不知道，最近大家有沒有關注到一個現象，悄然間「世界模型」已經站在智駕的高地，成為衡量一家車企智駕能力的「新」風向標。

有人說，這是在智能駕駛領域繼「BEV&Transformer」、「占用網絡OCC」、「端到端」等技術后，又一次跨越式進步。

更有行業大佬，募集十幾億，致力于構建「大型世界模型」。更像一些頭部公司，諸如谷歌旗下人工智能企業DeepMind，花費重金聘請了OpenAI視頻生成器Sora的聯合負責人蒂姆·布魯克斯來開發世界模型。

世界模型的準確定義是這樣的：

通過模擬人類的認知過程，使機器系統能夠理解和預測復雜環境中的未來情景，從而實現自主決策和行動。

說人話就是，人為地創造一個像大腦一樣具備思考能力的智能體。

它可以理解真實世界的物理法則，還能對事物的關系、規律、原因和結果進行理解和預測，從而做出決策判斷。

關于理解真實世界的物理法則，其實并沒有大家想象得那么容易。

比如說，現在讓大家去想象手掌時，幾乎所有人都能準確且毫不費力地想象出來，但是在目前的AI制作中，卻會經常會出現多根手指或連指的現象。

此前，圖靈獎得主Yann LeCun就明確表示，基于文本提示生成的逼真視頻并不代表模型真正理解了物理世界。之后更是直言，像Sora這樣通過生成像素來建模世界的方式注定要失敗。

表象尚且不準，至于對事物的關系、規律、原因和結果的理解就更難了，以我們最為熟悉的ChatGPT舉例，目前還存在「幻覺問題」。

就是用一種可以令人信服但完全編造的方式來表達自己，也就是一本正經地已讀亂回。

比如：問模型第一個在月球上行走的人是誰？模型回復，Charles Lindbergh在1951年的月球先驅任務中第一個登上月球。

實際上，第一個登上月球的人是Neil Armstrong。

這也在一定程度上限制了ChatGPT在金融、法律等知識鑒別門檻極高的行業里應用。

而理解只是路徑，決策才是最終想要達到的結果。

通常來說，當大腦內部進行預測時，可以根據我們當前的運動動作，預測未來的感官數據。

我們能夠本能地按照這種預測采取行動，并在面臨危險時做出快速的反應，而無需有意識地規劃行動方案。

以棒球為例，棒球擊球手只有幾毫秒的時間來決定如何揮棒，甚至比我們眼睛的視覺信號到達大腦所需的時間還要短。

而擊球員能夠擊出時速100英里的快速球，是因為他能夠本能地預測球會在何時何地飛去哪里。

對于職業球員來說，這一切都是潛意識發生的。他們的肌肉會根據大腦的預測，在正確的時間和地點反射性地揮棒，無需有意識地推出可能的未來情景來制定計劃。

帶入這個視角，你會發現，一些車企的智駕技術就很好理解了。

比如，智已說的邁入「直覺」智駕新時代。

這套系統就在強調一個“下意識”的決策動作，無需經過常規的識別與處理，就像老司機遇到緊急情況那樣，不需要復雜思考，就能夠給出一個正確的反應。

說了這么多世界模型，大家或許發現了，世界模型是一個覆蓋面很大的詞匯，可以應用在機器人、智能汽車等多個領域。

僅對于智能駕駛來說，世界模型具體有什么用呢？

答案是成本。

智能駕駛發展至今，數據的重要性越發凸顯。然而，實車采集、人工標注的費用卻在水漲船高，況且，能夠滿足訓練要求的數據還少之又少，更不必說一些非常罕見的corner case。

自動駕駛應用了世界模型，就可以借助視頻生成技術，創建駕駛場景，從而降低成本。

比如說，有一天，路測人員在測試中發現了測試車輛的問題，后續可以通過世界模型，生成多條軌跡和這些軌跡實時交互的多場景視角，滿足訓練模型的需求，從而提升系統的迭代效率。

例如，按照官方的說法，NWM（即蔚來世界模型）能夠在0.1秒內推演出216種可能發生的軌跡，尋找最佳決策。

然后在接下來的0.1秒內，根據外界的信息輸入，重復更新內在時空的模型，再去預測216種可能性。以此循環，跟隨駕駛軌跡持續預測，得到駕駛的最優解。

也就是說，后續我們完全可以借助世界模型仿真模擬出極端的駕駛場景，來訓練提升車輛的智駕能力。

這也是世界模型在自動駕駛的兩大應用：生成能力、仿真能力。

但是，目前的世界模型缺陷也有很多。比如生成長視頻的能力，目前公開的、最長的視頻時間，也不過幾分鐘而已。

還有視頻的清晰程度，即使是國外領先的自動駕駛公司WAYVE旗下的世界模型GAIA，它所生成的視頻也很模糊。同時，時間和空間一致性的問題也不能忽略。

這些背后都指向了算力需求，而算力成本是非常高昂的。

可以說，世界模型還是一項非常新興的技術，需要大量的資金，大量的人力鋪在上面。當然，資本市場對大模型技術也是非常看好的。

根據國際數據公司（IDC）最新發布的《中國模型即服務(MaaS)及AI大模型解決方案市場追蹤（2024H1）》報告顯示，2024上半年，中國AI大模型解決方案市場的規模為13.8億元人民幣。

預計在2024-2028年期間也將持續高速長，年均復合增長率為56.2%，到2028年整體市場規模將達到211億元人民幣。

燃油車時代，仿佛一切都比較簡單，沒有那么多技術名詞。來到了智能化時代，層出不窮的技術名詞，不僅令消費者感到困惑，包括多數業內人士也是一頭霧水。

但對于智能化的宏大主題來說，行進道路確實非常艱難。有時目標足夠沉，問題足夠多，才有這么多的技術被發明、被創造，而每個技術名詞的背后，都是成長的印記，也是試錯的痕跡。

合抱之木，生于毫末，九層之臺，起于累土。正是一段段的技術死磕，才讓智能化逐漸有了一個更明朗的未來。