芝能科技出品
世界模型正在成为智能驾驶领域的新一轮高频词。
蔚来有 NWM，华为在 WEWA 架构里加入 World Engine，理想在 VLA Driver 背后搭建云端世界模型；小鹏、地平线以及海外的 Waymo、Wayve 等玩家，也把它放进了各自体系。
这些公司用了相似的名字，技术落点却不相同，只看发布会名称，仿佛都在走同一条路，拆开系统看，区别其实很大。
VLA、世界模型和强化学习，不是三选一
行业里常放在一起讨论的 VLA、世界模型和强化学习，其实不在同一个技术层级。
◎ VLA 解决输入输出问题：车辆怎样把视觉、语言等信息转成驾驶动作。
◎ 世界模型解决环境建模问题：系统能否理解道路中的对象、关系和变化，并预测不同动作带来的后果。
◎ 强化学习是一种训练方法，模型在仿真或闭环环境里行动，再根据评价和奖励调整策略。
三者可以组合，而非三选一。比较不同公司，看点不在它“选了”哪个词，而在世界模型被放在什么位置、承担什么任务、怎样参与最终驾驶能力的形成。沿着这个问题看，蔚来、华为和理想代表了三种不同的系统组合。
蔚来：让世界模型参与能力迭代
2025 年 5 月下旬，蔚来第一版 NWM 开始逐步推送；2026 年 1 月 28 日，新版本向超过 46 万辆搭载 Banyan 系统的车辆推送。
在蔚来体系里，NWM 不只是生成驾驶视频或重建场景，它被放进智驾能力迭代的核心环节，并在训练体系中引入闭环强化学习。
这里的关键是“闭环”。
传统仿真像把提前备好的考题交给系统，看它能不能完成；闭环训练中，模型先作出动作，仿真环境再据此变化，评价系统给反馈、训练系统调策略。
一个行人横穿场景，模型选择加速、减速还是绕行，会带出不同的车辆轨迹与碰撞风险，世界模型得对这些变化作出响应，否则它只是个能播放场景的生成工具，还不是完整的训练环境。
蔚来这条路线的重点，是让 NWM 同时参与环境理解和能力迭代。但仿真闭环做得完整，不等于真实道路能力更强，还取决于场景是否真实、评价是否可靠、虚拟训练能否迁移到现实。
华为：云端建立世界，车端负责行动
华为选择了更明确的系统拆分。
◎ 在 ADS 4 的 WEWA 架构中，WE 是运行在云端的 World Engine；
◎ 车端则由 World Action Model 根据实时环境生成驾驶行为。
云端 World Engine 主要重新组织真实数据、生成复杂训练场景：一段普通道路数据，可以在云端改变车辆位置、参与者行为和场景触发时机，生成切入、急刹、行人横穿等场景，有效场景的密度才是关键，虚拟里程只是附带增长。
2026 年 4 月公布的 ADS 5，架构升级为 WEWA 2.0，引入多智能体博弈和在线强化学习。
多智能体让仿真里的其他车辆不再按固定脚本运动：主车变道，侧后车可能让行也可能加速；主车犹豫，周围参与者也会改变动作。
按华为发布口径，多智能体博弈使训练强度提升十倍，在线强化学习使训练效率提升十倍，这些数字反映华为内部训练体系，不能直接与其他公司的算力或仿真里程横向比较。
华为的特点，是把云端世界、车端行动和训练反馈分成明确模块，再用 WEWA 架构连接起来。
理想：车端以 VLA 为主，云端世界模型负责训练
理想更容易被归入 VLA 路线。
VLA Driver 把视觉、语言和驾驶行为放进同一套模型，不仅识别车辆行人，还要理解车道规则、交通标志和驾驶者的语言指令。
根据公开资料，VLA Driver 背后还有一套自研的重建式与生成式云端统一世界模型，支撑大规模闭环强化学习；2025 年 9 月，VLA Driver 向 AD Max 车型全量推送。
这套体系分前后两段：车端 VLA Driver 理解环境并生成动作，云端世界模型重建和生成场景、让车端模型接受训练和评价。VLA 更接近用户每天接触的车端模型，世界模型则藏在研发训练体系背后。
放大到整个行业，边界正在变得模糊
蔚来、华为和理想之外，其他玩家的路线进一步说明：VLA、世界模型和强化学习正在相互融合，但每家公司融合的方式并不相同。
◎ 小鹏：VLA 本身也被定义成世界模型
小鹏在 2025 年 11 月发布第二代 VLA，走“视觉、隐式表征、动作”路线，去掉显式语言转译，从视觉信号直接出动作。
它对自己的定义很有意思：既是动作生成模型，也是一个能理解和预测物理世界的世界模型。
训练侧，小鹏公布 720 亿参数云端基座、3 万卡集群、接近 1 亿个 clips；2026 年 4 月又发 X-World 技术报告，把生成式世界模型用于 VLA 2.0 的闭环仿真、在线强化学习和模型评价。
