文章核心观点 - 蔚来智能驾驶负责人任少卿认为，实现高级别自动驾驶和通用人工智能（AGI）的正确路径是构建以视频为核心的“世界模型”，并结合强化学习，而非当前行业主流的以语言模型为基础的端到端或VLA方案 [6][7][9][10] - 公司选择了一条技术更复杂、投入更高的路线，包括高算力平台（如4颗Orin芯片）、多传感器配置以及全新架构，旨在建立对物理世界时空认知的底层能力，短期内可能显得进展较慢，但长期看上限更高 [7][23][25][57] - 蔚来已建立起包括三层数据系统、三代首发平台和“4×100米接力”研发体系在内的核心能力，其工程能力和数据体系被认为是行业领先的，并已通过端到端AEB等技术验证了实际效果，如事故损失下降25% [34][36][42][44][45][54][63] 技术路径：世界模型与强化学习 - **对主流方案的批判**：端到端是智能驾驶发展阶段的产物，本质是“填坑”，将过去拆分的模块重新拼接；VLA本质是语言模型的模态扩展，根在语言上，但语言带宽低，无法承载现实世界的连续复杂性 [9][13][14][16] - **世界模型的定义与优势**：以视频为核心，直接学习时空和物理规律，建立高带宽的时空认知能力；与语言模型并行，前者解决“概念认知”，后者解决“时空认知”，两者融合才能实现AGI [10][11][13][27] - **强化学习的关键作用**：模仿学习只能解决短时序问题，强化学习能将系统从“5秒记忆的金鱼”进化为能处理长时序（30秒、60秒）规划的智能体，并能“清洗”海量但嘈杂的真实驾驶数据，提升模型能力 [7][28][29][31][32] - **与友商技术对比**：理想和小鹏的基座模型以语言模型为训练底座；华为的WA模型本质也是世界模型，只是表述不同；特斯拉是否构建世界模型尚不确定 [17] 研发与工程体系 - **数据系统**：建立三层数据系统——数据闭环系统（DLB）用于自动筛选数据；伴生系统用于大规模AB测试，每周测试里程达几千万公里；风险评估控制系统用于自动化分析每日数百万次接管数据 [36][42] - **工程能力**：三代智驾平台均实现全球首个芯片量产（Mobileye EyeQ4、英伟达Orin、自研神玑），团队仅大几十人，通过统一软件栈（仅保留CUDA底层，上层自研）支撑多平台，工程能力被锻炼得特别强 [54][55][56] - **研发组织“4×100米接力”**：第一棒预研团队专注将不确定性转化为确定性方案；第二棒量产团队负责将预研成果高质量交付；第三棒平台复制团队将功能适配到不同芯片平台；第四棒车型复制团队将方案快速部署到不同车型 [47][48][51][52][53] 产品化进展与目标 - **已实现成果**：2024年5月推送世界模型架构OTA更新；2023年底推出端到端AEB，经保险公司数据验证，事故损失下降25%；2025年5月在地库实现语言指令找出口功能，为国内首发 [22][40][44][45][63] - **近期规划**：计划在2024年底至2025年Q1推出Open-set开放集指令交互功能，使用户能通过自然语言与车辆自由交互，而非仅限于有限指令集，此举被认为将领先行业 [18][19][22] - **安全目标**：将主动安全置于最高优先级，下一个版本的目标是将事故损失降低50% [40][64][65] 战略选择与行业定位 - **硬件策略**：高算力平台（如4颗Orin）提供安全冗余、承载更多新功能且迭代更早；低算力平台（如乐道用1颗Orin）通过功能蒸馏和压缩实现主流体验，但最新功能会滞后 [45][46][50] - **发展节奏**：选择统一高速与城区方案的架构，虽初期开发量大、显得慢，但长期架构更干净、扩展性更好；跨大洲（中国和欧洲）同步量产也对研发和供应链构成极限压力 [25][39][43] - **核心优势**：底层平台、数据和工程能力经过三代架构锤炼；当前处于新架构（世界模型）初期，重点是将新架构潜力释放60%-80%；方向明确指向AGI，在更大技术语境下没有争议 [25][56][57][72]