“愚公”蔚来，用基础设施移世界模型的山

作者 ｜ 王兆洋
微信 ｜ Geisterspiele

任何一次“技术范式变革”绝非一蹴而就。愚公

在大众感知到技术突破的蔚用前夜，那些支撑技术的基础界模复杂基建往往已历经数年深耕。它们枯燥、设施山漫长且昂贵，移世既体现了天才般的愚公预判，也像是蔚用某种在当时少有人理解的豪赌。

回溯历史：2006年，基础界模英伟达将CUDA推向消费级显卡，设施山彼时GPU仍局限于游戏与渲染；同年，移世亚马逊推出AWS，愚公将计算资源商品化，蔚用而多数企业仍固守自建机房；更近的基础界模字节跳动，将A/B测试升级为系统级能力时，设施山内容分发尚未被充分认知为效率竞争。移世正是这些早期的底层基建，换取了后来被广泛感知的技术突变。

当下，AI 正在制造同样的历史时刻。

大模型、Agent、世界模型等新能力的爆发，表象之下是基础设施的集中兑现：算力、数据、工具链、工程系统与反馈闭环。唯有在需求爆发前数年便搭建好底座的企业，才能在浪潮来临时，将能力真正落地为产品。

蔚来，便是这一逻辑的最新注脚。

2026年6月，蔚来向超70万用户推送了最新版世界模型。此次升级覆盖蔚来与乐道双品牌，横跨NT2、NT3等四大平台，并兼容英伟达Orin-X与蔚来自研神玑NX9031两套截然不同的芯片架构。

神玑NX9031芯片

用户感知的或许仅是一次普通的OTA，但在智能驾驶行业视角下，这是一次具有里程碑意义的升级。其核心不在于座舱功能的增减，而在于智能驾驶能力的大规模迭代。更关键的是，它打破了“新能力优先新车”的行业惯例，最早覆盖了2022年3月交付的ET7。

这意味着，四年前交付的老车，同样纳入了世界模型的能力迭代体系。

这与行业常态截然不同。人们已默认新能力往往滞后于老车，或仅以简化版形式存在。特斯拉曾以OTA让行业相信“车买回家，能力可生长”，但随着FSD向无监督自动驾驶演进，硬件边界逐渐显现。算力、内存带宽及计算平台的代际差异，迫使软件能力重新回归硬件约束。

蔚来将新一代智驾能力推向了跨品牌、跨平台、跨芯片、跨车龄的真实用户群。这不仅树立了新标准，更是其六年技术路线的集中展示。

1. 智驾下半场：基础设施的终极博弈

过去几年，智能驾驶行业多以算法名词驱动：BEV、OCC、无图、端到端、VLA。每出现一个新词，便引发一轮技术迁移。车企需证明未掉队，供应商需证明领先，行业亦习惯以最新模型架构评判智驾水平。

算法固然重要，且愈发关键。但在“世界模型”这一最热阶段，仅比算法已显不足。模型越大、越统一、越逼近真实世界，对底层系统的依赖便越深。它需要更充分的感知输入、适配大模型的车端芯片、高效的部署工具链、持续的数据闭环、大规模验证网络，以及将数十万辆量产车组织起来的算力调度能力。

智驾下半场，真正比拼的是模型迭代的吞吐量。

一家公司能否更快训练、部署、验证风险、挖掘Corner case并反馈系统，决定了其模型能力能否持续增长。

蔚来高级副总裁、智能驾驶研发负责人任少卿在近期工程系统沟通中，将这套系统拆解为“两硬两软”：
* 硬件：传感器与芯片（决定车能否看见世界、运行模型）。
* 软件：AI Infra与数据Infra（决定模型能否上车、数据能否回流、验证能否闭环）。

第一层：传感器——从“堆料”到“兼容”

