股票
板块
用户
资讯
首页
天眼
自选
发现
开户
首页
天眼
自选
发现
我的

六年深耕筑基,NWM 3.0即将登场

2020年,蔚来正式启动了智能辅助驾驶的全栈自研。那一年,蔚来智能辅助驾驶研发团队从一个人起步,从选芯片、定传感器、建工具链、建训练集群、采数据开始,把一条当时还看不清终点的自研栈一层一层往下夯。

在接下来的几年里,通用人工智能进入了快速变化的周期,各种新的技术概念与算法迭代层出不穷,但蔚来却坚持要把基础的东西先做完,把工程、数据、算力、验证的地基夯到足够深,哪怕期间有人质疑甚至嘲讽,蔚来也没有改变自己的节奏。

直到2026年,当蔚来智能辅助驾驶展现出让人越用越爱用的体验,用户使用率持续增长时,大家才逐渐意识到地基深、地基稳的重要性。那就是,当蔚来智能辅助驾驶团队在通用人工智能领域探索出新的模型架构与算法时,他们就能以最快的速度和最高的效率尽快量产,给用户带来更好的体验。

所以,蔚来智能辅助驾驶的故事,从来不是一条陡峭的爆发曲线,而是一条先向下、再向上的弧线。今天,我们就从这条弧线的起点说起。

基建先行:最不像捷径的捷径

2020年8月,蔚来智能辅助驾驶研发团队开始组建时,距离蔚来规划的ET7量产时间,只有不到20个月。当时的蔚来智能辅助驾驶团队要先干三件事情:组团队、搭工具链、建数据系统。

前两件事情很好理解,但第三件事情在当时的行业并不多见,有些人也会质疑:“在软硬件都还没有定之前,这么早建数据系统,有必要吗?”但这恰恰就是蔚来智能驾驶团队和别人认知不一样的地方。

在当时行业多数人的眼里,数据是一个几乎没有成本、可以随意「拷贝」的东西。但是蔚来智能辅助驾驶团队认为,真正有价值的数据,是在自己的模型上跑出来相比迭代前模型的corner case(长尾场景)。虽然这些corner case的数据量很小,但是对模型的迭代与性能提升的价值却远大于所谓的海量数据。而想把这些高价值的corner case数据精准的挑出来,是需要消耗算力的,算力又是一个有限的、不可再生的、高边际成本的资源。所以,数据就从一个几乎没有成本的东西,变成一个由不可再生资源的消耗换来的结果。

正是因为对数据不一样的理解,蔚来从2020年至2022年陆续搭建了三个层层递进的数据系统。

第一套系统,就是数据闭环系统。这套系统要做的,是灵活调用车端和云端的算力,通过模型自动筛选数据,进入训练流程。第二套系统,是伴生系统。这套系统通过有效组织量产车的算力,在完全不影响用户日常用车的情况下,对迭代版本进行大规模的实车级验证。第三套系统,是风险评估控制系统。这套系统可以全量监测接管和事故风险数据,并且自动化分析结果,提供研发、发版、用户体验的全周期数据分析与响应。

这三个层层递进的数据系统,构成了蔚来智能辅助驾驶的「数据基建」。

在2022年前,行业里很多人还没有认识到数据的重要性,因为当模型的性能处在初级阶段,corner case的数据既容易获得,对模型性能的提升也是显著可见的。但当时间来到2025年后,当模型的性能已经达到了一定的高度,如果希望模型性能再往上走,对数据量的需求是指数级增长,并且高价值的数据也越来越难获取。而蔚来多年前建立的这套「数据基建」,恰恰就是要解决这个行业难题,既能持续产生等价指数级的数据,同时能挖掘出更多高价值的数据,支撑模型性能持续突破瓶颈。

而另一个基建,是蔚来智能辅助驾驶的「AI基建」。

2022年,蔚来在行业首发量产英伟达Orin-X芯片,但与后来所有使用Orin-X芯片的车企不同的是,蔚来智能辅助驾驶团队将模型部署到Orin-X芯片上,并没有使用英伟达的标准版通用工具链,而是选择自研工具链。

