八月的乌兰察布，近三十位来自核心车企和方案商的智驾关键力量，被请进了阿里巴巴数据中心。这里承载着中国智能驾驶研发六成的算力，数据中心昼夜不停，像一颗强健搏动的心脏。而道路上智能驾驶车辆每一次从容的转弯、精准的刹停，背后都可能是这里彻夜的计算。
几乎同一时期，行业里正在发生一件更值得关注的事——技术路线的大分裂。华为放弃VLA转向WEWA，小鹏押注第二代VLA持续迭代，理想拥抱马赫VLA全系标配，蔚来选择世界模型并布设三颗激光雷达。没有人再争论车企要不要上云，问题变成了：当智驾进入大模型时代，谁在赌对未来？
端到端已成共识，但再往上，分歧正在急剧放大。
VLA路线的核心逻辑是让车”听懂人话、说清逻辑”。它在视觉感知与动作执行之间插入了语言语义层，试图让模型理解”为什么刹车”“为什么让行”。优势在于决策透明、人机交互友好，劣势在于推理链条长、响应速度受限。小鹏汽车自动驾驶产品高级总监袁婷婷在行业论坛上提到，小鹏的第二代VLA让视觉原始数据更快进入模型、直接产生动作，带来断代式的安全与体验提升。
世界模型路线的赌注更大。它不满足于让车”看见什么做什么”，而是要让车”想象接下来会发生什么，再主动行动”。通过在云端构建仿真引擎生成极端场景，给模型出考卷、打分、强化训练。蔚来ES9已升级全新世界模型，华为的WEWA架构更是把云端世界引擎与车端世界行为模型做成了协同模式。优势在于泛化能力强、应对未知场景潜力大，劣势在于算力需求极高、训练数据门槛高。
端到端路线追求的是极致效率——数据进去、动作出来，把感知、预测、规划、控制压缩进一个神经网络。它的系统最简洁、迭代最快，但黑箱不可解释、安全验证困难，始终是悬在头顶的达摩克利斯之剑。
三条路线本质上是在”可解释性—泛化能力—效率”的三角中做不同权重的取舍。没有哪条路是完美的，只有哪条路更适合当下的资源禀赋和战略意图。
华为的选择最具信号意义。2025年4月22日，华为乾崑智能技术大会上发布了HUAWEI ADS 4，采用全新WEWA架构。这不是简单的技术迭代，而是从VLA路线的主动撤退——依托自身芯片与云计算全栈能力，追求系统级最优解而非单一路线依赖。WEWA通过”云端世界引擎+车端世界行为模型”的协同，可高效输出车控轨迹并提升长尾场景适配能力，超6亿公里的云端仿真验证是其底气。
小鹏的逻辑更直接。以智驾为核心差异化卖点的车企，需要可解释性来支撑用户信任与监管合规。第二代VLA的6.3.0版本将端侧模型参数量提升3.5倍，达到行业主流的15倍，感知灵敏度提升300%，支持最长60秒有效时序记忆并可推演未来6至8秒轨迹。更关键的是，小鹏首次将VLA与VLM融合，让车辆能理解模糊语音指令——这不只是技术升级，更是用户体验的质变。
理想的押注则带着鲜明的品牌烙印。理想i6全系标配VLA司机大模型，CEO李想强调VLA是拿到L4门票的核心能力之一。新一代理想L6标配马赫M100芯片，算力达1280TOPS。家庭用户场景对安全性和可解释性要求极高，VLA的”说得清”更契合”根本不让你撞”的品牌定位。
蔚来选择世界模型，则更像是一种长期主义的技术叙事。高端品牌需要代表技术天花板的故事，世界模型恰恰指向那个最远的终点。
但无论车企选哪条路，底层算力与数据基础设施都是共同的赌注。阿里云在乌兰察布论坛上给出的”芯云模一体”方案，试图把芯片、云、模型三层串成一条产线——数据产线把训练样本准备好，模型训练才能启动；模型一旦进入训练，算力层必须跟得上。三者是上下游关系，缺了哪一环，另外两环的投入都会打折。
路线分歧的背后，是一道更残酷的商业算术题。
研发成本维度上，VLA需要大量语言标注与推理训练，世界模型需要大规模仿真环境搭建，端到端需要海量驾驶数据。各路线的成本结构截然不同，而车企的预算和耐心都是有限的。去年下半年以来，不少车企智驾团队经历了组织架构调整，有的从自研转向与方案商合作，有的从方案商手中收回自研权——摇摆的背后，是对投入产出比的重新计算。
数据需求维度上，三条路线对数据类型、质量、规模的要求差异巨大。VLA需要语言语义数据，世界模型需要物理仿真数据，端到端需要海量驾驶场景数据。这决定了不同体量企业的入场门槛：有历史数据积累的玩家有存量优势，从零起步的新玩家则需要时间一米一米地修出数据闭环产线。
硬件适配维度上，芯片算力、传感器配置与技术路线强绑定。路线选择实质上也是供应链选择——选了VLA可能要配更强的语义理解芯片，选了世界模型可能要堆更多激光雷达做仿真验证。
最终，所有技术路线都指向同一个问题：用户体验。可解释性影响信任，泛化能力影响场景覆盖，效率影响响应体验。技术路线选择本质是商业资源配置问题，不是纯技术优劣判断。
把几条路线摆到一起看会发现，分歧集中在算法层，对地基的要求却出奇一致：数据都要以天为单位供上来，算力都要以万卡为单位管起来，基座模型与世界模型的能力按各家路线各取所需。
这决定了地基不存在”押错”的问题。无论VLA、世界模型还是端到端最终跑通，赢家都要跑在同一条产线上。阿里云智能集团资深副总裁刘伟光把这个定位说得直白：”阿里云不替各位选路线，我们想把这块地基修得够厚。”
当车企与方案商的核心决策者在乌兰察布数据中心走廊里擦肩而过时，中国智驾正在完成一次身份转换：从算法竞赛，走向工业化竞争。算法竞赛里可以有黑马，工业化竞争里没有奇迹。路线之争还会继续，会有人押对，也会有人调头，但无论哪条路先跑通，它都会跑在一条被完整打通的产线上。
这就是不确定中的确定性。
如果你是车企掌舵人，面对三条路线的不确定性，你会把筹码押在哪一边？
