“李斌曾说：「如果能把激光雷达这个点做好，做到别人跟随，你们有可能改变整个行业。」”
作者丨王瑞昊
编辑丨李雨晨
2026年7月17日，上海世博中心，世界人工智能大会现场。蔚来旗下芯片子公司神玑首次独立参展，展出了已累计出货超30万颗的NX9031系列智驾芯片，并发布了面向具身智能的“睿动”开发平台。四天前，蔚来刚宣布参与长鑫科技的战略配售，双方围绕车规级DRAM展开深度合作。而在一个月前，蔚来刚刚完成了可能是行业历史上最复杂的一次OTA——将最新版世界模型NWM 2.5同步推送给超过70万用户，横跨两个品牌、四个平台、两套芯片方案和十几款车型。
外界看到的，是蔚来在芯片、数据、算法三条战线上的密集动作。但少有人注意到，这些看似独立的新闻，其实指向同一个底层逻辑：当端到端、世界模型逐渐成为行业共识，算法本身已不再是企业间最坚固的壁垒。智驾的下半场，拼的是谁能在底层搭起一套工程、数据、算力、验证的庞大基础设施，一套能让新算法跨品牌、跨车型、跨平台持续上车的基础设施。
01
2020：从一个人到一百人
2020年8月，蔚来的智驾团队刚刚起步，目标是在2022年3月实现自动驾驶量产。从零开始，一年零九个月。
当时蔚来第一代车用的是Mobileye的方案，行业里正在争论两个问题：L2到底能不能做成L4？自动驾驶要不要全栈自研？有人信誓旦旦地说“L2永远做不成L4”，也有人觉得自研太烧钱、不如用供应商的方案。
但蔚来内部没什么争论——很早就决定了全栈自研。原因很简单：供应商的感知方案是黑盒，用别人的东西不可控。Mobileye的方案改不了算法，出了问题只能等对方修，修完了还得等发版。在智能电动车行业，这种节奏没法打仗。
所以第一步就是选芯片。在2022年才正式启动自研芯片流程之前，2020年底做新架构时，团队已经预判到未来会走向这一步。
当时蔚来内部有两个核心预判：第一，将来一定会有多种芯片需要部署，工具链必须具备跨芯片的统一性；第二，当时业内通用的英伟达工具链，其开发思路和架构设计主要基于三五年前的工程环境，在灵活性和迭代效率上已经跟不上2020年时算法和工程架构的演进节奏。
基于这两点，团队做了一个关键决定——只用英伟达到CUDA这一层，因为这是连接硬件的必需层，再往上所有软件全部自研。这样做既能借助最新的工程架构提升效率，也为日后换用自研芯片时实现大部分软件栈的复用铺平了道路。
所以蔚来从2020年就开始搭建自研工具链，目标是让这套工具链可以在不同芯片上统一使用。但这也意味着一切从零开始——新的芯片平台、新的算法架构、新的数据体系，全是新的。
2020年8月到年底，四个月时间，蔚来的智驾团队从1个人长到100多人。核心成员基本都是那四五个月到位的，他们的共同点是：这件事就要从打地基开始。后续雷峰网《左林右狸》公众号将推出《我所知道的任少卿》，欢迎添加作者微信：jinyuan-0428 交流。
2020年底，蔚来开始着手第一件事——传感器方案。
那时候行业内对自动驾驶传感器怎么布没有共识。激光雷达要不要上？上多少线的？放在哪儿？摄像头要多少个？像素要多高？这些问题全没定论。
当时团队在讨论激光雷达的位置，三个选项：保险杠、挡风玻璃后、车顶上。保险杠最保险，不影响造型、不影响风阻，但性能最差——位置低、看得近，小碰撞就容易坏，维修成本很高。挡风玻璃后的方案技术不成熟，玻璃要特制，性能还有损失。车顶上是性能最好的，站得高看得远，也不怕小剐蹭，但对造型和风阻是毁灭性的。
对于电车来说，风阻和造型几乎是命根子。多0.01的风阻系数，续航就少几公里。造型更不用说了，车卖不卖得出去，第一眼就是造型。
内部讨论非常激烈。设计部门的同事压力最大——传统汽车从来没有在车顶上长个“包”出来的。有人直言不讳地说这设计“丑”，会毁了整台车的气质。
