7月16日，蔚来正式向「Banyan榕」、「Cedar雪松」、「Cedar S 雪松」车型推送全新升级的”蔚来世界模型NWM”。官方数据显示，自该功能全量推送后，智能辅助驾驶系统的使用率显著提升。同日，蔚来官方发布首期”蔚来世界模型有问必答”指南，针对用户普遍关注的技术问题进行详细解读，涵盖世界模型与传统端到端架构的差异、群体智能在未来系统中的角色定位以及为何NWM被称为”小路之王”等核心议题。
以下是蔚来此次世界模型NWM有问必答的详细解读：
蔚来世界模型与传统端到端架构有何不同？
传统的端到端架构在智能辅助驾驶领域实现了从人工规则编写向数据驱动迭代的重大转变，使系统能够自动提取信息，最大限度减少信息损耗并提升数据利用率。例如，在雨天环境下，尽管前方视线受阻，基于人工规则的感知模型仍需输出具体距离值，而端到端架构则可通过模型直接生成执行结果，从而显著提升场景覆盖范围和性能表现。
然而，若想使智能辅助驾驶真正达到人类驾驶员水平，仅仅依赖端到端架构远远不够。人类大脑具有两大核心能力：空间认知能力和时间认知能力（分别对应想象重建与想象推演）。这两种能力共同构成了人类的时空认知系统。
因此，智能驾驶系统的进化方向应着重提升时空认知能力。而蔚来世界模型不仅需要构建这种能力，还必须在虚拟环境中规划行驶轨迹。与传统端到端架构相比，NWM主要具备以下三大优势：
空间理解方面，通过生成式模型重构传感器输入，实现更广泛的信息提取；
时间序列建模上，采用自回归方法，有效捕捉长时序环境特征；
数据利用层面，借助自监督学习技术，无需人工标注即可完成训练。
值得注意的是，这种先进模型对硬件算力提出了更高要求。为满足需求，蔚来在「Banyan榕」系统中配备了4颗Orin-X芯片，确保用户享有长期技术领先性。而针对「Cedar雪松」车型搭载的「神玑 NX9031」芯片，则代表了当前全球辅助驾驶芯片领域的最高性能水平，为NWM架构专门优化设计，预留充足的发展空间。
蔚来世界模型是否仍需依赖群体智能？
在实际应用中，真实数据获取难度较高，而辅助驾驶系统因其闭环特性，在数据完整性方面最为出色，具备率先实现大规模安全落地的潜力。在「Banyan榕」系统的4颗Orin-X芯片中，专门设计了一颗用于群体智能处理，可以将新版本算法快速分发至数十万辆量产车进行实际验证。通过对比人类驾驶数据或现有稳定版本表现，系统能够针对性优化新算法性能，显著加快整体进化速度，为用户提供更优质的使用体验。
随着NWM架构升级，数据需求量大幅增加，群体智能的重要性更加凸显。在「神玑 NX9031」芯片中同样设置了专用模块支持这一功能。除了群体智能技术外，蔚来还引入了生成式仿真系统。该技术能够基于真实视频重建虚拟世界，实现对各种假设场景的验证、对比与学习，在千万个模拟环境中反复训练模型，确保其输出更加准确可靠。
群体智能与生成式仿真共同构成了蔚来世界模型高效的数据处理体系。
为何蔚来世界模型在复杂场景中表现卓越？
蔚来世界模型在空间认知和时间建模方面展现出色能力，特别是在应对小路、狭窄道路以及人车混行等复杂交通环境时表现出众。这些场景通常充满不确定性，考验着系统对动态博弈关系的处理能力和对各类障碍物运动轨迹的预测精度。而这些正是蔚来世界模型的基础优势所在，使其在实际应用中展现出卓越性能。
相关文章
