蔚来【蔚来智驾世界模型 NWM 2.5 版本开启推送，将覆盖超 70 万辆车】6 月 18 日，蔚来世界模型 NWM 2.5 版本正式开启全量推送，覆盖蔚来和乐道两个品牌、四个硬件平台、超过 70 万辆车。从 2022 年量产的 ET7 到上个月刚发布的乐道 L60 激光雷达版，都将收到这次更新。

蔚来称，这也让其成为行业内首家在通用芯片平台（英伟达 Orin）与自研芯片平台（神玑 NX9031）之间实现智能驾驶共线开发、同步发版的车企。

新版本在技术架构上主要有几个变化：训练框架从此前的 “世界模型 + 闭环强化学习” 升级为 “世界模型 + 监督微调 + 闭环强化学习”，新增的监督微调环节利用优质驾驶行为数据对模型做精细调整；同时，模型的输出方式从轨迹改为直接输出方向盘和油门踏板信号，路径更短、延迟更低。此外，新版本新增了对潮汐车道、可变车道天空路牌的实时识别与通行能力，在误刹车与风险干预两个相互矛盾的指标上做到体验更优。

在 6 月 17 日下午的技术沟通会上，蔚来智能驾驶研发副总裁任少卿用了大量篇幅讲述算法之外的东西——芯片选型、传感器布局、AI 编译器、数据闭环、跨平台部署。

他的核心观点是：算法会一代代迭代，但支撑算法落地的工程基建更底层、更稳定，也更难复制。蔚来从 2020 年组建全栈自研团队开始，就把相当一部分精力放在了这些 “不容易被看见” 的基础设施上，这是蔚来今天能在四个平台上同时发版、安全里程持续提升的重要原因。

蔚来透露，自今年 1 月世界模型版本推送后，用户使用时长与使用率已翻倍增长。

以下为沟通会问答环节整理，有删节。

提问：此前提到过 VLM 和世界模型的路线之争，现在有没有比较清晰的走向？

任少卿：算法有不同想法是正常的，目前逐渐在收敛。从 2016 年到 2022 年，自动驾驶算法变化其实很慢，将近八年最大的变化主要就是 BEV（鸟瞰视角）和 OCC（占用网络）。但从 2022 年开始，整体技术又从确定变得不确定，充满各种机会。

我们内部从 2023 年下半年开始研发世界模型，当时核心想法就两个：第一，模型能用自监督方式训练，不需要再标注那么多数据；第二，变成多模态统一网络。今年上半年我们推出的 “世界模型 + 闭环强化学习” 架构，从技术角度不弱于特斯拉，尤其在闭环强化学习方面比较领先。

提问：从大模型向低算力平台部署，行业有两种做法——重新训一个小模型，或者从大模型蒸馏出小模型。蔚来怎么选？

任少卿：这两条路在 AI 历史上一直在切换。对我们来说都是成熟技术，针对具体模型哪个效果好就用哪个。目前车上的模型，蒸馏的概率更大一些。大语言模型领域更多用蒸馏，是因为缺数据、需要从大模型 “榨” 出来。但我们有数据，所以两边都跑，选效果好的。

佘晓丽（产品系统部负责人）：新版本在建模方式上也有变化，比如更 “端到端” 地建模横向纵向控车，这类变化带来的体验提升，我们会带到单 Orin 版本上，这种情况更多选择蒸馏。每个版本取决于具体状态，选性价比最高的方式。

提问：蔚来 ES9 等 9 系车上两颗神玑芯片的工作逻辑是什么？为 L3 备份，还是跑不同模型？

任少卿：用同类芯片做 L3 冗余，传统做法是两块都跑，一块出问题另一块毫秒级接管。但这意味着 99.9999% 的时间为了 0.0001% 的故障概率多耗一倍功耗。所以我们设计了 “温备” 逻辑——备用芯片不需要完整运行，但可以快速加载接管。同时备用芯片平时跑两件事：一是伴生系统的数据筛选和验证逻辑，二是温备冗余功能。我们也在考虑未来更多利用这块算力的可能性。

提问：NWM 2.5 在行业内处于什么位置？怎么看特斯拉 FSD？

任少卿：FSD 国外版和国内版我们都体验了。特斯拉在数据体量和训练资源上确实世界领先，计算量可能比国内公司高一个数量级以上。从架构角度，我们今年上半年应该不弱于特斯拉。相比国内同行仍处于更领先的状态。

我们面临的核心问题是怎么在资源更少的情况下达到类似的结果。这个新版本在很多场景上性能已经不错了。但延迟问题大家也注意到了——从模型输出到底盘执行有很多层，智驾域一两层，底盘控制域还有两三层，历史上没有一个团队统管过全链路，每包一层接口延迟就增加。

接下来两三个月内，我们会跟底盘团队做深度打通，把蔚来在底盘自研和自动驾驶自研上的优势拼在一起，实现控制链路最小延迟。这是主机厂独有的优势，也是特斯拉值得我们学习的点。

提问：有没有可能未来模型不再需要数据闭环，靠更强的 AGI 能力直接提升？是否需要加入通识数据？

任少卿：数据才是这个时代 AI 的根。语言模型之所以能快速发展，是因为互联网上天然有海量数据——10 亿网民花十年上传的结果，而且上传本身就是一次数据筛选，因为人们为了流量会上传新奇的内容而不是平常的内容。

自动驾驶没有这样的条件。我们既没有那么大的现成数据量，也没有 10 亿人帮你做筛选。必须自己产生足够大的数据，同时自动化地筛选出足够多的 corner case。只有大量且高价值的数据产生后，神经网络才能发挥作用。到今天，越大的模型对数据的需求越强。

关于通识数据，我们确实也会使用一些互联网数据来增加场景覆盖。所谓 “通识” 对于人类来说就是学交规——红灯要停、白线不能压。目前有两种学习方式：一是加入语言模型辅助理解，这条路有用但目前不是主流路线；二是通过闭环强化学习，让模型明确学会 “不能压白线、不能闯红灯”，或者更精细地学会 “红灯倒计时还有 2 秒可以不用踩那么急”。后者更高效。

提问：现在多平台覆盖已经实现，但各平台硬件存在差异。如何发挥不同平台自身的性能优势？

任少卿：这里需要平衡两件事：第一，尽早让更多平台的用户拿到功能；第二，把各平台优势发挥出来。对我们来说，NT2 平台的部署已经比较极致，所以 NT3 和 NT2 的体验差异没有那么大——这也是用户能获得统一体验的原因。

后续在 NT3 的迭代过程中，我们会尽量让更多用户在第一时间体验到最新版本。今天的工程体系、数据体系都是为实现这个目标服务的。NT2 用户和 NT3 用户在 NT3 的生命周期内，都会获得基本相近的结果。

提问：为什么蔚来首先做的是 AI 基建和数据闭环，而不是直接做算法模型？

任少卿：因为我们认为数据是 AI 时代最关键的基础。算法会一代代迭代，每一代都需要最强的数据体系支撑。数据体系的思考周期更长、更稳定、更底层。

过去这么多年，算法名词出了无数——BEV、OCC、记忆、无图、端到端、世界模型。但从数据体系的角度，它们始终建立在算力调度体系之上。我们从 Day One 开始就想清楚了，只是不断完善和扩展。底层稳定性比算法要高得多。汽场全开