但李斌在那次讨论中说，你们做了这么多年车的设计，整个汽车行业的设计太成熟了。激光雷达如何放置是行业少有的创新机会，如果能把这个点做好，做到别人去跟随，你们有可能改变整个行业。这也成为后来对团队的鼓励。
这句话的分量，做设计的人最懂。汽车工业一百多年，想做一个突破性的设计非常难，想做一个过了十年大家还认为是对的、能留存下来的设计，难上加难。它必须在美学、功能、技术和用户价值上全部成立。
那之后，推进就顺利了。
后来的事大家都知道了。瞭望塔式激光雷达今天基本成了行业主流。从2021年初发布ET7惊艳全场，到现在各家都在跟，这个设计被验证了是对的。
这件事对蔚来智驾团队触动很深。彼时团队才组建两三个月，但第一次真实地感受到：当一家公司决定一件事是对的，看到未来五年十年的方向，即使今天它有问题、有冲突，也敢于去做，时间会证明一切。这不是一句口号，是真实发生的决策。
摄像头方案也类似。蔚来坚持NT2要做7个800万像素摄像头。内部也有不同声音——摄像头多了贵，数据处理难度大。但团队的判断是：行业往后走，城区功能、红绿灯识别、侧后方车辆监测，都需要更高像素、更多视角。现在省了，两年后就得后悔。坚持下来了，到今天回头看，这个决策是对的。
所以NT2上，蔚来超前部署了硬件。800万像素摄像头、高线数激光雷达、四颗Orin X芯片——在当时看是过剩的，但到今天，四年多过去了，ET7还能推送最新版本的软件，还能用上世界模型。蔚来智能驾驶研发负责人仍然常用的是2022年NT3平台的ET7，每次OTA都能感觉到车在变好。这让他觉得当时的决策是对的。
02
一年零九个月，从零到量产
2021年，是蔚来智驾团队压力最大的一年。
团队要在2022年3月量产Orin X方案。但2021年八九月才拿到英伟达的芯片，此时离量产只有六个月。
作为第二代专用智驾芯片，Orin的算力较第一代提升逾八倍，但其架构和配套支持均为全新设计，硬件层面在散热、功耗及系统稳定性方面均面临更大挑战，甚至摄像头丢帧等基础信号问题也难以完全避免。而蔚来此前并无基于英伟达体系量产的实战经验，上层AI工具链、CPU调度体系及配套供应链均需从零搭建。更关键的是，受项目周期所限，团队无法遵循传统的分层递进开发路径，必须在底层硬件尚未完全稳定、丢帧等异常频发的前提下，同步推进上层系统的部署与调试。
2022年春节那段时间，团队基本每天发版，每天晚上凌晨测试，解决问题。整个团队在上海和北京两地办公，7×24小时连轴转。那不是加班，是打仗。
英伟达的同事也跟蔚来一起过年加班——他们知道蔚来是在帮他们提前量产芯片。最后蔚来的Orin方案是全球首个量产的。
但提前量产的代价是，蔚来踩了很多别人没踩过的坑。网友说“蔚来没踩过的坑，别人就得踩”，其实反过来也成立：蔚来踩过的坑，后面的人就不用踩了。这些东西，后来做Orin方案的同行都遇到了，但蔚来是第一个面对的，没有前人的经验可以参考。
2022年3月，NT2 Orin方案正式量产。
半年后，蔚来把这套方案带到了欧洲。蔚来是中国除特斯拉外，第一个用自研方案在另一个大洲量产的。这件事的意义，当时团队没有完全意识到。后来回头看才发现，能用完全自研方案跨大洲量产的玩家，一只手数得过来。特斯拉做到了，蔚来做到了，剩下的基本都是传统供应商模式。未来中国技术必然走向全球，而蔚来已经在这条路上走了很远。
但量产只是开始。
2022年3月之后，蔚来开始思考下一步往哪走。Orin已经量产了，但不能停在这。NT2做完了，NT3怎么办？
蔚来开始意识到，芯片这件事必须自己做。原因有三：一是Orin虽然好用，但硬件迭代节奏受制于人，迭代节奏受制于人；二是Transformer对内存带宽的要求越来越高，通用芯片不一定能跟上智驾算法的演进速度；三是成本和控制力，自研芯片长期看一定是更优解。
