按照极越的说法，目前极越01已经深度融合文心一言、Apollo、百度地图、小度等技术能力。极越01创造了全球范围内率先实现AI大模型“上车”、国内唯一/全球唯二的纯视觉高阶智驾、首个OCC占用网络升级、首个AI语音算法全量本地化等诸多行业领先。
不过从目前看，这些功能似乎并没有让极越01的产品体验跟别的新势力有什么明显区别。当然从极越的角度来说，接下来的两年时间，就是体现出百度AI大模型能力的时候，第一梯队和第二梯队的能力差距会逐渐加大。
在高阶智驾方面，百度智能驾驶事业群组首席研发架构师、IDG技术委员会主席王亮发布了百度Apollo自动驾驶视觉大模型VTA（Vision Takes All） Net预训练感知基础大模型，大幅升级包括动静态检测、时序跟踪、实时建图、场景理解等能力，再度提升极越纯视觉高阶智驾能力上限。
VTA大模型的核心则是用AI原生思维重构自动驾驶技术，基于纯视觉带来的海量信息（8MP摄像头的采样比是激光雷达的160倍-20倍左右），通过自监督训练和通用视觉任务学习两个步骤，让模型掌握通用泛化的学习能力。
百度定义了这套基础模型拥有四大基础能力：目标检测、实时建图、时序跟踪、场景理解。然后百度再对这四个特点任务的实现，在基础模型之上添加了任务头，在这个过程中进行深耕，从而解决这个领域中最困难的问题。
VTA网络基础大模型可以使得极越01推送的V 1.4.0版本的OCC模型新增1亿帧数据，72%的早鸟用户感受避障能力的大幅度提升。
同时，在新的AI模型训练下，视觉OCC占用网络的“检测”能力也大幅提升，可以实现三种不同前向视距下的场景检测、效率更高，也就是行泊全场景模型。
值得一提的是，百度对三种场景的取名也很贴切：高速远视场景叫“RIFLE（狙击步枪）”、城区场景叫“PISTOL（手枪）”、停车场泊车场景叫“DAGGER（匕首）”，分别可以识别0.4米、0.1米和0.05米尺寸的物体。