传统算法工程师要被VLA淘汰了，真的假的？

[首发于智驾最前沿微信公众号]2026年过半，自动驾驶行业的技术路线之争愈演愈烈，从2025年端到端大模型全面上车，到2026年VLA（视觉-语言-动作模型）与世界模型两条路线的公开激化，技术迭代的速度已超出很多人的预期。在英伟达GTC大会上，吉利集团CTO李传海、Momenta CEO曹旭东等人公开对VLA提出质疑；华为车BU CEO靳玉志则直接称VLA是取巧方案，另一边，理想、小鹏、元戎启行等则在坚定推进VLA架构的量产落地。

行业整体的发展对于行业个体的影响是巨大的，对于在这个行业摸爬滚打多年的传统算法工程师来说，其实有一个很现实的问题摆在面前，当规则代码被大模型参数取代，当if-else被端到端训练替代，自己的技术积累还能不能派上用场？

01

VLA到底是什么，它解决了什么问题?

传统自动驾驶系统采用的是模块化架构,感知、决策、规划、控制各自独立，每个模块由专门的工程师团队负责，模块之间通过定义好的接口传递数据。感知模块用于输出障碍物的位置和类别，决策模块根据预设规则（比如前方有行人时减速停车）做出判断，规划模块则用于生成轨迹，控制模块执行指令。这套方案的好处是透明、可解释、容易调试，但短板也很明显，那就是规则永远写不完。在面对城市复杂路况中的长尾场景时，预设规则往往束手无策。

图片源自：网络

端到端方案（如特斯拉FSD V12）用神经网络替代了人工规则，直接从传感器输入映射到驾驶输出，但纯视觉端到端模型本质上是一种直觉式决策，它能识别障碍物和车道线，却无法理解场景背后的语义逻辑。

VLA则是在端到端的基础上引入了一个关键中间层，语言。这个语言不是让车开口说话，而是用大语言模型的推理能力来做驾驶决策。VLA模型由三个核心组件构成，视觉编码器将摄像头采集的多视角图像转化为高维特征向量；大语言模型骨干网络作为决策中心，利用预训练积累的世界知识对视觉特征进行逻辑加工；动作解码器则是将这些推理结果转化为转向角度、加减速等具体的物理动作。

这套架构让VLA具备了传统方案不具备的能力，它不仅能看到路面上有什么，还能理这些元素之间的关系和背后的意图。在遇到施工路段时，模型可以同时识别锥桶、文字警示牌、临时车道线，并结合上下文生成安全的绕行路径。

02

VLA与传统算法的根本差异在哪里？

既然知道了VLA能做什么，那它相较于传统算法到底有什么区别？其实VLA给自动驾驶带来的不只是性能提升，而是整个技术栈的重构。传统模块化方案中，感知、决策、规划、控制各自独立优化，每个模块的工程师只需要关注自己的那一亩三分地就可以了，譬如感知工程师主要关心检测精度，规划工程师主要关心轨迹平滑度，控制工程师主要关心响应延迟。此外，各模块之间的接口也是固定的，数据流向是单向的。

VLA则是端到端训练的统一模型，视觉、语言、动作在同一个语义空间内完成对齐，这意味着系统的行为不再由人工编写的规则决定，而是由模型从数据中自主学习得到。对此，工程师的工作方式也会随之改变，主要任务从写规则、调参数，变成了设计模型架构、构建训练数据、分析bad case、优化训练策略等。

图片源自：网络

传统方案与VLA的差异还体现在可解释性上，传统方案的每一步决策都可以追溯到某条具体的代码规则，出了问题容易定位。而VLA是一个黑盒模型，你很难说清楚它为什么在某个路口选择了左转而不是直行，这对安全验证和监管审批也构成了实质性的挑战。

目前行业里出现了折中的混合方案，即用VLA模型主导驾驶决策，外面再套一层规则做安全兜底，很多L2+系统走的就是这条路，这样做既享受了大模型的泛化能力，又保留了规则系统的安全底线。

03

行业正在发生什么变化？

VLA在自动驾驶领域的渗透速度比很多人预想的要快，2026年1月，英伟达发布了开源推理VLA模型Alpamayo 1，采用100亿参数架构。黄仁勋在发布会上说：“物理AI的ChatGPT时刻已到来，机器开始理解、推理并在真实世界中行动。”

国内车企的对VLA的布局同样密集，2026年1月，理想汽车调整自动驾驶团队架构，由高级算法专家詹锟接手VLA基座模型研发，整体负责相关技术团队整合。小鹏在CVPR 2026上也发布了X-Mind技术框架，核心思路是让模型在输出动作前进行显式的时空推演，将视觉思维链实例化。有实验数据显示，X-Mind在横向和纵向轨迹预测误差上均较传统VLA模型显著降低，尤其在长尾场景下安全性和合规性提升明显。小米则引入了曾在Wayve任职的陈龙担任辅助驾驶VLA技术负责人。