2022年初，大家开始讨论下一代芯片的架构。那时候神经网络还是CNN为主，Transformer刚刚在学术界火起来，但行业内没人敢说它会成为主流。团队内部开始讨论：如果下一代芯片要在车上跑五年、八年，这五年里算法会变成什么样？
蔚来智能驾驶研发负责⼈任少卿的答案是：会往纯Transformer的角度去走。
这个判断当时看起来有点激进。Transformer对内存带宽的要求比CNN高8到70倍，如果它不是主流，花大代价去做高带宽就是浪费。但如果它是主流，现在不做，三年后就会被卡脖子，而且要做就要做高带宽。单颗芯片超过500GB的内存带宽，比市面上所有芯片都高。
任少卿
2024年7月，神玑芯片BringUp。2025年3月，量产。这是行业最早的一批自研智驾芯片，从流片到量产用的时间最短。
一块神玑，能跑出四块Orin的性能。原因很简单：它的架构是为Transformer量身定做的。带宽够大，跑大模型不吃力。
但芯片只是底子。真正让这些东西发挥作用的，是组织和算法。
03
2023：当行业从第三阶段退回第二阶段
2023年，蔚来意识到一件事：行业变了。
2016到2021年，智驾行业拼的是工程效率。谁的工程师多，谁的测试车多，谁的架构师强，谁就能迭代得快。华为就是靠这套体系后来居上的。这个阶段可以叫“第三阶段”——目标和评价标准清楚了，技术路线也收敛了，各家拼的是执行力和资源投入。
但2023年开始，情况不一样了。端到端出来了，世界模型出现了，技术路线又变得不确定了。任少卿分析，行业从第三阶段退回到了第二阶段——各家都知道目标是什么（更好的智驾），也知道怎么评价好坏（安全性、接管率），但都不知道哪条技术路线是正确答案。
第二阶段的特征是：创新比堆人更重要。一个5到10人的小团队，一两个月就能做出以前几百人半年才能做出来的东西。创新成本降低了，但创新的影响力没有变。
所以2023年底，蔚来做了一个决定：把组织架构改成“4×100接力”模式。
第一棒是预研团队。他们探索多方向技术——只要是有价值的、有潜力的领域都可以尝试，不设边界。失败不要紧，关键是要快。
第二棒是量产团队。依托已经建好的数据能力、量产经验和用户闭环体系，把预研跑通的方向快速、高质量地交付。他们的任务不是创新，是把创新的成果变成产品。
第三棒是解决方案团队。确保主线开发完之后能落地到不同平台——NT2、NT3，蔚来、乐道，不同车型的传感器和芯片都不一样，要把一套算法适配到超过十款车型上。
第四棒是具体车型的交付团队。他们负责每款车最后的调校和验收。
这个模式的逻辑是：一个人不可能同时擅长预研、量产和跨平台适配。预研的人只管往前跑，跑出来了就交给量产团队，然后自己再去跑下一棒。成果归属清晰，团队接受度很高。
有人问蔚来：这么做效率更高吗？
蔚来的回答是：这不是效率的问题，是做认为对的事。技术是生死关键，需要组织的支持。通过多尝试、科学管理，把创新的不确定性转化为确定性。
2024年初，蔚来用这个模式做了很多新功能和新技术。每个技术都尝试了不同的衔接方式——有的是交棒模式，有的是单团队模式。最终结果是交棒模式对组织的要求更容易达到，对人员能力要求更低，也更容易泛化。
04
2023-2024：世界模型，为什么我们需要它
2023年，行业开始做端到端。
端到端这个词很有意思。你会发现除了智驾，其他领域——大语言模型、人脸识别、物体检测——早就有人在实践“端到端”了。但智驾行业一直到2023年才开始大规模转向。
为什么？因为智驾的复杂度太高了。
