复旦贾萧松谈VLA、WAM架构与自动驾驶瓶颈

2026年10月19日，雷峰网发布对复旦大学可信具身智能研究院助理教授贾萧松的访谈。贾萧松回顾了从轨迹预测转向端到端自动驾驶、强化学习与世界模型的研究路径，并提到Think2Drive通过在隐空间世界模型中训练，使一张显卡可同时运行1000到2000个环境，相比传统仿真提升了探索效率。他认为模仿学习存在优化目标局限，需结合强化学习提升决策能力；当前自动驾驶的真正瓶颈并非模型架构，而是训练方式与规模化强化学习面临的挑战。目前该访谈为最新公开信息，暂无后续进展。

根据公开报道整理 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。