在智能駕駛技術快速迭代的背景下，小米近日通過其最新發布的Xiaomi HAD增強版，向行業展示了在輔助駕駛領域的突破性進展。這款系統不僅實現了從傳統端到端模仿學習向“模仿學習+強化學習”模式的范式升級，更通過引入VLA（視覺-語言-行為模型）技術，為解決長尾場景下的決策難題提供了新思路。

據小米智能駕駛VLA技術負責人陳龍介紹，此次增強版的核心突破在于學習機制的迭代。傳統端到端系統依賴千萬級駕駛視頻數據進行模仿訓練，而新版本通過世界模型構建的虛擬環境，讓模型在反復試錯中掌握最優駕駛策略。這種“正向獎勵+負向懲罰”的機制，使系統在面對突發加塞、施工占道等極端場景時，能更貼合人類防御性駕駛的邏輯，決策可靠性與安全性顯著提升。

強化學習的應用并非孤立存在。小米同步推進的世界模型技術，通過“道路環境數據+語言描述”的雙輸入模式，生成適配中國復雜路況的虛擬訓練場景。例如，系統能通過語言描述理解不同城市的交通標識差異，進而在虛擬環境中模擬北京胡同的窄路會車、上海高架的匝道匯流等特色場景。這種“數據驅動+語言增強”的方案，有效解決了仿真環境與真實道路的差距問題，為強化學習提供了更貼近實際的訓練場。

VLA技術的引入，則直指端到端模型的“黑盒”痛點。陳龍以“寶寶學說話”類比：傳統端到端如同幼兒模仿發音卻不知含義，而VLA通過語言模態的加持，使系統具備“讀書認字”的推理能力。當遇到未在訓練數據中出現的場景時，VLA可借助互聯網通識數據（如交通規則、物理常識）進行邏輯推導，例如通過識別“圓形紅底標識”判斷禁止通行，或根據“右轉必停”的地方規則調整動作。這種“理解式決策”能力，被認為是通往L3/L4級自動駕駛的必要條件。

在技術路徑選擇上，小米拒絕了開源模型的快速移植方案，轉而投入資源自研具身基座模型。該模型從大語言模型（LLM）階段即開始數據篩選，融入駕駛場景與機器人任務的專項訓練，強化3D空間感知與推理能力。陳龍透露，這種“通用能力為基礎、駕駛場景為重點”的設計，使模型既能適配車輛駕駛，也可擴展至機器人、家居等跨場景應用，形成“人車家全生態”的技術協同優勢。

針對VLA可能帶來的時延問題，小米通過算力強化與模型優化雙管齊下：一方面升級硬件基礎設施保障推理速度，另一方面在語言模態輸出端精簡token，移除口語化表述，僅保留關鍵決策信息。這種“效率優先”的調整，使系統在增加認知能力的同時，仍能保持流暢的交互體驗。

技術落地的優先級排序中，小米明確將算法置于首位。陳龍引用特斯拉前AI負責人觀點指出，當前輔助駕駛的核心矛盾仍在軟件層面，硬件與算力僅作為彌補算法短板的補充手段。例如，當算法無法通過純視覺方案實現高精度感知時，可增加激光雷達提升可靠性；當VLA推理需要更復雜計算時，再通過算力升級保障響應速度。這種“軟件定義硬件”的思路，體現了小米對技術本質的深刻理解。

作為較早參與端到端與VLA研發的科學家，陳龍的職業軌跡折射出中國智能駕駛領域的人才聚集趨勢。這位35歲的前英國Wayve核心成員，在對比國內外駕駛場景后發現，國內道路中電瓶車橫穿、突發加塞等不可預測場景更多，對系統靈活性與安全性的要求更高。這種本土化需求，加上小米“人車家全生態”的愿景吸引，最終促成其回國加入小米。他透露，小米1用戶身份與雷軍親自溝通的經歷，強化了自身對品牌價值觀的認同——這種“做感動人心的好產品”的理念，與VLA技術“讓AI落地物理世界”的追求高度契合。

隨著Xiaomi HAD增強版隨HyperOS 1.11系列推送至用戶，小米的智能駕駛技術進入全新階段。從端到端到強化學習，從世界模型到VLA，這家以手機起家的科技企業，正通過持續的技術深耕，在智能駕駛賽道上構建差異化競爭力。而陳龍帶領的團隊，能否憑借“難但正確”的技術路線，在L3/L4級自動駕駛的終極目標上實現突破，將成為行業后續關注的焦點。