解读"世界模型"之四：为什么自动驾驶可能成为世界模型最早、也最严苛的商业试验场？

如果说世界模型要回答的核心问题是"世界接下来会怎样变化"，那么自动驾驶就是一个每天都在考这道题的行业。

前方车辆突然刹车，行人从公交车后面走出来，旁边的电动车突然变道。自动驾驶系统不仅要识别眼前发生了什么，还要预测几秒之后可能发生什么，并决定自己如何行动——这恰好就是世界模型的定义：不仅理解当前的世界，还要预测不同动作的后果。

但先说两个容易被忽略的事实。其一，这个行业的动作比热词更快：世界模型 2026 年才出圈，而蔚来 2024 年 7 月就发布了 NWM，自称中国首个智驾世界模型——不是行业在拥抱世界模型，而是世界模型在自动驾驶里先长了出来。其二，也要保持诚实：自动驾驶需要预测未来，不等于它必须依赖某种特定的世界模型；自动驾驶公司实现商业化，也不等于世界模型已经被证明能提升安全性或盈利能力。正是带着这两个前提，我们来看这场试验。

关于本文

由先进开源智能体检索整理，并完成筛选、核实与写作。信息均基于公开论文、权威媒体报道及网络公开讨论进行客观分析，不构成对任何技术路线或产品的立场判断，亦不代表对行业最终格局的预判。如需转载、摘编或合作，请联系：电话：13522412591；邮箱：contact@xianjinai.cn。

一、为什么不是先从通用机器人开始

从家庭服务到工业制造，机器人当然也是世界模型的方向。但试验场没有选它，而选了汽车，原因值得说清楚——通用机器人恰恰缺三样东西。

第一，任务边界。汽车的目标相对明确：在道路上安全、高效地行驶。任务边界、评价指标和运行环境有一套相对成熟的定义。而一个家庭机器人上午整理餐桌、下午取衣物、晚上处理一件从未见过的物品——物体、动作、接触关系和目标都更发散，很难用一套统一指标衡量能力。

第二，持续产生真实数据的运行系统。车队在真实道路上跑，就在不断遇到不同天气、路况和突发事件——车队既是产品，也是数据来源。模型改善后部署上车，又产生新一轮数据。这为世界模型提供了关键条件：它不是训练一次就结束，而是持续接受现实检验。

第三，成熟的测试与部署体系。仿真里可以重复测试同一场景、比较不同版本，再经封闭场地、限定区域、公开道路逐级验证。安全收益还可以被直接审计——蔚来公布其 NWM 2.0 的 AEB 覆盖场景是标准方案的 6.7 倍、误制动概率降到十万公里一次（企业披露口径）。在机器人行业，这样的量化验证体系大多还没有建起来。四个条件合在一起：任务明确、数据回流、验证成熟、收益可审计——自动驾驶是唯一四项全满的考场。

二、它真正缺的，不只是"看见"，而是"预测"

传统智驾系统可以拆成感知、预测、规划、控制四段，这套架构已经能完成大量驾驶任务。那世界模型能增加什么？关键在于：系统不能只回答"现在是什么样"，还要回答"如果我这样做，接下来会发生什么"。

一个具体场景：自车前方停着一辆大型公交车，旁边人行道被遮挡。普通视觉知道公交车的位置，却看不到车后有没有行人。系统需要结合道路结构、行人运动规律、自车速度去估计风险——而且，继续前进、减速、停车，三种动作三种后果。一个有用的世界模型，应该帮系统比较这些可能的未来，而不是生成一段看起来合理的视频。类似的问题贯穿日常驾驶：前车急刹时距离够不够？邻车轻微偏移是准备变道还是只是摆正车身？路口被遮挡时，该不该用降速换观察时间？

沿着这个标准看考场上的主要选手，格局就清楚了：

具体到"预测后果"这件事上，几家给出的答案各不相同。蔚来的 NWM 采用多元自回归架构，每 0.1 秒推演 216 条轨迹选最优；华为盘古世界模型可以从单张图片生成高精度数字物理空间、生成驾驶视频与激光雷达点云，与广汽合作时把复杂 Corner Case 在数分钟内完成像素级复原，支撑 ADS 端到端模型"两天一个版本"；长城依托 200 多万辆存量车的数据回传和 5 EFLOPS 超算，把仿真推演当成第二代智驾的主训练场。过去，里程是智驾行业唯一的货币；现在，仿真里的无限试错成了第二种货币。

三、进入研发闭环：四步循环，一条铁律

世界模型在自动驾驶里的作用，不止于生成训练视频。更值得关注的是它能否进入整个研发流程。一个理想的闭环分四步。

第一步，从真实运行中发现问题。车辆记录复杂路口、遮挡、异常变道和罕见行为——但数据量大不等于问题自动浮现，团队要识别哪些失败有代表性、暴露了系统性弱点。第二步，重建或生成相关场景。针对薄弱场景改变行人位置、车速、光照等变量，观察系统是否依然可靠。第三步，训练并比较版本。这里有一条警告：如果世界模型生成的车辆动力学、行人行为或碰撞后果不符合现实，训练反而可能把系统带向错误方向。第四步，回到独立测试和真实道路。新版本必须在未参与训练的测试集和实路验证中接受检验。

产业里的实现各有侧重。Momenta 的 R7 是完整的三层架构——世界模型预训练、世界模型仿真、强化学习，从超过 120 亿公里量产实跑里程里提炼约 1 亿段"黄金数据"，搭载方案的量产车已突破 90 万台；地平线的 HorizonDrive 用"自纠错"训练让世界模型生成出错时自我修正，在 nuScenes 基准上 FID 降低 52%、轨迹精度提升 21%，单张消费级显卡就能跑分钟级连续生成——闭环的工程门槛正在快速下降。但四步循环里最硬的一条铁律始终不变：训练环境里的进步，必须转化为真实任务中的收益。只在模型自己生成的场景里变好，不算变好。

