EVLA：一种用于物理接地驾驶推理与控制的电感知多模态助手

针对现有驾驶视觉语言模型忽视车辆实时机电状态的问题，本文提出电感知多模态助手（EVLA）。该框架融合多模态场景理解与电动动力train 状态感知，包含两大创新：统一共态编码器（UCSE）融合视觉、文本及车辆状态，并引入能效场建模空间能耗；电感知结构化推理链（ESRC）取代外部思维链提示，采用基于物理约束与优化目标的内部确定性推理过程。实验表明，EVLA 在驾驶问答基准上显著优于基线模型，准确率提升 5.6%，且推理速度加快 36%。