L3的方案还真是百花齐放百家争鸣，有押宝VLA（视觉、语言、动作）的，也有押宝WEWA（云端世界引擎+车端世界行为模型），还有继续死磕E2E（端到端）的，VLA依赖算力和本地蒸馏的大模型，比较取巧，但是风格很拟人，下限很高；WEWE对算力的要求相对没有VLA那么高，没有取巧，相对工作量较大，人力成本高；E2E延时高，上限还低。 但是相对VLA不需要太大的算力，相对WEAW也没有太多工作量，成本是最低的。大概到2027年就看得出来三种方案到底哪一种更厉害了，个人比较看好VLA跟WEWA，至于E2E估计后面算力成本降低，成本优势不存在，应该是会被淘汰的。
