SSAD 研讨会详解驾驶 VLA 模型构建方法

在 SSAD 2026 研讨会上，讲者回顾自动驾驶技术栈的历史与走向，并提出构建驾驶视觉-语言-动作（VLA）模型的四步流程：模型选型、数据策展、动作头设计与多阶段微调。其展示的 FIVE-VLA 仅 640M 参数即表现出色，通过高分辨率图像输入、极小的视觉编码器加记忆机制等工程设计，效率达到 SimLingo 的 7.5 倍。

2026-09-17 ~ 2026-09-17 · 3 条相关

• SSAD 讲座拆解驾驶 VLA 四步构建法：选型、数据、动作头、多阶段微调 — abursuc · 2026-09-17
• FIVE-VLA 自动驾驶方案:小视觉编码器加记忆机制,效率较 SimLingo 提升 7.5 倍 — abursuc · 2026-09-17
• FIVE-VLA 用 640M 参数跑驾驶任务，效率达 SimLingo 7.5 倍 — abursuc · 2026-09-17