2010到2013年前后，行业里大概三个人就能搞定人脸技术全栈——从检测、识别关键点、提取特征，到搜索、登录、美颜，代码都是自己写的。人脸技术相对简单，输入是一张脸，输出是一个身份，中间的变化维度有限。
但智驾不行。输入是多摄像头、激光雷达、毫米波雷达的异构数据，输出是方向盘角度、油门刹车力度，中间要处理的是真实世界的无限变化。所以智驾必须拆分成感知、规划、控制等多个模块，每个模块单独突破。这是行业过去十几年的主流做法。
但2022到2023年，行业意识到：可以打破原有架构，把模块整合起来，提升效率和效果。这就是端到端。
蔚来的启动时间大概在2023年。但在内部讨论中，大家越来越觉得端到端只是第一步，它没有解决一个更本质的问题：自动驾驶是真实世界里的Agent，它需要理解物理世界。而现有的所有框架，对这个问题的回答都不够好。
先看语言模型。它的输入输出都是语言，而语言是抽象概念的符号系统。所以语言模型本质上是一个以语言为核心的概念认知模型，它只能处理概念层面的信息。
但“一图胜千言”。一个人此刻的姿态、细微的面部表情，用文字写一万字也说不清楚，一张图就全有了。真实世界的细节，很多是无法用概念描述的。
人在真实世界里交互的是三维空间和四维时间。空间关系、时间变化——这些东西用语言描述非常困难，但它们是智能体生存和行动的基础。
所以，语言模型之外，一定还有一个并行的系统，可以叫“时空认知”。它的底层是泛图像——二维、三维、四维都可以。语言模型处理概念，时空认知处理物理世界。两者共同构成完整的智能。
语言模型从诞生起就没法解决时空认知问题。这也是为什么行业后来开始探索世界模型——本质上就是为了建立与语言模型并行的时空认知能力。
时空认知可以拆解为三个层面：物理规律（先验知识）、时空理解、推理（含违规判断）。掌握了这三者，才能理解真实世界的运行逻辑。
2023年下半年，蔚来开始从这个方向研发世界模型。2024年7月，首次对外发布——国内第一家，全球范围也属首批。
蔚来的世界模型刚量产时，曾一度被媒体被叫做“小路之王”。这个绰号跟技术选择有关——小路处理的场景最需要时空认知。比如会车时，要判断的不是“让不让”，而是“让多少”；或者是刹停还是轻微刹车？往前挪五米还是十米？这既需要感知时间维度的动态变化（前车在动还是停），也需要感知空间维度的距离关系（还有多少空间）。
此前甚至现在，行业大部分做法是把两者拆开的：感知或端到端模块处理3秒内的短期信息，长期信息靠外层状态机（本质是if else规则）维护。这就导致模型只能处理短时序，长时序场景——10秒、20秒——会出现割裂，车的动作断断续续、卡顿。
而世界模型能在更长时序上学习与推演，几乎把外层状态机砍掉了，实现一体化处理。这就是它在小路上表现好的关键。
过去十几年，行业解决长时序问题就干了两件事：一是依赖地图（地图本质是传输长时序信息，比如道路长期状态、拥堵数据），二是人工写if else规则（预设“5秒后、10秒后该干嘛”）。
但这是人与机器最大的区别。人开车有跨天记忆，某条路开错过一次，下次基本不会再错。而神经网络早期只能处理一帧的信息，后来能处理3到5秒了，再往上就力不从心了。10秒以上的长时序至今仍是所有框架的空白。
VLA、COT（思维链）也在尝试解决长时序，但它们有一个共同的问题：只能处理概念性信息，没法应对精细的时空交互。最终还得靠世界模型学习时空认知，才能实现真实物理世界的智能决策。
这件事，蔚来从2023年开始，一直在做。
05
2020-2022：
数据体系，和“零成本拷贝”的谎言
算法之外，还有一个更底层的东西，蔚来在布局智驾之初就想了很久，那便是数据。
2019、2020年，行业普遍认为：数据是零成本拷贝。供应商说“你把数据给我拷一份，我帮你训练模型”，车企觉得这事不亏，反正数据放着也是放着，拷一份不花什么钱。
