VLA（视觉语言动作模型）正在颠覆自动驾驶的底层逻辑。这项源自机器人领域的技术，通过整合视觉感知、语言推理与动作控制，让车辆首次具备'理解世界'的能力。从谷歌DeepMind的RT-2到小鹏VLA 2.0的量产落地，本文将深度解析这一技术如何跨越行动鸿沟，以及它面临的泛化挑战与安全考验。