特斯拉、华为与新势力的智驾世界模型之争

智驾圈围绕“世界模型”展开了激烈的争论。

“世界模型”（World Model）让高端智驾概念变得复杂。像WM、WEWA、VLM、VLA这些概念，很多人难以分清。

“端到端”大模型火了之后，“世界模型”出现，引发了一系列问题，比如怎样才算真正的“世界模型”，它与VLA又有什么关系。

最近有人“打假”。8月27日，何小鹏在全新小鹏P7发布会后群访时称，“不知道中国有哪些友商真正做出VLA而不是做成一个变形的VLA，我现在所看到的部分公司，是做一个嫁接的VLA，从我所了解的信息来看，中国把VLA真正做出来的，只有我们一家”。此前宣布VLA量产上车的只有理想。

同一天，华为智能汽车解决方案BU CEO靳玉志表示，“我们不会走向VLA的路径。我们认为这样的路径看似取巧，其实并不是走向真正自动驾驶的路径”。原因是华为更看重WA（World Action），省掉Language环节，直接通过Vision信息输入控车。

那么，小鹏为何炮轰友商的VLA，华为又为何否定VLA呢？

在车端，在云端？

先说说VLA（视觉 - 语言 - 行为大模型）。在VLA火之前，端到端＋VLM是智驾行业主流技术方案之一，VLA是其技术进化形态，解决了一些局限性，且在一定程度上依赖端到端＋VLM的技术积累。

不过，VLA空间感知能力弱，这也是华为省掉Language环节的原因，华为选择了WA。但元戎启行支持VLA，其CEO周光称“VLA模型的下限已超过端到端的上限”，还指出语音控车只是基础能力，思维链和长时序推理才是核心。

小鹏发布的全新P7车型硬件配置大幅升级，搭载三颗图灵芯片，计划9月通过OTA上车VLA。而理想在车端用快慢双系统，快系统为端到端E2E，慢系统的VLM部署参数为22亿。后来，理想在端到端 + VLM基础上升级，要实现MindVLA智驾算法模型量产上车，其所谓的基座模型即世界模型，部署在云端。

小鹏对车端搞VLA嗤之以鼻，认为参数量不够。小鹏汽车自动驾驶副总裁李力耘表示，车端“端到端”模型小，很多东西学不进去，而云端大模型能让智能“涌现”。此前，小鹏就表示正在研发720亿参数的“小鹏世界基座模型”，通过云端蒸馏小模型的方式部署到车端。

李力耘还说，“先通过最简单的模型、最纯粹的架构、最海量的数据，达到能力的涌现，这是我们最大的不一样”。其实，VLA和世界模型都处于尝试和试错阶段，现在的争论本质上是博弈。地平线相关负责人认为，不管是端到端加VLM、VLA还是World Model，本质都是端到端，国内过于强调新理念和概念。

“外挂”的对与错

“世界模型”概念由特斯拉的马斯克提出。其作用是为实现全球路况自动驾驶，在感知和决策中间嵌入AI大模型，构建虚拟环境进行学习和验证。做法是将真实世界数据转化为虚拟环境，再通过虚拟环境验证和优化系统能力。

国内蔚来首先提出世界模型概念。2024年蔚来宣布智驾从“感知驱动”转入“认知驱动”，其世界模型想在车端构建平行世界引擎，采用云端训练 + 车端推理双架构，跳过语言中间层，直接生成控制指令。

专业说法是，世界模型是视频生成加prompt控制，视频生成有四大类型。蔚来设想“无需人工标注”，将“感知 - 决策 - 控制”整合为统一生成式模型，但对车端算力需求极高，实时优化问题未完全解决，直到2025年5月底NWM才全量推送。

华为的WEWA模型和蔚来原理类似，云端的WE相当于“AI驾校”，车端的WA是“AI驾驶大脑”。华为WA总参数规模相当于80亿参数模型，实际激活等效20亿参数模型的算力负担，车端算力消耗降低75%。

生成式世界模型用于解决智驾数据难题，通过生成Corner Case数据，让智驾系统在虚拟环境中优化感知和决策能力，需要车端和云端共同作用。地平线相关市场负责人更看好World Model，认为新技术采纳要看产品收益，评判标准是方法在产品上的收益高低。

本文来自微信公众号“C次元”，作者：王小西，责编：北岸，编辑：王越，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com