当时看起来,这似乎又是一件吃力不讨好的事情。但当时蔚来有两点考量:第一,官方标准的工具链已经是数年前开发,技术栈迭代缓慢,不能满足蔚来对架构和灵活性的需求;第二,当时蔚来已经决定要自研智能辅助驾驶芯片(也就是后来的「神玑 NX9031」),工具链必须要具备一套代码跨芯片平台兼容的能力,而不是用两套甚至多套代码,这才能最高效地部署模型,让不同代际的用户可以同享最新的技术成果。

所以,蔚来从一开始就把英伟达提供的通用工具链放到一边,自2020年底自研包括部署框架和推理引擎的全套AI工具链,不仅跑通了Orin-X的全流程,也实现了后来「神玑 NX9031」与Orin-X的打通。相比于同样使用英伟达芯片和自研芯片但采用多套工具链的友商,蔚来实现模型部署优化的工作量,只有一半甚至更少。

而且,蔚来自研的工具链相比通用工具链的性能也要更好。2020年,行业里做智能辅助驾驶有一个重要的岗位,就是算子优化,这个岗位负责的事情,是用手写代码的方式,把云端训练好的模型部署到芯片上。即便是非常优秀的算子优化工程师,写这些代码也得花上1—2周。但蔚来在自研的工具链中率先开发了AI编译器,实现了自动化算子优化和自动图优化,从过去的人工写代码变成了编译器逻辑的自动生成,新模型的算子开发效率从1—2周变成了1—2天,在Orin-X上相比行业通用工具推理性能提升超过20%。

「AI基建」使得蔚来可以几乎不需要增加工程师数量,就能实现多平台、多品牌、多车型的智能辅助驾驶量产交付与迭代。一个模型从云端训练出来,最快仅需要两个小时就能部署到蔚来、乐道的测试车上,多平台、多品牌、多车型可以同时去做相应的测试和验证,大大提升了研发与迭代的效率。

所以,当2026年,蔚来可以同时为「Banyan 榕」、「Cedar 雪松」、「Cedar S 雪松」、「Coconut+ 椰子」四平台超70万用户同步推送「蔚来世界模型 NWM」全新版本,当最早2022年3月交付的ET7也能在2026年同步享受最新的智能辅助驾驶技术与体验,这些都是蔚来智能辅助驾驶「基建先行」的结果。因为模型算法可能在不断迭代,但数据的地基是不变的。尽管大家看不见地基,但是大家能看见的东西,都必须建立在一个足够深厚、足够稳定的地基上。

蔚来世界模型 NWM:从独行到共识

2024年,智能辅助驾驶行业最热的词,是「端到端」。随着当时语言模型逐渐成为货架产品,用现成的语言模型把智能辅助驾驶的感知、规控等模块模型化,快速做出一个可用的产品,对智能辅助驾驶的头部车企来说,并没有特别高的门槛。

但蔚来的智能辅助驾驶团队,有自己的看法。在他们看来,语言模型建立了语言对应的概念和逻辑关系,解决的是「概念认知」,但在「时空认知」,也就是真实世界的四维时空建模上仍有明显短板。而驾驶这件事情,恰恰需要的是「时空认知」,需要在明确的时间轴上对物理世界建立认知和预测的能力。这就决定了,传统的端到端并不够,站在当时那个时间点,蔚来智能辅助驾驶团队已经看到了基于语言模型训练的天花板。

所以,从2023年下半年,蔚来智能辅助驾驶团队开始探索一个新的方向——世界模型,并在2024年7月举办的NIO IN蔚来创新科技日上正式发布行业首个智能辅助驾驶世界模型——「蔚来世界模型 NWM」(NIO World Model)。蔚来世界模型是一个多元自回归生成模型,可全量理解数据、长时序推演和决策,具备像人一样「空间认知-想象重建」和「时间认知-想象推演」的能力,并且可以输出规划轨迹。相比常规的端到端架构,蔚来世界模型在空间理解上,通过生成式模型重构传感器输入,更加泛化地抽取信息;在时间理解上,通过自回归模型,自动建模长时序环境;在海量数据使用上,通过自监督学习的方式,无需人工标注。

2025年5月,「蔚来世界模型 NWM」首个版本,也就是NWM 1.0正式向用户推送。

NWM 1.0给用户留下最深刻的印象,就是在小路、人车混行等复杂场景中表现出色,甚至在当时被称为「小路之王」,这恰恰是蔚来世界模型「时空认知」的一个典型例子。小路通行空间狭窄,行人、二轮车、三轮车运动相对无序,各类障碍物摆放无规则,特别考验智能辅助驾驶系统的动态博弈能力和预测能力。而蔚来世界模型在学习空间的时候也在学习时间,在更长时序上去做相应的学习与推演,在处理小路上体现出了很强的基础能力。

