蔚來智駕的"暗線"：世界模型之下，深耕了六年的底牌

原創｜袁洲編輯｜X

算法會一代一代迭代，但數據體系是更穩定、更持續、更底層的東西。

6月，蔚來世界模型迎來一次大規模升級，橫跨蔚來與樂道兩個品牌，同時覆蓋NT2、Cedar、Cedar S、Coconut+四個平臺。本次升級不同尋常的是，從2022年3月量產的初代ET7，到最新的L60激光雷達版本，它們搭載的是完全不同的硬件組合。

"從2022年最早的ET7，到剛上市的L60激光雷達版本，世界模型的核心能力是一致的。這件事從背后的技術工程角度來說，還是很有挑戰的。"蔚來汽車 高級副總裁任少卿在 6 月 17 日蔚來汽車的 AD工程系統媒體溝通會上解釋道 。

這背后，是一條從2020年8月就開始鋪設的暗線。這場溝通會，可以說是對這條暗線的完整復盤。

01

傳感器：一場關于"站得高"的豪賭

瞭望塔式激光雷達曾是一個被質疑的決策。

任少卿入職蔚來后接觸的第一件事，就是NT2的傳感器布局。2021年NIO Day，蔚來發布了一款帶有瞭望塔式激光雷達的轎車——這在當時引起了巨大爭議。

激光雷達有三種布置方案：前保險杠（最保守）、座艙內（性能有損失）、車頂（對造型和風阻是巨大挑戰）。蔚來選擇了第三種。

"斌哥當時說了一句話：如果我們認為技術路線就是往這個方向走，這樣的方式就是對性能最好的方式，那這無論對設計同事還是AD同事來說，都是一個機會，讓大家能去開拓一個之前沒有做過的領域，能真正在設計的角度去引領全球。"

任少卿回憶，當時內部討論非常激烈，"傳統車就沒有這個部分，大家可能會覺得這個設計……有點'丑'。"

但時間證明了這場豪賭。到了2026年，瞭望塔式布局已成為行業主流。

為什么一定要8個攝像頭？

NT2時代，蔚來堅持搭載7個800萬像素攝像頭。這在當時成本更高、數據處理難度更大，因為行業主流還在做高速功能。

但蔚來的判斷是：城區功能需要看旁邊車輛、看更偏的紅綠燈，這都需要更高像素的攝像頭。更重要的是，他們希望硬件能"堅持兩代以上"——以三年一代計算，就是希望這套傳感器基線能撐六年。

"手機現在大家一年一換，車從電子消費品的角度來說，一點也不比手機發展得慢。但是車從硬件的角度，就是一個五年、十年的事情。"

2024年，樂道車型首次搭載4D毫米波雷達，再次行業領先。但硬件超前只是起點，真正的難題在于：如何讓不同年代的硬件，跑同一套算法？

02

芯片：在Transformer時代到來前，賭一把內存帶寬

讓Orin提前半年量產。2022年，蔚來在一塊AD域控制器上放了四顆Orin芯片，通過復雜的PCIe網絡連接。這在當時是行業最復雜的AD域控架構。

"2022年過年那個春節，基本上每天發版，每天晚上凌晨測試，然后去解決問題。"任少卿說，"我記得所有人在上海和北京兩地辦公，7×24小時滿負荷。"

結果是他們讓英偉達Orin平臺提前了半年量產。這套復雜的平臺，也為后來的工程體系打下了底子。

Orin剛量產完，蔚來就開始設計第三代平臺的核心——自研芯片。

2022年初，一個關鍵判斷擺在他們面前：下一代神經網絡，CNN會不會變成純Transformer？

兩者的區別是本質性的：Transformer對內存帶寬的要求是CNN的8到70倍。如果趨勢是純Transformer，那么芯片的內存帶寬設計就必須大幅超前。

"我們當時拍了這樣一個結論：我們覺得還是會往純Transformer的角度走。"任少卿說。因為芯片不是用一兩年，而是要撐兩代車。

基于這個預判，神璣NX9031部署了單顆芯片超過500GB的內存帶寬——任少卿稱這是"比市面上所有芯片部署都要更大"的帶寬。這個決策代價不菲：需要最新的內存制程、多通道部署，對芯片面積和成本都有巨大影響。

2024年7月Bring Up，2025年3月量產——這顆芯片從流片到量產的時間，也是行業最短的之一。

任少卿用一個例子解釋500GB帶寬意味著什么：一個7B參數的語言模型，以30Hz運行，每Hz解碼五次，需要的內存帶寬就是500GB。"純Transformer的模型對內存帶寬要求很高，我們必須為這個做準備。"

最終的結果是，一塊神璣芯片，可以產生四顆Orin芯片的性能。

03

AI Infra：從"工程師跑斷腿"到"2小時上全車"

自研工具鏈：為了未來的多芯片統一。

蔚來從2020年開始做自研工具鏈。當時他們有兩個判斷：第一，未來會有不止一款芯片；第二，英偉達官方工具鏈的架構和靈活性是"三五年前的設計"。

"我們只用英偉達到CUDA這一層，剩下所有軟件都自己做。"這意味著他們放棄了英偉達標準的上層工具鏈，從零構建自己的編譯器和部署框架。

這個決策在當時增加了巨大工作量，但目的是讓工具鏈可以在不同芯片上統一使用。任少卿說："行業現在很多家面臨一個問題：再做針對芯片的工具鏈，另外英偉達的工具鏈如果維護的話怎么打通。我們做這件事是更早一些。"

傳統方式是人工手寫算子優化：算法每改一個設計，后面就需要一堆工程師去寫代碼、做優化，否則端側跑得很慢。"算法工程師在前面改得很開心，后面一堆工程的兄弟跑斷腿。"

