为什么从E2E 转向VLA
主要有以下几个考虑：
1️⃣：E2E 百万，千万级视频素材，场景的分类大部分还是人类牛马去定义的，大概能定义个几十类，100类已经很不容易了。
VLA可以更加不忌口的吃各类数据【当然也要人工分类】
2️⃣：将视频数据训练成一个E2E模型后，再重新加数据，需要重新去训练新的E2E模型。
VLA基本都是从云端大参量蒸馏；
3️⃣：E2E很难实现真的智能驾驶，而是模仿驾驶；
4️⃣：VLA可以外挂跨城市知识库，E2E得单独训练
为什么从E2E转向VLA主要有以下几个考虑：1️⃣：E2E百万，千万级视频素
啊小琪说汽车
2025-05-21 08:16:34
0
阅读：0
