复旦贾萧松：VLA、WAM新架构层出不穷，但真正的瓶颈不在模型架构

贾萧松认为，自动驾驶领域端到端方法虽能直接优化最终目标，但传统模块化系统因信息损失和优化目标不一致，整体效果未必理想。他在2022年通过实验发现，模仿学习存在训练目标局限，难以实现“开得完美”的效果，而强化学习虽能提升决策能力，但训练成本高且收敛慢。他提出应先模仿学习再强化学习，类似当前大模型训练范式，并尝试用隐空间世界模型提升探索效率。