一句话看懂：OpenDriveLab 提出规划器无关的视觉表征对齐框架 ViRA，系统研究视觉基础模型（VFM）能否真正提升端到端自动驾驶，并给出 92.3 EPDMS 的 ViRA-Diffusion 方案。它值得关注，因为自动驾驶行业正大量引入通用视觉大模型，但“表征更强是否等于开得更好”此前缺乏清晰结论。
事件核心：发生了什么
Hugging Face Papers 收录的论文摘要显示，研究团队推出 ViRA，一种与规划器解耦的视觉表征对齐框架，保持规划器结构与推理成本不变。研究得出三点发现：其一，VFM 引导的视觉表征在多种端到端规划器上稳定提升驾驶表现，收益延伸到零样本闭环评测；其二，对齐目标的选择会影响规划性能，对已有 VFM 编码器的规划器而言，对齐到另一个 VFM 可能带来额外好处；其三，引入辅助感知监督会降低对 VFM 目标选择的敏感度，五个目标之间的 EPDMS 差距从 2.7 分收窄到 0.5 分。
基于这些发现，团队开发了不依赖辅助感知监督训练的扩散规划器 ViRA-Diffusion，在 NAVSIM v2 navtest 上取得 92.3 EPDMS，比其对比中的近期方法至少高 1.9 分。结果与演示已放在 GitHub 项目页。需要说明，以上信息来自论文摘要，并非已上线产品或经同行评审的最终结论。
为什么重要
过去一两年，自动驾驶方案越来越多地把视觉基础模型当作“更好的眼睛”，默认表征越强、下游规划越准。ViRA 的价值在于把这个默认假设拆开检验：表征提升确实有效，但效果并非无条件，选错对齐目标可能抵消收益；而辅助感知监督像一种保险，能降低目标选择带来的波动。这对技术路线选择有直接含义——不是简单堆更大视觉模型，而是要把对齐目标和规划器监督方式一起设计。
对行业竞争而言，这也提示开源生态的评测维度正在细化。NAVSIM v2 这类闭环基准上的 EPDMS 分数，正在成为端到端规划器对比的常用语言，ViRA 目前公开信息显示的成绩在该设置下具备一定竞争力。
对用户/开发者/创作者的影响
对自动驾驶开发者，ViRA 提供的是一个可以复用的思路：在不改规划器架构、不增加推理成本的前提下做表征对齐，适合算力预算有限的团队验证 VFM 收益。对关注自动驾驶大模型或世界模型的创作者，这三点发现可以作为解释“视觉大模型落地难点”的具体素材，而不是泛泛谈端到端。对采购与投资判断，值得留意的是框架的规划器无关属性——它可能降低不同团队迁移 VFM 的门槛，但前提仍是目标选择与监督设计到位，目前公开信息尚不足以判断大规模量产表现。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，ViRA-Diffusion 的 92.3 EPDMS 是否能在更多数据集和真实闭环路测中复现，而不只是 NAVSIM v2 navtest。第二，ViRA 作为规划器无关框架，是否会被其他开源端到端项目直接集成，形成生态扩散。第三，辅助感知监督与目标选择之间的权衡，是否会在后续版本中被简化成更少超参的默认配置。
