Driving（自动驾驶/智能驾驶）指由感知、决策与控制系统代替或辅助人类完成车辆行驶任务的技术方向，当前正处于从高速场景向城市全场景、从demo向规模化装车推进的关键阶段。围绕这一主题，车企量产推送、辅助驾驶安全争议、以及以视觉语言动作模型（VLA）为代表的技术路线演进，构成了近期讨论的三个主要侧面。
Driving 领域近期进展
当前焦点与观察点
技术层面，VLA（视觉语言动作模型）正成为 Driving 方向的研究热点。LADA 用不到 5% 的语言标注训练自动驾驶 VLA，在 Bench2Drive 上取得 87.98 分；另有工作从逆运动学视角重新设计模型结构，使 0.5B 参数量的模型性能接近 7B-8B 级别，VL-DPO 则引入视觉语言引导的偏好对齐来优化驾驶行为。这些工作共同指向降低标注成本、压缩模型规模、提升决策对齐性的趋势。
产业化层面，量产数据与装车规模成为竞争核心变量。产业界与学术界需注意，部分搜索结果（如 arXiv 上的 Self-Building Labs、医疗 AI 报告）中 "driving" 仅为普通动词用法，与自动驾驶主题无关，筛选信息时应加以区分。
争议层面，辅助驾驶与自动驾驶的边界仍是公众认知难点：系统名义上要求驾驶员随时接管，但实际使用中人因疲劳或过度信任而脱手脱眼的情况屡见不鲜。随着无接管体验被厂商作为卖点宣传，责任划分、监管标准与驾驶员监控系统（DMS）的有效性，将是决定 Driving 技术能否安全普及的关键观察点。