2025年，蔚来扔出一枚深水炸弹。
蔚来世界模型NWM首个版本正式开启推送，一口气覆盖超过40万台Banyan车型。
这套系统号称能在智能驾驶、主动安全、城区领航等多个场景实现跨模态理解与预测。
更劲爆的是，蔚来当场秀了一把无图全域导航加突发路况提前推演，直接让不少人惊呼这是要把VLA路线的老玩家打个措手不及啊。
要知道，过去两年，VLA一直是智驾圈的热词。
很多车企和科技公司把它当成通往高阶自动驾驶的唯一正确姿势，觉得视觉加语言理解加动作执行的闭环才是未来。
结果蔚来这一出手，不光是技术路径不一样，还摆出了实际场景的碾压效果。
有人当场调侃，VLA阵营是不是该考虑要不要硬刚，还是悄悄怂了。
更有意思的是，蔚来的世界大模型并不是单点突破。
它背后是一整套从数据采集、实时仿真到决策推理的玩法，直接改写了智驾模型该怎么练的规则。
于是问题来了，蔚来凭什么说自己的世界大模型能开启领先时代。
VLA路线会被打脸吗。
蔚来推送的世界大模型，到底卡中了VLA路线的哪根软肋？
蔚来世界大模型一亮相，就让VLA路线露了怯？
事情得从2025年说起。
那天蔚来正式推送了他们的世界模型NWM首个版本，首批推送车型超过40万台Banyan车型。
演示视频里，车辆在没高精地图的区域，仅凭自身感知加模型推演，提前几秒预判前方有电动车突然切道，并稳稳减速避让。
更夸张的是，它还实现了ETC收费站识别和自动选道、停车位书签无缝点到点导航，甚至还有业内首个紧急自主靠边停车能力。
当时很多人觉得，这不就是VLA那套看懂做的翻版吗。
甚至国内也有声音说,蔚来这是为了抢舆论高地,把概念包装成革命性突破。
结果没几天,业内工程师扒出细节,蔚来的世界大模型并不是单纯堆视觉、语言和动作模块。
而是用海量仿真世界数据训练出一个能预演未来几秒物理世界的通用认知体。
这和VLA的根本差别在哪。
VLA强调即时感知加语言理解加动作输出，像是一条看到理解干的流水线。
好处是逻辑清晰,但弱点是对未知、复杂、多因素叠加的场景反应慢半拍,因为它是现场算。
而蔚来的世界大模型更像先建一个可推演的虚拟地球局部副本。
车辆在里面提前跑无数遍可能的剧情,真正上路时直接调用最接近的答案,等于彩排过再上台。
蔚来世界模型能在100毫秒内推演出216种可能发生的轨迹,快速寻找最优路径。
基于3秒钟视频的输入,可生成120秒想象的视频,模拟未来复杂路况变化。
因果关系是这样,VLA依赖实时计算,场景越复杂算力越吃紧,遇到没见过的组合状况容易懵。
世界大模型靠预演生成答案,把算力分摊到训练阶段,实车反应更像有剧本的演员,快且稳。
这一下就卡中了VLA在泛化能力和突发应对上的软肋。
世界大模型到底是个啥？跟VLA有啥不一样？
世界大模型听着玄乎,它跟VLA真是两条道上跑的车？
要聊清楚,咱得掰开揉碎说这个世界大模型。
它不是单指一个大神经网络,而是一套从真实世界采集数据到构建仿真环境,让模型在里面自我博弈学习,上线后实时调用最优解的流程。
打个比方,VLA像是让一个新手司机边开车边查导航、听乘客指挥、盯着路面做判断,全程在线运算。
世界大模型则是先把这条路反复模拟跑了几百万次。
各种天气、突发状况、奇葩路况全都喂给模型学,等真上路时,它几乎知道接下来三秒会发生啥,直接从经验库里挑最靠谱的动作。
这背后的技术增量有几个关键点。
跨时空数据融合方面,蔚来把不同城市、不同时间的街景、交通流、甚至施工封路信息全灌进模型。
让它眼里不是一个当前快照,而是有历史纵深和未来推演的立体世界。
物理仿真加AI共演方面,模型不只是看图说话,它能在仿真环境里让虚拟车、虚拟行人互相影响。
提前学会如果我刹车,旁边骑电动车的人会怎么反应。
决策即调用方面,因为训练阶段已经穷举大量可能性,实车决策更像查表,延迟低,不依赖现场大算力爆发。
对比VLA,它是现场感知加即时推理,优势是可解释性强、灵活应对已知套路。
缺点是算力压力大,遇到训练集外的罕见组合容易掉链子。
世界大模型前期训练成本高,但落地后像个老司机,很多事不用现算,直接凭记忆出招。
蔚来在2024年的NIOIN创新科技日上正式发布了这套世界模型。
它是一个多元自回归生成模型,通过模拟人类大脑的复杂认知过程,自回归的方式重建原始传感器信息输入,自动学习知识和物理规律。
这也是为啥有人说,蔚来这一招其实是把AI从考场做题变成了提前把题刷透。
VLA还在考场上抓耳挠腮,它已经交卷了。
为啥蔚来选这条路,会让VLA阵营陷入尴尬？