车辆理解世界，始于看见世界。蔚来在NT2时代做出了几个被反复讨论的决定：车顶瞭望塔式高线数激光雷达、800万像素摄像头；NT3平台则引入4D毫米波雷达。

瞭望塔传感器布局

如今看来配置寻常，但在2021年NT2发布时，这是重注。
* 车顶激光雷达：算法性能更优（视野高、远），且避免低速碰撞的高昂维修成本，但挑战整车造型与风阻。
* 高像素摄像头：提升成本与数据处理压力。
* 4×Orin-X：非简单堆叠，而是复杂的AD域控工程。

任少卿复盘称，当时内部争论激烈。行业皆知需上激光雷达，但位置选择各有代价。蔚来最终选择车顶方案，理由是：“若判断未来五至十年的方向正确，即便当下有冲突，也应去做，让时间证明。”

这并非宣称车顶方案是唯一真理，而是选择了工程冗余与长期兼容性。

传感器真正的难点不在于“配得高”，而在于差异化的吸收。NT2与NT3摄像头不同（因Orin与神玑ISP差异），雷达类型不同（3D vs 4D），蔚来与乐道车型组合亦不同。若每款车单独开发模型，迭代将沦为工程灾难。

蔚来的解法是：同一网络接入不同传感器。
通过神经网络能力拉平不同摄像头的性能差异；激光雷达与毫米波雷达作为接口，有则输入，无则跳过，网络照常运行。任少卿称之为类似“热插拔”的能力。这解释了为何蔚来能在四平台、十余款车型上同步推送世界模型。基础设施的本质，不是硬件一致，而是系统能吸收差异。

第二层：芯片——从“TOPS”到“模型友好度”

神玑NX9031常被置于“自研芯片”叙事中，但从世界模型视角看，其核心价值在于蔚来在2022年设计时，对下一代智驾模型形态的预判。彼时行业尚处CNN主导阶段，蔚来已判断下一代模型将Transformer化，甚至纯Transformer化。

这一判断直接重塑了神玑的设计。

任少卿指出，同等计算量下，Transformer对内存带宽的需求是CNN的8至70倍。进入大模型上车阶段，瓶颈不再仅是TOPS高低，更是数据搬运能力。以7B模型为例，若以30Hz运行，每赫兹解码5次，需500GB/s级别内存带宽。神玑单芯片带宽超500GB/s，正是为此而生。在此类受内存带宽强约束的Transformer模型上，一颗神玑的表现甚至超过四颗Orin。

智驾上半场比拼TOPS，世界模型阶段则转向“模型友好度”：内存带宽、编译器、算子优化、跨芯片部署效率，成为更隐蔽却关键的约束。

第三层：AI Infra——自研工具链的长期主义

模型训练完成仅是一半，上车部署才是痛点。

车端芯片多元（Orin/神玑）、品牌多元（蔚来/乐道）、平台多元（NT2/NT3）、传感器组合各异。若每套组合单独适配，工程部署将拖慢迭代速度，在大模型时代尤为致命。

蔚来自2020年起，仅使用英伟达CUDA层，其上的部署框架、推理引擎、AI编译器全部自研。虽短期省事，但蔚来预判多芯片时代必然到来。若工具链绑定单一芯片，每新增一种芯片，软件系统便需重构。许多公司自研芯片上车时，常面临“芯片能跑”与“软件生态能用”的鸿沟。蔚来提前抽象部署栈，实为多芯片时代提前“交学费”。

此外，自研AI编译器解决了工程协作痛点。任少卿形容过去状态为“算法改得开心，工程跑断腿”。通用工具链部署需1-2周，蔚来自研编译器后，通过自动算子与图优化，缩短至1-2天，推理效率提升20%以上。

更进一步，蔚来利用AI Agent自动化部分上车流程（量化、集成、Pipeline、CI/CD、跨芯片校验、发版），将原本需工程师值守的流程压缩至2小时以内。

第四层：数据Infra——数据即算力

蔚来对数据有深刻洞察：任少卿称“数据的本质是算力”。

传统观念中，数据即文件（录像、里程）。但在大模型阶段，有价值的数据并非原始存量，而是模型所需的Corner case（长尾场景）。模型在何处犯错、何处犹豫、何处失效，才是迭代关键。

