原创|袁洲编辑|X

算法会一代一代迭代,但数据体系是更稳定、更持续、更底层的东西。

6月,蔚来世界模型迎来一次大规模升级,横跨蔚来与乐道两个品牌,同时覆盖NT2、Cedar、Cedar S、Coconut+四个平台。本次升级不同寻常的是,从2022年3月量产的初代ET7,到最新的L60激光雷达版本,它们搭载的是完全不同的硬件组合。

打开网易新闻 查看精彩图片

"从2022年最早的ET7,到刚上市的L60激光雷达版本,世界模型的核心能力是一致的。这件事从背后的技术工程角度来说,还是很有挑战的。"蔚来汽车 高级副总裁任少卿在 6 月 17 日蔚来汽车的 AD工程系统媒体沟通会上解释道 。

这背后,是一条从2020年8月就开始铺设的暗线。这场沟通会,可以说是对这条暗线的完整复盘。

01

传感器:一场关于"站得高"的豪赌

瞭望塔式激光雷达曾是一个被质疑的决策。

任少卿入职蔚来后接触的第一件事,就是NT2的传感器布局。2021年NIO Day,蔚来发布了一款带有瞭望塔式激光雷达的轿车——这在当时引起了巨大争议。

激光雷达有三种布置方案:前保险杠(最保守)、座舱内(性能有损失)、车顶(对造型和风阻是巨大挑战)。蔚来选择了第三种。

"斌哥当时说了一句话:如果我们认为技术路线就是往这个方向走,这样的方式就是对性能最好的方式,那这无论对设计同事还是AD同事来说,都是一个机会,让大家能去开拓一个之前没有做过的领域,能真正在设计的角度去引领全球。"

任少卿回忆,当时内部讨论非常激烈,"传统车就没有这个部分,大家可能会觉得这个设计……有点'丑'。"

但时间证明了这场豪赌。到了2026年,瞭望塔式布局已成为行业主流。

为什么一定要8个摄像头?

打开网易新闻 查看精彩图片

NT2时代,蔚来坚持搭载7个800万像素摄像头。这在当时成本更高、数据处理难度更大,因为行业主流还在做高速功能。

但蔚来的判断是:城区功能需要看旁边车辆、看更偏的红绿灯,这都需要更高像素的摄像头。更重要的是,他们希望硬件能"坚持两代以上"——以三年一代计算,就是希望这套传感器基线能撑六年。

"手机现在大家一年一换,车从电子消费品的角度来说,一点也不比手机发展得慢。但是车从硬件的角度,就是一个五年、十年的事情。"

2024年,乐道车型首次搭载4D毫米波雷达,再次行业领先。但硬件超前只是起点,真正的难题在于:如何让不同年代的硬件,跑同一套算法

02

芯片:在Transformer时代到来前,赌一把内存带宽

让Orin提前半年量产。2022年,蔚来在一块AD域控制器上放了四颗Orin芯片,通过复杂的PCIe网络连接。这在当时是行业最复杂的AD域控架构。

打开网易新闻 查看精彩图片

"2022年过年那个春节,基本上每天发版,每天晚上凌晨测试,然后去解决问题。"任少卿说,"我记得所有人在上海和北京两地办公,7×24小时满负荷。"

结果是他们让英伟达Orin平台提前了半年量产。这套复杂的平台,也为后来的工程体系打下了底子。

Orin刚量产完,蔚来就开始设计第三代平台的核心——自研芯片。

2022年初,一个关键判断摆在他们面前:下一代神经网络,CNN会不会变成纯Transformer?

打开网易新闻 查看精彩图片

两者的区别是本质性的:Transformer对内存带宽的要求是CNN的8到70倍。如果趋势是纯Transformer,那么芯片的内存带宽设计就必须大幅超前。

"我们当时拍了这样一个结论:我们觉得还是会往纯Transformer的角度走。"任少卿说。因为芯片不是用一两年,而是要撑两代车。

基于这个预判,神玑NX9031部署了单颗芯片超过500GB的内存带宽——任少卿称这是"比市面上所有芯片部署都要更大"的带宽。这个决策代价不菲:需要最新的内存制程、多通道部署,对芯片面积和成本都有巨大影响。

打开网易新闻 查看精彩图片

2024年7月Bring Up,2025年3月量产——这颗芯片从流片到量产的时间,也是行业最短的之一。

任少卿用一个例子解释500GB带宽意味着什么:一个7B参数的语言模型,以30Hz运行,每Hz解码五次,需要的内存带宽就是500GB。"纯Transformer的模型对内存带宽要求很高,我们必须为这个做准备。"

最终的结果是,一块神玑芯片,可以产生四颗Orin芯片的性能。

03

AI Infra:从"工程师跑断腿"到"2小时上全车"

自研工具链:为了未来的多芯片统一。

蔚来从2020年开始做自研工具链。当时他们有两个判断:第一,未来会有不止一款芯片;第二,英伟达官方工具链的架构和灵活性是"三五年前的设计"。

打开网易新闻 查看精彩图片

"我们只用英伟达到CUDA这一层,剩下所有软件都自己做。"这意味着他们放弃了英伟达标准的上层工具链,从零构建自己的编译器和部署框架。

这个决策在当时增加了巨大工作量,但目的是让工具链可以在不同芯片上统一使用。任少卿说:"行业现在很多家面临一个问题:再做针对芯片的工具链,另外英伟达的工具链如果维护的话怎么打通。我们做这件事是更早一些。"

传统方式是人工手写算子优化:算法每改一个设计,后面就需要一堆工程师去写代码、做优化,否则端侧跑得很慢。"算法工程师在前面改得很开心,后面一堆工程的兄弟跑断腿。"