按官方数据，仿真场景从一年前 3 万增长到超 50 万，每天模拟里程相当于 3000 万公里真实驾驶。
小鹏的路线说明，当 VLA 开始具备预测未来和理解物理规律的能力，它与世界模型的界限会越来越难划清。
◎ 小米：从数据模仿转向跨领域认知
小米起步晚，迭代跨度反而明显。YU7 的端到端辅助驾驶用 1000 万 clips，主要靠专业驾驶数据学行为；2026 年新一代 SU7 推出 XLA 架构，基于 MiMo-Embodied 基座模型，希望统一辅助驾驶与机器人的认知能力，加强空间理解、物理世界理解和风险预测。
从公开资料看，小米正从“大规模驾驶数据模仿”转向“驾驶与具身智能共用基础模型”。但 XLA 的闭环方式、世界模型结构和量产效果，目前披露得还不够完整。
◎ 地平线：把世界模型做成供应商能力
地平线面对的问题不同：一套技术怎样适配多个品牌、车型和硬件。HSD 采用一段式端到端，同时引入世界模型和强化学习，前者理解和预测场景变化，后者通过环境交互调整行为。
作为方案供应商，它还要考虑算力成本、车型适配、工程交付和规模化量产，这使地平线的世界模型更接近平台能力：不只服务一款车，而在不同车企的数据和产品边界下复用。
◎ 比亚迪：先把车队和数据规模做大
比亚迪的优势首先在车辆规模。截至 2026 年 5 月 28 日，辅助驾驶车型保有量超 315 万辆，天神之眼每天生成超 2 亿公里数据，并将升级物理 AI 大模型、与璇玑架构 2.0 结合。
需要注意的是，“每天 2 亿公里”不等于每天完成 2 亿公里有效闭环训练，也不能直接与其他公司仿真里程相比。
比亚迪提供的是另一条路径：先靠庞大量产车队扩大真实场景入口，再用物理 AI 提高数据利用和生成效率。
对世界模型来说，模型结构决定它能学什么，车辆规模决定它能接触多少真实场景，比亚迪的重点更偏向后者。
海外玩家更重视训练与验证
海外公司里，Waymo 和 Wayve 更明确地把世界模型用于仿真、评价和安全验证。
◎ Waymo 的 Foundation Model 服务于 Driver、Simulator 和 Critic 三部分：Driver 负责驾驶，Simulator 生成闭环环境，Critic 评价结果，内部训练循环再用强化学习改进策略。
◎ Wayve 的 GAIA 系列更接近生成式仿真平台，GAIA-2 生成可控制的多视角驾驶场景，2025 年 12 月的 GAIA-3 进一步把重点放到系统评价和验证上。
两家强调：世界模型的价值不在生成“看起来真实”的视频，而在能否稳定控制场景、复现危险条件、给出可比较的测试结果。
特斯拉的公开表达不同。它没持续把“世界模型”作为 FSD 核心品牌名，更强调真实车队数据、统一模型、训练算力和强化学习。
2026 年披露的 FSD v14.3 升级了强化学习训练阶段，用来处理更多长尾场景，这说明，即使不突出世界模型这个名称，特斯拉也在用真实车队数据和强化学习处理长尾问题。
一家公司的世界模型做到了什么程度？
“世界模型”已经变成边界很宽的行业词，至少可以从四个环节来看它实际走到了哪一步。
◎ 第一，能不能预测动作的后果。只根据历史画面生成下一帧不够，系统要理解车辆加减速转向后，其他参与者会怎样反应。
◎ 第二，能不能持续闭环。生成几秒逼真视频，不等于能让驾驶模型在环境里连续运行、接受评价并修正策略。
◎ 第三，场景能不能控制和复现。真正用于训练的模型，需要能固定道路、天气、车辆行为和危险场景；只有场景可控、结果可重复，版本之间比较才有意义。
◎ 第四，仿真结果能不能迁移到真实道路。这是最难的一步：画面逼真不等于物理关系准确，虚拟高分也不等于真实安全，最终仍要回到量产车的接管率、误判率和碰撞数据。
小结
把这些路线放在一起，一个更清楚的变化是：世界模型正在从环境预测工具，变成智能驾驶的训练基础设施。
整车厂关心它能否改善量产车体验，方案商关心它能否跨车型复用，Robotaxi 公司更关心它能否提供可重复的安全验证。商业模式不同，系统约束也不同，这解释了为什么大家都在讲世界模型，公开指标却很难放在同一张表里比较。
现阶段能够确认的是，车端行动模型、云端生成环境、评价系统和强化学习正在被连接成闭环；尚不能确认的是，哪种闭环带来的真实收益最大。
答案不在仿真里程本身，而在长期道路数据能否证明它减少接管和误判，并降低碰撞风险。
热门跟贴