世界大模型和VLA硬碰硬,背后是智驾路线的一次押注？
要理解这场路线之争,得先看大环境。
2025年被称为VLA上车元年,以视觉语言动作模型为核心的技术范式正在重塑智能驾驶行业。
VLA不仅融合了视觉语言模型的感知能力和端到端模型的决策能力,更引入了思维链技术,实现了全局上下文理解与类人推理能力。
理想、小鹏、元戎启行等车企都在推进VLA路线。
理想汽车内部已经启动了L4级别自动驾驶的预研,研发车端VLA模型与云端世界模型相结合的强化学习体系。
可现实是,城市道路千变万化,纯靠现场理解加反应,算力开销吓人,泛化速度跟不上现实复杂度。
蔚来选择的世界大模型路线,本质是一次算力前置的豪赌。
把难题丢给训练阶段,用海量数据与仿真扛下来,实车只保留轻量化调用。
这带来的好处很明显。
在突发场景里反应更快,因为它不是临时算,而是已经从演练里知道怎么办。
降低了对昂贵车端算力的依赖,可以用相对便宜的芯片组实现高阶智驾。
蔚来自研的智能驾驶芯片NX9031已经配置在车上,据估算自研这款芯片帮助每台车节省1万元成本。
更容易跨城跨域迁移,因为模型眼里是世界副本,不局限于单一城市的数据分布。
因果链条是这样的,VLA路线强调实时多模态融合,算力需求高加泛化受限,部署成本高。
世界大模型路线把泛化压力转移到训练阶段,实车算力需求降,更易规模化落地。
蔚来敢押这条路线,是因为它背后有自建车队采集数据和自研仿真平台,能撑得起前期巨大投入。
蔚来在2025年推送了Banyan3.1.0版本的智能系统更新,首次引入用于智能驾驶的端到端大模型架构。
到了,蔚来世界模型NWM首个版本正式推送,覆盖主动安全、高速领航、城区领航、智能泊车四大场景。
这也就让VLA阵营陷入尴尬。
继续走实时融合路线,就得不断堆硬件,成本压不住。
转投世界大模型,又等于承认之前的技术方向要重构。
于是有人调侃,VLA是不是被蔚来这波操作给打脸了。
其实更准确说是路线红利的天平在倾斜。
网友们都在问些啥？这事到底谁说了算？
世界大模型真能终结VLA之争？大家关心的其实是这几个问题。
在各大汽车论坛和社交平台上,这事儿炸出了不少讨论。
归纳下来主要是三类疑问。
第一类问题是,世界大模型是不是只在演示里牛,实际路上会不会拉胯。
第三方视角看,目前演示的确亮眼,推送后已经覆盖超过40万台车辆。
但大规模实测还没铺开全部场景。
模型在仿真里跑得好,不等于所有现实细节都能覆盖。
比如某些地区的特殊交通文化,非机动车乱入、道路标识模糊,可能会让预演失效。
蔚来要真领先,得靠后续路测数据说话。
蔚来智驾目标是2025年使用率达到八成,比人开车安全十倍。
从实际数据看,蔚来智能驾驶就减少了19万多次的潜在安全风险。
第二类问题是,VLA路线是不是彻底没戏了。
观点不能偏颇地说VLA已死。
它在需要强交互、强语义的任务里依然有价值,比如车内复杂对话、结合乘客意图的路线微调。
世界大模型擅长宏观预测和物理推演,两者其实能互补,关键看车企怎么融合。
理想汽车就在推进车端VLA模型与云端世界模型相结合的方案。
第三类问题是,蔚来这玩法门槛太高,其他车企跟不跟得起。
这是现实问题。
世界大模型要跑起来,需要海量真实数据加强大仿真平台。
不是每家都有蔚来这样的车队规模和自研能力。
蔚来把原有的感知、规划和控制部门合并,成立了大模型部门,由任少卿直接管理。
这种组织架构调整和研发投入,不是所有车企都能承受的。
所以短期内可能只有少数玩家能玩,这会拉开技术差距,但也会让行业出现分层。
从这些提问能看出,大家关心的不是谁赢麻了,而是新技术能不能稳定落地、能不能普惠、会不会形成新的垄断。
结语：世界大模型开路,智驾路线之争才刚刚开始
蔚来这次的世界大模型推送,确实在2025年的智驾圈掀起了不小的浪。
它用预演未来的思路,硬刚了VLA的现场解题模式,在突发应对和跨域泛化上展示了不同的可能性。
但路线之争远没到终点。
VLA有它的交互细腻优势,世界大模型有它的预判与效率优势。
真正的未来,很可能是两种思路的深度融合,既能现场听懂人话,又能提前推演风险。
蔚来只是先跑了一步,从推送到现在半年多,已经在40万台车上验证了效果。
接下来要看别的玩家跟不跟,以及这场技术赛跑会不会把智驾体验直接拉进领先时代。
悬念还在。
接下来的路测和城市落地,会不会让世界大模型持续打脸质疑者。
VLA阵营又会拿出什么新招反击。
这出戏,才刚开场。
全部评论 （0）