2020年,蔚来开始做自研AI编译器。核心变化是两点:一是,自动算子优化,原来人工写代码,现在自动生成。二是,图优化,自动把网络中的多层联合优化,找到最高效的计算方式。最终,模型部署时间从1-2周缩短到1-2天;推理效率比通用工具链提高20%以上。

打开网易新闻 查看精彩图片

AI Agent:从1天到2小时。

最近一年多,蔚来把整个模型上车流程换成了AI Agent自动化。原来需要工程师守在电脑前,等结果、处理问题,现在全流程自动:量化、开发集成、Pipeline、CI/CD测试、跨芯片误差校验、发版部署。

"整个流程原来需要一天,现在可以压到两个小时以内。"

打开网易新闻 查看精彩图片

这意味着:一个模型改好了,如果不动模型架构,2小时就能上到蔚来和乐道的所有测试车上;即使改模型,也只需要一天就能跨品牌、跨平台部署。

"虽然我们平台比两年前多很多,但实际需要去看这些流程的工程师,比原来还要少很多。"

04

数据闭环:对抗AI的"曲线定律"

每提升3%,数据需翻10倍。

打开网易新闻 查看精彩图片

任少卿展示了一条AI领域的经典曲线:性能每提升3个点,数据需要翻10倍;再提升3个点,再翻10倍。"如果你想提升18个点的性能,你需要10的6次方量级的数据。"

"这是个好事——给它塞数据它大概能提升。但坏处是你钱包受不了。"

更麻烦的是测试。两年以前测城区,出门三个Case;现在一个版本测三五百公里很正常。"测试的兄弟开着车出去,有时候开一天才几个Case,完全不够我们迭代。"

蔚来的解决方案是:把量产车用起来。

他们建立了一套云端下发验证系统,在大量实车上做验证,同时不影响用户正常使用。实车验证池已经跨代际——NT2的车和NT3的车都在同一个池子里。

打开网易新闻 查看精彩图片

"NT3的很多模型是在NT2车上做共享验证的。"任少卿说,"相当于NT3的很多车主,也是NT2的老用户。"

在主动安全方面,蔚来每月测试里程超过四千万公里——这如果靠实车测试,完全没有可能实现。"一周里程需要一千辆车跑一年。"

打开网易新闻 查看精彩图片

这套体系还让蔚来可以跨平台验证:四个平台当成一个平台去验证,产生四倍的验证效果。

数据本质是算力,不是零成本拷贝。

"我们认为数据不是拷一份就有了。数据的本质是算力——我们必须让这个模型在不同场景跑,才能找到针对这个模型的Corner Case。"

这意味着,供应商不可能从主机厂"拷贝"数据来训练自己的模型,因为"你的模型和我的模型不一样,数据加上算力产生的结果,是没办法共享的"。

打开网易新闻 查看精彩图片

蔚来的数据体系,本质上是一个车端算力调度体系——通过调度几十万辆车的算力,去筛选、测试、产生真正有价值的Corner Case数据。最终筛选出的数据分布中,5%的Corner Case数据,价值比底下95%的普通数据加起来还要多。

05

主动安全的"数字成绩单"

基于这套工程体系,蔚来的主动安全数据在持续攀升:

  • 安全里程:目前大里程验证达到679万公里(人驾情况下爆气囊的里程间隔),目标年底走到800万公里以上
  • 保险赔付:相比2023年,蔚来车辆的保险赔付金额已降低40%(待保险公司最终确认)。
  • 重大事故监控:随着车增多,重大事故数量并未增多,反而在下降。

打开网易新闻 查看精彩图片

"每辆车,包括我自己的,你在明年相比今年,今年相比去年,它底层的安全性都在很大程度地提高。"

06

Q&A环节:路线、竞争与未来

沟通会的媒体问答环节,有几个片段值得记录。

关于VLA和世界模型的路线之争。

任少卿认为:"算法有不一样的想法很正常,这才是人工智能时代有意思的点。"

但他透露了一个趋势:"逐渐有一些收敛,大家从一些新的玩家或者友商的做法上已经可以看到。"他表示,蔚来在2023年下半年开始研发世界模型,初衷是减少标注、实现多模统一。"这个初衷现在被更多的人去说。"

关于对特斯拉FSD入华的看法。
任少卿认为:这是件好事。一方面,可以验证中国智驾公司"只是在中国好,还是全球也是领先的"。另一方面,特斯拉坚持智驾收费,蔚来的内部订阅数据"跟特斯拉在美国的差异不大,非常接近",这对行业商业环境是利好。 此外,他也坦诚特斯拉在数据体量和训练资源上"远远高于国内公司,有可能高一个量级以上"。但他认为蔚来在架构上"不弱于特斯拉,尤其是闭环这一块,我们算是比较领先的"。关于被为什么先做基建,再做算法。任少卿的回答是:"数据是非常重要的。像刚才说的,怎么能拿到足够量的数据,怎么能拿到这些Corner Case,它是在一个好的算法架构已经有的前提下,更重要的事情。"

他回顾了过去几年的技术名词:BEV、OCC、GOD、无图、端到端、世界模型、VLA……"但是从数据体系的角度来说,至少我们自己是非常非常稳定的。它建立在算力调度体系之上的数据闭环体系、群体智能体系。这些东西从第一天搭建的时候就想清楚了,只是说我们在不断完善它。"

蔚来智能驾驶研发端侧工程负责人林伟补充:"基建的意义在于,有更多的更新的东西,我们以最快的速度、最高的效率能够尽快量产,而且是尽快跟用户见面。"

2026年6月的全量推送,是蔚来工程系统的一次压力测试,也是一次验收。

不同年代、不同品牌、不同硬件配置的几十万辆车,同时跑上同一套算法。这是工程系统能力的极致体现。

蔚来花了六年时间搭建的,就是这样一套不需要推倒重建的底层。