图片源自：网络

从市场数据来看，2026年2月，中国乘用车行业L2级以上渗透率达到30.4%，同比提升14.2个百分点；高速NOA渗透率32.3%，城区NOA渗透率17.8%。全球VLA辅助驾驶大模型市场2025年规模约为6.01亿美元，预计2032年将达到23.62亿美元，年复合增长率21.6%。

当然，现阶段关于VLA和世界模型之间的争论也在升温。VLA以语言智能为核心，用文本Token来描述和推理三维物理世界；世界模型则以空间智能为核心，直接在连续的状态空间中建模物理规律和因果关系，前者是描述世界，后者是模拟世界。不过两条路线并非完全对立，理想的MindVLA-o1就在VLA框架内引入了预测式隐空间模型，小鹏的第二代VLA也被定义为既是动作生成模型，也是理解和推演的物理世界模型。智驾行业正在形成的一个共识是，那就是VLA负责感知当前环境、理解语义、决定下一步动作，世界模型负责推演未来5到10秒场景会如何演变。

04

传统算法工程师还能跟上吗？

对于自动驾驶工程师来说，在技术变化的抉择口，应该怎么做？作为传统算法工程师，还能跟上吗？

如果跟上的意思是继续用原来的方式做原来的事，那答案恐怕是一定跟不上的。现阶段，单模块的算法岗位正在肉眼可见地减少，一位从事感知算法的工程师向智驾最前沿反馈，在2025年跳槽时发现，感知、决策、规划各自为政的组织架构正在被基座模型团队取代，传统规则工程师的需求在萎缩，而具备多模态大模型经验的算法工程师需求在激增。

2026年一季度，算法工程师已经冲进新能源汽车行业热招TOP4职能，但这个热是有条件的，企业想要的不是传统意义上的算法工程师，而是能理解大模型、能训练端到端架构的人。有数据显示，智驾领域新发岗位量同比暴涨28倍，但大量岗位集中在端到端大模型、VLA、强化学习等方向上，传统的单模块感知、规控岗位虽然仍有招聘，但增速远不及新兴方向。

如果跟上意味着在新的技术发展下找到自己的位置，那机会依然存在。VLA并不是凭空而来，它也是建立在大量基础技术之上，像是Transformer架构、大规模分布式训练、数据闭环、模型评测与迭代这些领域的经验依然有价值。传统算法工程师对驾驶场景的理解、对安全边界的认知、对系统瓶颈的把握，这些都不是模型参数能替代的。

真正能拉开技术差距的，其实是对驾驶场景本身的理解，即知道什么场景是难的、模型在什么条件下容易失效，这种经验只能通过反复的模型训练和问题样本分析积累。大规模分布式训练的经验、数据闭环的搭建能力、模型评测与迭代的方法论，这些在VLA时代依然是核心技能。

麦肯锡在一份报告中指出，自动驾驶正在从一个汽车工程问题变成一个AI基础设施问题。端到端架构带来的算力需求爆炸，将芯片从汽车的一个零部件推成了决定竞争力的核心变量。ADAS和自动驾驶处理半导体的全球市场，2025年约56亿美元，到2035年会膨胀到超过460亿美元，这意味着行业需要的不只是懂算法的人，还需要懂芯片、懂系统、懂数据基建的人。

科锐国际发布的《2026人才市场洞察及薪酬指南》也指出，AI产业早已告别单点突破的上半场，技术稀缺性、场景落地能力、跨界融合能力成为衡量人才价值的全新标尺。企业围绕模型能力、工程化部署、场景落地、商业转化搭建起完整业务闭环，对人才的要求从单一的技术导向升级为算法深度、工程能力、行业理解、产品化思维并重的新格局。相较于传统在单一领域深耕的T型人才（单一领域），拥有两个及以上领域扎实功底、能实现跨界融合的π型人才（多个领域）成为2026年人才市场的核心稀缺资源。

图片源自：网络

对于传统算法工程师来说，想在自动驾驶领域继续深耕，需要理解大语言模型的工作原理，需要掌握分布式训练的工具链，需要适应从写规则到训模型的思维转换。当行业从功能比拼转向信任比拼，当全天候、长周期稳定运行的安全能力成为核心考验，那些既懂驾驶场景又懂系统工程的工程师，反而可能成为最稀缺的资源。

当然，在自动驾驶领域，VLA不是终点，行业已经在讨论VLA之后的下一代技术范式。技术永远在变，但解决问题的能力不会过时，对于工程师来说，真正需要焦虑的不是某个具体技术会不会淘汰自己，而是自己能不能持续学习、持续适应。

从端到端到VLA，技术路线一年一变，但如果对自动驾驶没有足够的热情、不愿意持续高强度学习并紧跟技术风向，可能需要慎重考虑是否继续留在这个赛道。现阶段，自动驾驶行业竞争的重点已经从能不能开切换到了好不好开，竞争的升级意味着技术迭代不会减速，传统算法工程师手里的场景理解能力、系统思维、工程经验才是真正不会被模型参数替代的东西。