在高階輔助駕駛的探索中，有一個“感知滯后”的矛盾始終難以解決。

長期以來，自動駕駛系統的基本策略都是：傳感器先看到→ 感知系統識別 → 再決定怎么行動。這個邏輯聽上去合理，但在復雜真實的交通環境中，問題開始暴露。

現實路況從不按劇本來：限時公交道、潮汐車道、臨時封路、行人突然變道……這些變量，不是“看見之后再反應”就能應對的。真正的人類駕駛靠的并不是對眼前物體的識別，而是對背后因果的推理——前方急剎，第一反應不是“它減速了”，而是“是不是前面堵了？”

這是一種基于“世界模型”的判斷方式。人腦通過經驗積累形成對環境的理解模型，從而提前預判、靈活應變。而今天的智能駕駛系統，大多數依然是事后處理——等事件發生，再想怎么辦。

這也就是為什么，從2023年以來，以特斯拉、Wayve為代表的技術企業開始大規模投入“世界模型”的研發。而在2025年5月25日，蔚來發布ET5與ET5T時，低調上線的“全域NOP+”功能，標志著其自研的世界模型NWM即將正式落地。雖然不是第一個提出世界模型的廠商，但蔚來成為國內率先實現“量產上車”的代表。

這并非個例。幾乎所有頭部智能駕駛玩家都在押注“世界模型”，并非追逐風口，而是因為：沒有“腦子”的車，注定只能做出有限的反應；而擁有“認知能力”的車，才能真正適應千變萬化的世界。

為什么說“世界模型”是智能駕駛的下一個躍遷？

過去十年，自動駕駛經歷了一次重要技術躍遷：從“模塊化架構”過渡到“端到端模型”。

端到端模型的最大特征，是把感知、預測、決策、控制這幾個原本各自獨立的環節，整合進一個統一的神經網絡中。一體處理，效率更高、鏈路更短，也被認為更具泛化能力。

一時間，它被認為是通向“通用智能駕駛”的終極路徑。

但美好愿景很快撞上了現實。端到端架構雖然緊湊高效，卻暴露出三個致命缺陷：

第一，它是“黑盒系統”。系統做出什么決策、為什么這么決策，很難解釋。這讓調試變得極其困難，也降低了對系統的信任。

第二，它高度依賴海量標注數據，遷移成本極高。換一個城市、換一個國家，模型就可能要重訓。

第三，它是典型的概率決策機制。面對復雜情況時，它往往給出“最有可能”的方案，卻錯過了“最關鍵”的細節。哪怕只錯一次，結果也可能是災難性的。

隨著技術演進和現實碰撞的反復出現，業內開始出現反思：

“如果90%的消費級數據對訓練沒幫助，那我們到底在喂模型什么？”

這時，世界模型走上前臺。

它源于AI領域對智能體長期策略規劃的探索，本質是為系統構建一個可解釋、可預測的“世界認知結構”。

簡單來說，過去的模型只是在識別“這是什么”，而世界模型則在追問“這意味著什么”，以及“接下來會發生什么”。它具備一種“腦內模擬”的能力——預測未來、虛擬試錯。

以一個典型例子說明：

“北京公交專用道工作日7:00-9:00禁行”。過去的系統需要靠“硬編碼”將這條規則寫入模型，但并不理解它為何如此。而世界模型可以直接接受這句話為輸入，理解其時間邏輯與空間邊界，并在駕駛過程中自主執行。

甚至，如果某天市政網站發布一條臨時封路通告，世界模型可以自動讀取網頁信息，將臨時交通政策納入自身認知中，做出即時調整。

蔚來此前展示的一段Demo也印證了這一點。在一個Y字路口，蔚來與寶馬轎車同時左轉。大多數系統會選擇“等”，但蔚來的策略卻體現出明確的意圖博弈——在規則允許下先行一步，表現出一種接近“人類駕駛風格”的主動性。

這不是“看到了再反應”，而是“提前知道要做什么”。

世界模型的最大價值，就在于它是AI邁向“理解世界”的必要門檻。

幾乎所有頭部車企都在押注世界模型

如果說過去十年的智能駕駛技術在解決“怎么讓車看得清”，那么現在的問題變成了：“怎么讓它想得對”。

這背后的根本挑戰在于：如何真正實現大規模泛化能力？

端到端模型做得很像人類：它快速、直覺、整體決策，但一旦遇到沒見過的情況，系統就極容易“宕機”。

這不是偶然，而是“機制設計”決定的。端到端依賴的是數據分布，而不是邏輯建模。

而世界模型的設計目標正好相反：它試圖為系統建立一種可遷移、可解釋、可預測的“世界理解力”。

蔚來的NWM是典型代表。每0.1秒，系統可以生成216種未來軌跡，在下一幀輸入后重新篩選最佳路徑。這個過程近似于人類司機的“反復評估—微調—決策”行為。

理想的MindVLA則更注重三維語義與軌跡生成的語言建模能力，小鵬的XVLA則主攻車端部署效率，華為乾崑WEWA用“云+端”分體方式構建認知鏈路。

這些架構的多樣性背后，隱含的邏輯是一致的：

構建一種“可擴展的認知系統”，不僅能識別路況、理解規則，還能推演后果，并據此自主決策。

也正因為此，我們看到行業呈現出極高的共識：

幾乎所有頭部玩家，都不約而同選擇將世界模型作為“未來架構”的核心。這不再是路線之爭，而是一種時代選擇。

智駕遠未到定格局時刻，技術進步是無限的

很多人認為，華為是當前智能駕駛的“天花板”，但事實上，這個行業遠未定局。各種技術路線并行演進，智能駕駛仍然是一個“群雄逐鹿”的賽場。

端到端模型的確在落地效率上有天然優勢，但在泛化能力、認知建模等維度上，仍存在結構性瓶頸。

而世界模型雖然看起來更聰明，但也遠未解決所有問題，比如數據重構精度、計算資源約束、訓練時長過長、模型調優復雜……它看起來也并不是一下就跨時代突破的“萬能答案”。

但至少，它為智能駕駛開辟出了一條新的通路。而且從邏輯以及實際的應用上，要優于當前大家能看到的一些技術路線的表現。它讓我們有機會在當前“識別-決策-控制”鏈條之外，另起一套基于“理解-推演-博弈”的智能架構。

不同企業的布局選擇，實際上也代表了對下一代智駕范式的判斷。蔚來的NWM以重建為核心，結合視頻自監督方式做軌跡生成；理想的MindVLA融合語言模型與擴散建模，強化了對目標行為的“語義感知”；小鵬的XVLA更側重車端部署的輕量化和高頻閉環訓練；而英偉達Cosmos則提供了物理世界下的多模態合成數據平臺……每一個方向，既有優勢，也有現實制約。

這場變革，不會一蹴而就，也不是一家企業能獨自完成的。

但它確實已成為越來越多頭部玩家愿意投入資源、賭上一代架構去押注的方向。蔚來已經打響了第一槍，誰會跟上，值得關注。

未來，或許會有更多路徑共同并行發展，也許哪一條最終跑出來仍未可知，但智能駕駛的本質不會變——那就是：理解世界。

而在這個方向上，世界模型，的確是一次有意義的開始。