挖掘Corner case不能靠拷贝，必须让模型在真实车端、云端仿真及扰动场景中反复运行。数据是模型跑出来的，是算力筛出来的。不同模型所需Corner case不同，数据并非零成本复制的通用资产。

基于此，蔚来构建群体智能系统：
* 几十万辆用户车不仅是数据源，更是车端算力网络。
* 通过云端调度闲置算力，在用户无感、安全前提下进行验证、筛选与闭环。
* 主动安全周验证里程超4000万公里，整体周验证里程超1亿公里。若靠传统测试车与人员，此规模几乎不可实现。

验证与数据筛选在此合流：新模型在真实车辆与仿真中暴露问题，转化为有效数据。训练、验证、筛选形成滚动闭环。

智驾后半场的规模优势，正转移至能将多少量产车转化为安全、可控、可度量的验证节点。车多只是入口，组织成有效数据与验证网络，才是真正壁垒。

表面上各家公司都在谈论世界模型，底层拉开差距的，是谁能搭建持续生产模型能力的基础设施。世界模型无法在发布会上凭空生长，它只能扎根于传感器、芯片、工具链、数据闭环与车端算力网络之中。

2. 六年技术路：一场关于未来的赌注

此次世界模型升级，拉长看是蔚来六年持续技术投入的结果。今日的共识，六年前皆是赌注。

• 2020年：组建非Mobileye全栈团队，搭建自研工具链与数据闭环。
• 2021年：NT2发布，车顶激光雷达、800万像素摄像头、4×Orin-X上车。
• 2022年：ET7量产，Orin平台落地；同年启动自研智驾芯片神玑设计。
• 2024年：神玑Bring Up。
• 2025年：神玑量产。
• 2026年：世界模型能力跨品牌、跨平台、跨芯片推送至超70万用户。

这条时间线如今看来顺畅，但每一步在当时都充满阻力。

2021年NT2发布时，1016 TOPS虽吸睛，却遭质疑：量产车是否需要4颗Orin-X？传感器是否过度？用户能否感知？外界质疑算力浪费。汽车非实验室，硬件冗余即真实成本，直接计入BOM、车价与毛利。

但智能车的矛盾在于：车辆硬件生命周期长（5-10年），而模型范式迭代快（每年一变）。任少卿指出，蔚来希望硬件部署能“坚持两代以上”。四年前交付的ET7今日仍能迭代世界模型，证明当年的传感器、算力与架构未被新模型击穿。

今天的冗余，正在转化为明天的余量。

神玑芯片亦遵循此逻辑。在模型形态未完全定型前，蔚来已将芯片设计押注于下一代模型的核心瓶颈。当行业仍用TOPS讨论芯片时，蔚来坚信Transformer将成为主流，竞争焦点将转向大模型在车端的高效流动与部署。这些看似沉重的设计，今日恰好卡在车端大模型运行的关键位置。

数据体系的预判更为隐蔽。2020年，蔚来搭建数据闭环与群体智能体系，预判未来稀缺的不是原始数据规模，而是持续生产有效Corner case的能力。为此，蔚来未止步于建数据仓库，而是更早建立车端算力调度系统。几十万辆用户车不仅是数据源，更是分布式验证网络。能否将车组织成安全、可控、可度量的验证节点，决定了车队规模能否转化为模型迭代速度。

这些判断并非在顺境中做出。
2021年ET7发布时，蔚来处于高端智能电动车故事的高光期。但2022-2023年，供应链、交付、销量压力接踵而至，外界质疑其投入效率。2024年后，乐道推出、降本增效、换电扩张、自研芯片量产同步推进。蔚来在承受经营压力的同时，继续推进重资产、重研发、重系统的路线。

顺风时做长期投入不难，难的是在销量波动、组织调整、品牌扩张、资本质疑与价格战并存时，仍继续挖掘短期难解释的地基。技术预判的残酷在于：判断错误即成本，判断正确方成壁垒。

