据雷峰网2026年10月19日报道，复旦大学可信具身智能研究院助理教授贾萧松在接受该媒体访谈时表示，VLA、WAM等自动驾驶新架构不断出现，但真正的瓶颈不在模型架构。他结合自己从轨迹预测、端到端自动驾驶到强化学习和世界模型的研究经历，认为模仿学习的训练目标、监督信号以及强化学习规模化，才是更关键的问题。

报道称，2021年年底，贾萧松在上海交通大学直博后，博导严骏驰建议他放弃继续做自动驾驶轨迹预测，转向端到端。此前贾萧松在加州大学伯克利分校暑研和访学期间，从车辆交互与轨迹预测进入自动驾驶。他后来意识到，轨迹预测夹在感知与决策之间：上游可能丢失行人招手、前车刹车灯等信息，下游又可能只使用多种预测中的一种，因此单做预测未必改善系统整体表现。端到端的价值在于让感知、预测和决策围绕同一最终目标优化，减少模块间信息损失和优化目标不一致。

但贾萧松认为，端到端不意味着完全抛弃中间任务。中间任务更多提供监督信号，因为自动驾驶监督信号稀疏，大量图像、点云输入最终只对应几十步驾驶轨迹。2022年，他和合作者在TCP模型中保留轨迹预测与车辆控制两个分支，发现融合后性能较好。他还在RSS 2026发表GuidedVLA，从具身角度继续探讨这一问题。落地层面，他认为自动驾驶仍离不开规则约束，神经网络存在不可预测性，安全、保险和监管需要外挂机制。

在强化学习方向，贾萧松和合作者的Think2Drive在ECCV发表。该研究让模型在低维潜在空间模拟交互，降低复杂驾驶环境中的交互成本；据雷峰网报道，他们用一张NVIDIA A6000 GPU、约三天时间，就训练出能完成CARLA Leaderboard 2.0复杂驾驶任务的策略。更早的ThinkTwice实验则让他看到模仿学习的上限：即使仿真数据近乎无限、模型规模增加，驾驶能力也没有从“开得还行”跃升到“开得完美”。

他解释，模仿学习优化的是模型行为与人类示范的接近程度，并不直接优化决策好坏。模型可能学到“前车动就跟着动”这类相关性，而难以把“红灯停、绿灯行”学到完美；不同司机对同一场景有不同但合理的开法，均方误差损失容易让模型拟合平均动作；人类数据也很少包含犯错后如何恢复，模型犯错后可能不知如何处理。为此，他先做DriveAdapter，把感知模块接入已有强化学习规划器，该工作获ICCV 2023口头报告。他认为可行路径是先模仿、再强化，类似大模型先用模仿学习预训练、再做强化学习后训练；但从零强化学习收敛慢，如何让几十种、几百种甚至几千种能力同步提高，仍是开放问题。

目前，贾萧松在复旦大学可信具身智能研究院研究灵巧手与Ego数据。他在访谈中提到，自动驾驶过去几年遇到的问题，正在具身智能领域以不同形式重新出现。访谈还提及，他2023年将世界模型引入自动驾驶强化学习，以应对复杂驾驶环境中的交互成本问题。