VLM现阶段最大的用处，就是弥补端到端智驾方案暂时未训练过、而无法理解的上述场景。
在如今已经深度应用VLM的理想汽车上，VLM带来哪些实际体验提升？小米SU7的VLM目前有哪些应用？VLM会在未来成为必然的趋势吗？更多详细技术介绍，一起来看本期视频！
如果你也和我们一样，对汽车行业的变革式发展满怀憧憬，欢迎大家到B站关注《童济仁汽车情报所》，我们会在每周五与探讨一个你可能感兴趣的新话题。大家有任何意见与建议，也欢迎留言与我们交流。