四、样本案例：PonyWorld 2.0，和它必须回答的三个问题

2026 年 4 月，小马智行发布 PonyWorld 世界模型 2.0。与 1.0 相比最本质的变化是：AI 不再依赖工程师判断模型哪里有问题，而是自主诊断自身短板、自我定向进化——据企业披露，系统可以自动推送采集指令，例如"请于特定时段在指定路口重点采集逆光条件下非机动车与行人混行场景数据"。研发团队从"广撒网"式采数据，转向围绕模型精度需求的高效协作。

这背后是一个"精度飞轮"：L4 无人车队商业运营 → 产生真实高价值数据 → 世界模型提升精度 → 车端模型增强 → 支撑更大规模部署 → 产生更多数据。小马智行同时给出了一个方向性判断：自动驾驶模型的训练目标不应是"像人开得一样"，而是"比人开得好"——这意味着从模仿学习走向强化学习的范式变化。2.0 已应用在其 L4 车队与研发体系中。

商业侧的进展同样值得关注，但要把账算准。2026 年 3 月，小马智行披露第七代 Robotaxi 于 2 月在深圳实现月度单车运营盈利转正（广州已在 2025 年 11 月率先达成）：深圳单车日均净收入 338 元、日均订单 23 单，运营范围从 21.7 平方公里扩到 167.4 平方公里；第七代系统采用 100% 车规级零部件，物料成本较上一代下降约 70%，成本口径涵盖车辆与智驾套件折旧、充电、维保、远程协助、保险、地勤与基础设施。但两个限定必须跟上：其一，单车盈亏平衡不等于公司整体盈利——截至 2026 年年中其全球车队约 1975 辆，而管理层测算自由现金流转正需要 4 万至 5 万辆，中间隔着 20 倍以上的规模鸿沟；其二，不能直接证明世界模型就是盈利的决定性因素——硬件降本、规模扩大、调度优化同样在起作用。

所以，观察这类案例最该追问的不是"它是不是世界模型"，而是三个更具体的问题：它发现的薄弱场景，是否确实对应真实系统的失败？定向数据加训练，是否比原有方式更高效？改进能否在独立测试和真实运营中稳定复现？这三个问题，比发布会用了什么技术名词重要得多。

五、最严苛考场的三道红线

最早，不等于最容易。自动驾驶对世界模型的要求是所有场景里最苛刻的，原因有三。

其一，零容错。机器人抓杯子失败可以重来，汽车不行。这个行业敢率先量产世界模型，也最没资格容忍它的幻觉。其二，长时序。交互式世界模型目前只能维持数分钟的视觉一致性，而一次真实驾驶的决策链条远比这更长——误差累积在这里不是学术问题，是工程红线。地平线们攻关分钟级生成，攻的就是这道线。其三，考官自己也可能出错。用世界模型出考卷的前提，是考卷本身对。WorldArena 评测发现，主流世界模型的视觉质量与真实任务功能的相关性只有 0.600（数据引擎）和 0.360（动作规划）；斯坦福《2026 AI 指数报告》显示机器人任务仿真成功率 89.4%、真实家庭骤降至 12.4%。在仿真里考一百分的智驾系统，未必敢直接开上真实道路——出题人自己也需要被考试。

因此，即使世界模型能够准确预测环境变化，它也替代不了一套完整的自动驾驶系统：感知要处理噪声与遮挡，规划要权衡安全、效率与舒适，控制要满足车辆动力学，系统还要有故障检测与冗余。世界模型可能改善其中某些环节，但模型的预测不应被当作现实本身——假如它判断某个路口没有风险，而现实出现了训练数据未覆盖的异常，车辆不能因为"模型预测安全"就继续执行。未来更有竞争力的系统，未必是拥有最大世界模型的那个，而是知道何时该相信模型、何时保持谨慎的那个。这也是为什么各家即便已经量产上车，仍保留着庞大的真实车队：真实数据定标准，仿真数据上规模，实路验证兜底。

结语：从"生成了什么"，到"改善了什么"

回到标题的问题。自动驾驶可能成为世界模型最早的商业试验场，不是因为汽车比其他机器人更接近通用智能，而是因为只有它同时具备了真实数据、明确任务、持续测试和商业运营。也只有在这样的考场里，世界模型的价值才有机会被逐步量化：它能否帮系统发现弱点？能否降低采集与训练成本？能否改善预测？最终能否提升真实道路上的表现？

世界模型真正的竞争，要从"生成了什么"走向"预测得是否准确"，再走向"预测是否改善了行动"。

在别的行业，世界模型可以先讲故事再补作业；在自动驾驶，故事必须当场兑现成刹车距离和误制动率。

而如果自动驾驶能率先跑通这条"数据—模型—现实表现"的闭环，它的意义就不止于无人驾驶本身。需要提醒的是，能迁移的是方法，不一定是模型——汽车在预测车流与行人，机械臂在判断一个物体有多重、表面有多滑，动力学和接触物理必须重新设计；但场景建模、失败发现、定向采集、闭环训练这套研发方法论，可以直接开进机器人行业。小马智行自己也说，PonyWorld"不局限于优化自动驾驶场景，也具有探索其他物理 AI 场景的可能"。第一考场考出来的能力，会开进下一个行业。

那么下一个问题自然浮现：把镜头拉远，在这场全球竞争中，中国手里的牌——最全的采集硬件供应链、最大的车队与场景存量、最快的工程迭代——能不能转化为世界模型的模型优势？下一篇，我们把这个问题的一体两面放进同一张图。

下一篇（05）

世界模型的中国机会：供应链优势，能否转化为模型优势？