蔚来辅助驾驶技术范式变革 - 公司断档半年，彻底推翻原有技术范式，从“规则+局部模型”转向“世界模型+闭环强化学习”的全新架构 [1][3][4] - 新范式核心是构建可推演的虚拟世界，系统可在其中模拟场景、执行动作并通过行为反馈进行自我优化与迭代 [6][7] NWM 2.0 核心能力提升 - 窄路通行能力显著提升：在上海市区24.36公里、75%为复杂城区路况的测试中，系统在窄路（如5-6米宽幼儿园门口）面对多动态目标（机动车、两轮车、行人）时，能进行长时序推演与决策，通行时速维持在10km/h以上，兼顾安全与效率 [7][8][13][14][16][21] - 具备利用整个道路语义空间的能力：例如在窄路遇对向来车时，会借用路旁空车位进行腾挪，而非简单刹停或擦边通过 [11][18][20] - 绕行与轨迹预测能力增强：能预测行人等动态目标的轨迹并提前规划绕行，在双向单车道遇前车临时停车时，能判断后方来车意图，择机完成绕行 [22][23][25][27] - 领航换电功能扩展至市区场景：新增基于地图信息的市区领航换电功能，可自动完成进园区、识别抬杆、找车位、排队换电等一系列操作，换电后能自动驶出并接入下一段领航路线 [28][29][30][31][33] 行车体验与效率优化 - 跟车策略更激进：刹车点比之前明显偏晚，跟车更近以减少被加塞机会，且刹车过程无明显不适感 [35][37][38] - 选道与预判能力提升：系统选道不会偏航，视野比肉眼更远，能提前为后续变道（如规避施工路段、准备右转）做好规划 [39][40][41] 目前存在的可优化项 - 近距离障碍物处理：在左转路口离左侧水马过近，可能给新用户带来压迫感 [44] - 特定交通标识识别不足：尚不能识别文字版的待转区标识 [45][46] - 横向控制稳定性：在高速无车干预环境下，出现轻微的画龙现象，虽不影响安全但表明横向控制有待优化 [48][49][50] - 一次接管情况：全程24.3公里、1小时30分钟的测试中，因前车在车道间犹豫露出半个车尾，系统判断可通过但未及时减速，导致驾驶员因心理压力接管，总计发生1次接管、3次催油 [51][53][54][55] 行业背景与公司技术发展定位 - 行业普遍采用AI大模型后，辅助驾驶可实现三四个月一次大版本快速迭代 [1] - 公司NWM第一版推出时，车主反馈与之前区别不大，公司经过半年沉默期后推出体验更“脚踏实地”的NWM 2.0版本，旨在解决真实复杂路况 [57][58][59][63][64]