论文精读｜DriveVLM：把大语言模型推理能力搬上自动驾驶
DriveVLM 是首个系统性地把视觉语言模型用于自动驾驶场景理解与推理的工作。本文拆解它的动机、设计与双系统架构。
🧠 VLA
什么是 VLA（Vision-Language-Action）模型？
一文搞懂 VLA 模型的核心思想、架构演进，以及它为什么成为自动驾驶的新范式。
论文精读｜DriveVLA-W0：视觉语言动作模型驱动的自动驾驶系统
DriveVLA-W0 将 VLM 推理、世界模型预测与动作生成统一到端到端框架，代表了自动驾驶从感知驱动走向理解驱动的范式转变。
论文精读｜ReCogDrive：小米EV强化认知端到端自动驾驶框架
华科×小米EV提出ReCogDrive，将VLM认知推理与扩散规划器统一，通过DiffGRPO强化学习提升安全性，在NAVSIM和Bench2Drive上达到SOTA。