至2026年，答案开始显影。ET7的持续升级、Orin与神玑的同步发版、蔚来与乐道的能力共享，并非偶然。六年前视为成本的投入，六年后才开始转化为系统能力。

3. 中国智驾的蔚来启示

拉长技术线回看蔚来，其常做一类选择：短期难解释，长期才显影。

• NOMI：2017年ES8亮相时，车载AI易被视为玩具。但随着大模型进入座舱，语音助手从命令执行走向连续对话，AI陪伴与主动服务成为新叙事，NOMI的超前感得以重新解释。
• 换电：长期被视为重资产（建站、备电池、运维）。但它改变了车与电池的关系，将电池从固定资产变为可调度、可运营的能源资产，赋予车辆生命周期更多弹性。至2026年，蔚来已完成1亿次换电，换电站达数千座。换电虽重，却已成为用户体验与车辆长期价值的一部分。

自研芯片、AI Infra、群体智能与世界模型，亦属此列。它们共同指向一种公司气质：蔚来愿意为远期判断先承担当下成本。它不总选最轻的路，也不总选最好讲的路，而是在答案模糊时，先打下认为重要的地基。

这种气质有风险。重投入不天然正确，长期判断不天然等于远见。高规格硬件压制毛利，自研芯片拉长回报周期，换电网络消耗资本，工具链与数据系统难在短期成为发布会亮点。

因此，蔚来的技术气质不应被简单美化“长期主义”。更准确地说，它是一种愿意为长期用户体验承担系统成本的公司风格。其难点不在于敢花钱，而在于能否将钱转化为可复用、可演进、可穿越车型周期的系统能力。

这种系统能力平时隐形。发布会上，用户更易关注新功能、新模型；资本市场紧盯销量、毛利与亏损；行业舆论追逐最新名词。基础设施因其笨重、昂贵、周期长，很少成为主角，却只有在下一代技术浪潮来临时，才突然显现价值。

智能驾驶正进入这一时刻。

随着特斯拉FSD在中国市场推进，行业参照系将被重新校准。FSD带来的压力，不仅是功能体验或城市道路表现，更是算法、数据、工程、验证体系的一整套代际压力。中国车企若仅靠单点功能追赶或发布会名词更新，难以应对。

下一阶段竞争，将落到底层系统。
谁能让老车承接新模型？谁能实现多芯片平台同步发版？谁能将量产车组织成数据与验证网络？谁能将技术预判转化为用户长期体验？唯有如此，方能在长周期中不被代际差距拉开。

蔚来提供的信心正在于此。它未必在局部战场最轻盈，未必在技术表达最锋利，也曾承受销量压力、价格战、资本质疑与投入效率争议。但此次世界模型推送证明了一件事：那些曾被视为昂贵、笨重、难解释的选择，并未停留在愿景，而是回到了真实用户车上。

当一家公司想得足够清楚，并有定力穿越周期执行，技术才不会止步于愿景，而会在一代又一代用户车上持续生长。

对话摘录：深入蔚来的技术思考

在近期workshop中，蔚来高级副总裁、智能驾驶研发负责人任少卿，智能驾驶研发产品系统负责人佘晓丽，以及智能驾驶研发端侧工程负责人林伟，进行了深度交流。以下为部分精华摘录：

蔚来高级副总裁、智能驾驶研发负责人 任少卿

Q：VLA与世界模型的路线之争，目前是否有清晰走势？

任少卿：算法有不同想法很正常，这是AI时代有趣之处。若大家第一天就走同一条路，世界发展不会如此迅速。

从物理世界AI角度看，过去三年变化剧烈。2016-2021/2022年，智驾算法（如BEV、OCC）进展缓慢。但从2022年起，技术从确定走向不确定，机会多元。

我们2024年发布世界模型，但研发始于2023年下半年。核心目标有两个：一是优化训练方式，减少对标注数据的依赖（部分数据无法标注）；二是实现多模混合的统一网络。此外，也可应用于仿真以加速AI进展。

过去三年，模型架构、训练架构与数据工程架构一体化变革。2023年底我们坚决转向新方向，2024年进行组织变革，从流水线模式转向鼓励创新机制。2025-2026年，这些成果逐渐显现。