但蔚来的认为，拷贝的数据没价值。数据的价值取决于它对当前模型是否构成Corner case。模型变了，数据的价值就变了。同样的数据，针对模型A是黄金，针对模型B就是垃圾。
所以数据不是零成本的，它的成本在于算力。要让模型在不同的场景里跑，找出它处理不好的那些Case，这个过程要消耗算力。而算力是有限的、不可再生的、高边际成本的资源。
基于这个认知，蔚来从2020年开始建数据体系时，做的第一件事不是存数据，而是做“车端算力调度系统”——必须先能调度车端的算力，才能拿到真正有价值的数据。这个系统不仅覆盖云端，还包括车端。
为什么车端这么重要？因为数据产生在车上。要找Corner case，必须让模型在真实场景里跑。而真实场景里99%的数据都是Common case，对模型提升没有帮助。必须在车端就把这些无效数据过滤掉，只回传那1%真正有价值的东西。
为此，蔚来做了三套系统。
第一套是车云一体的算力灵活调用系统。这是整个数据体系的地基——让它能跨平台、跨车型调度算力，不管NT2还是NT3，不管Orin还是神玑，都在一个池子里。
第二套是车端的开环AB test。蔚来模仿互联网的做法，在车端跑两套完整系统——一套给用户用，另一套跑下一代算法，用户无感。传统做法是一套模型加两套后处理代码，但发现这样解决不了主动安全的迭代问题。主动安全的业界准入指标是10到20万公里一次误触发，测一次要100个车/天。AES系统更极端，要200万公里一次误触发，测一次要1万个车/天，用传统的路测根本迭代不动。
有了开环AB test，即使是AES这种需要千万公里测试的系统，也能做到三天迭代一次。
第三套是针对接管数据的自动化分析。现在蔚来智驾有70多万辆车在路上跑，每天的接管量百万到千万级。人工分析根本看不过来。在车端先过滤掉99%以上的无效数据，只回传1%或0.5%到云端，再在云端二次筛选，最后只剩极少数样本让研发人员确认。全自动化，不需要人看数据。
这三套系统是2020到2022年搭建的。但效果是最近两年才被用户感受到的——因为前期是打地基，后两年才开始盖楼。
这套数据闭环体系在行业里是领先的。从其他公司来的同事，或从蔚来出去的人，聊起这套体系都认，没有争议。甚至有人说比特斯拉的还完整——蔚来自己不做评价，但至少说明做的东西经得起同行检验。
06
安全，和安全背后的人
蔚来的价值观是“解放精力、减少事故”。减少事故是高优先级目标，所以蔚来的技术投入，永远优先落到主动安全上。
主动安全以前是苦活。用户感受不到有效触发——车刹了一次车，用户可能根本没注意到。但误触发的时候，用户会骂。工程师反馈也慢，半年看不到一次结果，没人愿意做这摊事。
但现在不一样了。有了世界模型和那三套数据系统，迭代变快了。工程师每周能看到算法回归测试结果，知道对真实世界的优化比例。发版之后还能看到售后数据——这个版本触发了多少次AEB，帮多少人避免了事故。
正向反馈覆盖了负向压力。
数据显示，蔚来现在的主动安全测试，每周超过四千万公里。不同的版本，每个版本测几百万公里。如果靠实车，完全没有可能。这也是为什么主动安全能不断推进，不只是场地上看到的性能，而是真实世界的Corner case在不断扩展边界。
大里程上的安全里程现在是679万公里，这个数字指在人驾情况下爆气囊的里程。今年下半年安全里程会达到800万公里以上。保险出险赔付数据相比2024年降了接近40%。车在变多，重大事故在往下走。
有个用户在网上发了视频：ES9在路上遇到一个拖车，拖车后面的车头朝后，系统触发了AEB，被后车追尾了。这确实是个误触发，蔚来也看到了。ES9是新平台，车型尺寸大、高度高，有些场景其他车不会误判，它偏偏会。