如果说NWM 1.0让大家看到了蔚来世界模型基础能力的端倪,那么2026年1月推送的NWM 2.0就开始全面显露技术架构领先所带来的体验优势。

NWM 2.0首次将完整的闭环强化学习应用于智能辅助驾驶研发,以「世界模型+闭环强化学习」的领先技术架构,为用户提供选道准、博弈强、控车稳的行车体验,安心与效率兼顾。

闭环强化学习在包括智能辅助驾驶在内的整个具身智能领域,都是一个新的探索方向。蔚来智能辅助驾驶团队率先攻克了诸多工程上的难题,通过闭环强化学习让模型能够在预训练阶段使用更多量产数据,并且显著增强了基于视频的长时序规划能力,跨出了传统端到端模仿学习的概率平均陷阱。

NWM 2.0更新后首月,蔚来用户智能辅助驾驶的使用率就出现了明显的攀升,城区领航辅助的使用里程环比提升了76.1%,NWM 2.0全周期里的城区领航辅助日均使用里程相比NWM 1.0增长了111.6%。

同时,在NWM 2.0更新后,整个智能辅助驾驶的行业风向也发生了变化。越来越多的车企与方案供应商,开始以各种各样的方式描述自己的世界模型与强化学习。把语言从智能辅助驾驶模型中拿掉或者仅作为辅助,也开始成为整个智能辅助驾驶行业的共识。

但蔚来同样没有停止前进。2026年5月,NWM 2.5在蔚来ES9上首发搭载,并在6月完成了多平台超70万用户同步升级。由此,蔚来成为行业首家做到通用芯片平台与自研芯片平台智能辅助驾驶共线开发、同步发版的车企,以强大的系统工程能力,兑现了前瞻投入的技术红利。

NWM 2.5在「世界模型+闭环强化学习」的技术架构基础上,升级为完整的「世界模型+监督微调+闭环强化学习」三层训练框架。新增的监督微调训练,利用好行为数据进行精细行为雕刻,让模型去学习类人的表现,刷新类人体验,使模型同时具备下限高、拟人、合规的特性。同时,NWM 2.5在国内首次实现了智能辅助驾驶直出方向盘和加减速踏板操作信号,而不再是输出采样轨迹。这种端到端的运动学建模方式,路径更短、延迟更低,大大提升了控车的细腻与精准度。

技术架构的再进化,再一次反映在用户真实使用率的提升上。截至11月中旬,NWM 2.5的用户城区领航辅助日均使用里程相比NWM 2.0提升了超过125%。从去年12月到今年10月,蔚来用户使用城区领航辅助的里程连续11个月环比增长,10月的使用里程已经是1月的近5倍。

但蔚来智能辅助驾驶团队深知,这些成果不是凭空掉下来,不是所谓的涌现或者神奇地变好了。而是之前几年花时间把地基筑牢、扎深,如今大家能看到的建筑主体终于露出地面,而且向上盖楼越来越快。

然而这依然不是蔚来世界模型的上限。即将于11月25日举行的NIO IN 2026蔚来创新科技日上,蔚来将正式发布NWM 3.0。NWM 3.0将会在模型架构、闭环训练、跨域融合等方面,带来蔚来智能辅助驾驶团队对物理世界人工智能的最新思考与探索成果。

过去的几年里,物理世界人工智能发生了快速的变化。这样的变化,彻底改变了原先智能辅助驾驶研发几乎要变成流水线作业的状态,产生了各种各样的机会与创新。而蔚来智能辅助驾驶团队更早意识到了这轮变化背后的本质,提前花了大量的精力将AI的地基、数据的地基打稳、打深,才能在变化真正到来的时候紧紧抓住,把前瞻的技术以最快的速度和最高的效率变成可以量产、横跨不同代际车型的用户体验。这既是蔚来智能辅助驾驶一以贯之「解放精力、减少事故」的初心,也是用户价值的最终所在。

原文链接
多空观点 观点仅供交流,不构成投资建议
点赞
踩一踩
收藏
分享

评论 (0)

0/200
声明:社区内容仅代表用户个人观点,不构成任何投资建议。投资有风险,入市需谨慎。