2020年，蔚來開始做自研AI編譯器。核心變化是兩點：一是，自動算子優化，原來人工寫代碼，現在自動生成。二是，圖優化，自動把網絡中的多層聯合優化，找到最高效的計算方式。最終，模型部署時間從1-2周縮短到1-2天；推理效率比通用工具鏈提高20%以上。

AI Agent：從1天到2小時。

最近一年多，蔚來把整個模型上車流程換成了AI Agent自動化。原來需要工程師守在電腦前，等結果、處理問題，現在全流程自動：量化、開發集成、Pipeline、CI/CD測試、跨芯片誤差校驗、發版部署。

"整個流程原來需要一天，現在可以壓到兩個小時以內。"

這意味著：一個模型改好了，如果不動模型架構，2小時就能上到蔚來和樂道的所有測試車上；即使改模型，也只需要一天就能跨品牌、跨平臺部署。

"雖然我們平臺比兩年前多很多，但實際需要去看這些流程的工程師，比原來還要少很多。"

04

數據閉環：對抗AI的"曲線定律"

每提升3%，數據需翻10倍。

任少卿展示了一條AI領域的經典曲線：性能每提升3個點，數據需要翻10倍；再提升3個點，再翻10倍。"如果你想提升18個點的性能，你需要10的6次方量級的數據。"

"這是個好事——給它塞數據它大概能提升。但壞處是你錢包受不了。"

更麻煩的是測試。兩年以前測城區，出門三個Case；現在一個版本測三五百公里很正常。"測試的兄弟開著車出去，有時候開一天才幾個Case，完全不夠我們迭代。"

蔚來的解決方案是：把量產車用起來。

他們建立了一套云端下發驗證系統，在大量實車上做驗證，同時不影響用戶正常使用。實車驗證池已經跨代際——NT2的車和NT3的車都在同一個池子里。

"NT3的很多模型是在NT2車上做共享驗證的。"任少卿說，"相當于NT3的很多車主，也是NT2的老用戶。"

在主動安全方面，蔚來每月測試里程超過四千萬公里——這如果靠實車測試，完全沒有可能實現。"一周里程需要一千輛車跑一年。"

這套體系還讓蔚來可以跨平臺驗證：四個平臺當成一個平臺去驗證，產生四倍的驗證效果。

數據本質是算力，不是零成本拷貝。

"我們認為數據不是拷一份就有了。數據的本質是算力——我們必須讓這個模型在不同場景跑，才能找到針對這個模型的Corner Case。"

這意味著，供應商不可能從主機廠"拷貝"數據來訓練自己的模型，因為"你的模型和我的模型不一樣，數據加上算力產生的結果，是沒辦法共享的"。

蔚來的數據體系，本質上是一個車端算力調度體系——通過調度幾十萬輛車的算力，去篩選、測試、產生真正有價值的Corner Case數據。最終篩選出的數據分布中，5%的Corner Case數據，價值比底下95%的普通數據加起來還要多。

05

主動安全的"數字成績單"

基于這套工程體系，蔚來的主動安全數據在持續攀升：

• 安全里程：目前大里程驗證達到679萬公里（人駕情況下爆氣囊的里程間隔），目標年底走到800萬公里以上
• 保險賠付：相比2023年，蔚來車輛的保險賠付金額已降低40%（待保險公司最終確認）。
• 重大事故監控：隨著車增多，重大事故數量并未增多，反而在下降。

"每輛車，包括我自己的，你在明年相比今年，今年相比去年，它底層的安全性都在很大程度地提高。"

06

Q&A環節：路線、競爭與未來

溝通會的媒體問答環節，有幾個片段值得記錄。

關于VLA和世界模型的路線之爭。

任少卿認為："算法有不一樣的想法很正常，這才是人工智能時代有意思的點。"

但他透露了一個趨勢："逐漸有一些收斂，大家從一些新的玩家或者友商的做法上已經可以看到。"他表示，蔚來在2023年下半年開始研發世界模型，初衷是減少標注、實現多模統一。"這個初衷現在被更多的人去說。"

關于對特斯拉FSD入華的看法。
任少卿認為：這是件好事。一方面，可以驗證中國智駕公司"只是在中國好，還是全球也是領先的"。另一方面，特斯拉堅持智駕收費，蔚來的內部訂閱數據"跟特斯拉在美國的差異不大，非常接近"，這對行業商業環境是利好。 此外，他也坦誠特斯拉在數據體量和訓練資源上"遠遠高于國內公司，有可能高一個量級以上"。但他認為蔚來在架構上"不弱于特斯拉，尤其是閉環這一塊，我們算是比較領先的"。關于被為什么先做基建，再做算法。任少卿的回答是："數據是非常重要的。像剛才說的，怎么能拿到足夠量的數據，怎么能拿到這些Corner Case，它是在一個好的算法架構已經有的前提下，更重要的事情。"

他回顧了過去幾年的技術名詞：BEV、OCC、GOD、無圖、端到端、世界模型、VLA……"但是從數據體系的角度來說，至少我們自己是非常非常穩定的。它建立在算力調度體系之上的數據閉環體系、群體智能體系。這些東西從第一天搭建的時候就想清楚了，只是說我們在不斷完善它。"

蔚來智能駕駛研發端側工程負責人林偉補充："基建的意義在于，有更多的更新的東西，我們以最快的速度、最高的效率能夠盡快量產，而且是盡快跟用戶見面。"

2026年6月的全量推送，是蔚來工程系統的一次壓力測試，也是一次驗收。

不同年代、不同品牌、不同硬件配置的幾十萬輛車，同時跑上同一套算法。這是工程系統能力的極致體現。

蔚來花了六年時間搭建的，就是這樣一套不需要推倒重建的底層。