但这个Case一出现，数据就回到了云端，直接进了训练集。下一版模型就知道，这种拖车场景不能刹。这就是数据闭环的价值——遇到的每一个问题，都不会白遇到。它会让所有车变得更好。
这些训练背后是语言模型和智驾模型的结合，方向很清晰：人用自然语言跟车沟通，车理解意图并执行。
07
这六年，学到了什么
六年前，蔚来智驾团队从一个人起步。今天，蔚来有上千人的团队，四个平台，十几款车型同时交付同一个版本。
回顾这六年，任少卿还在现场分享了三个重要的瞬间。
第一件是关于选择的。2016年，蔚来智驾团队负责人博士毕业时有两个选择：微软国内第一个高阶offer，或者创业。他选了自动驾驶，当时它还很小众，但判断这件事的周期是10到15年，值得做。现在十年过去了，它一直在变化，技术升级、产品升级、商业模式升级，没有一天是无聊的。
2020年加入蔚来，也是基于两个判断：想离用户更近，想拿到产品级反馈；想解决数据价值的问题。2016到2020年，视觉领域进展停滞，公开数据集存在场景泛化差、新增类别成本高的问题。2016年做检测时就发现，公开数据上表现好的模型，真实场景性能掉得很快。新增一个物体类别就要重新标所有数据，成本极高。而人类靠三维交互学习，效率高得多。
他认为“数据量加数据质量”是突破瓶颈的关键。只有量产场景能提供足够的数据。这个判断，到2023、2024年被验证了，数据量提升确实突破了性能瓶颈，开启了新的AI高峰。
第二件是关于做事的。2020年底激光雷达选型、2022年神玑芯片架构、2023年底组织变革，每一次决策在当时都不是“安全”的。之所以选了“不安全”的路，是因为看到了更远的方向。
李斌对蔚来智驾团队影响很大。他的长远眼光和战略定力，让团队学会了在压力下坚持自己的判断。李斌说的那句话——“如果能把激光雷达这个点做好，做到别人去跟随，你们有可能改变整个行业”——其实不只是关于激光雷达，是关于如何对待每一个创新机会。
第三件是关于价值的。特斯拉FSD进中国，大家是欢迎的。在技术层面，能证明中国公司和世界最好的是能掰手腕的；商业层面，如果特斯拉能证明智驾收费是走得通的，那么国内的环境会变得更好。蔚来的订阅数据跟特斯拉在美国的数据已经很接近了。这说明两件事：性能跟上了，用户愿意为好的体验付费。
技术的价值最终要落到用户身上。客户安心、员工安心、伙伴安心，这是蔚来心中最好的事业状态。
有人问蔚来对L3、L4怎么看。蔚来的回答是：这不是一个纯粹的技术问题，也是法规和社会问题。蔚来是第一批四大部委L3、L4准入名单里的企业，法规层面走在最前面。技术层面，基于世界模型和数据驱动的架构，安全性还在持续提升。等法规放开了，功能也是完备的。
但即便法规没放开，蔚来做的事也有价值——帮用户减少事故、解放精力。
回到2026年7月这个时间点。WAIC上神玑芯片的独立参展、与长鑫科技的战略合作、一个月前那场覆盖70万用户的OTA，这些事情串在一起，指向的是同一件事：蔚来用六年时间，完成了从算法、芯片、工具链到数据体系的完整拼图。算法会变，名词会变，但底层的工程和数据能力是更持续的东西。BEV、OCC、端到端、世界模型、VLA，名字换来换去，但数据体系从第一天就是稳定的。它是算力调度之上的闭环。
真正决定一家公司能走多远的，不是发了多少个新名词，而是底层的系统能不能支撑这些新名词真正落地，让老用户也能用上。
在这六年，蔚来智驾研发团队从一个做算法的学术型组织，变成了要兼顾技术、产品、组织的综合型团队。角色的变化很大，但底层的驱动力没变——做一件长期有挑战的事，在真实世界里验证AI的边界在哪里。
这个探索还在继续。
本文作者长期关注蔚来，欢迎添加作者微信： jinyuan-0428 交流。
热门跟贴