Q：行业有两种数据筛选做法：一是用新模型筛选旧数据重训；二是保留新架构，通过蒸馏/裁剪做小模型。蔚来倾向哪种？

任少卿：前者是拿旧数据重训，后者是大模型蒸馏小模型。两条路在大模型中不断切换，取决于模型大小与训练方式。因两者均为成熟技术栈，我们会针对具体模型测试效果。

目前车上模型更偏向蒸馏。但这对现有算法体系无本质变化。大语言模型多采用蒸馏，因其缺乏数据，需“蒸”出数据；而我们有数据，故两边并行测试。

Q：友商也在做自研大算力芯片，为何蔚来能率先在多平台落地？

林伟：自研芯片量产历经大量工作：2024年流片，2025年3月量产。

关键在于AI Infra的布局。自2020年起，我们在推理引擎、部署框架与AI编译器上积累深厚。这些积累使得自研芯片流片后，能快速实现跨芯片兼容。

此外，大模型（尤其是世界模型）量产化后，早几年布局的高带宽芯片发挥了关键作用。

Q：9系搭载两颗9031芯片，工作逻辑是什么？是为L3备份，还是分别跑不同模型？

任少卿：芯片设计始于2022年。当时明确，Orin实现L3需双芯片并行运行，以实现毫秒级接管（一芯故障，另一芯接管）。

但双芯全速运行功耗极高。绝大多数时间芯片正常，却需为0.0001%的故障承担双倍功耗，效率低下。因此，我们设计了温备逻辑：一块芯片完整运行，另一块以低功耗待机，不消耗全功率，但可随时接管。

此外，伴生的数据筛选与验证逻辑也运行在备用芯片上。该芯片承担两职：数据筛选验证、温备冗余。

Q：是否体验过竞品（如FSD）？对本版本行业位置有何预期？

任少卿：特斯拉在数据体量与训练资源上世界领先，远超国内公司，可能高出一个量级以上。

我们的挑战在于：如何在资源（尤其是算力）更少的情况下，达到类似效果。

关于延迟：从350版本（即将发布的NT2版本）开始优化。我们将建模方式从轨迹改为方向盘、油门控制，以优化延迟。

但这还不够。原控制体系从模型到底盘、电机有多层接口，每层均增加延时。我们将与底盘团队深度打通，结合底盘自研与智驾自研优势，实现智驾控制的最小延迟。这将成为主机厂独特优势。

Q：未来预训练模型是否可能不再需要数据，通过更强AGI直接实现自动驾驶？

任少卿：数据才是AI时代的根。

除算力提升外，模型与算力过去十年提升百万倍。但基础模型（语言、智驾等）的根本问题仍是数据。

语言模型是上帝恩赐的特殊领域，互联网天然存在海量数据，清洗后即为数十T甚至更高数据。但其他应用需“产生”数据，解决数据问题。智驾亦然，核心是解决类似互联网数据的获取问题。

互联网数据两大特点：量大、且由十亿网民十年上传（上传过程即Corner case过滤，因用户倾向上传新奇有价值内容）。

智驾缺乏此条件：无如此大体量数据，亦无十亿网民。因此，智驾需解决两大问题：产生大体量数据、产生等效于十亿网民的筛选能力。显然无法靠人工，必须自动化。

只有产生既量大又Corner case明确的数据，神经网络才能发挥作用。模型越大，对数据结合性要求越强。真实世界的数据问题，正是我们所有技术布局背后的原因。

Q：为何先做AI基建与数据闭环，而非直接研发上层算法模型？

任少卿：因AI时代关键在于算法与数据。数据比算法更底层、更稳定。算法迭代快（BEV→端到端→世界模型，名词常变），但数据体系底层无需随之改变。故我们从早期即搭建数据闭环与群体智能体系，底层稳定性远高于算法。我们不断完善它，使其能跨平台、跨车型应用。

林伟：算法不断演进（VLA、世界模型等），未来可能有新算法出现。但基建是不变的。基建的意义在于，能以最快速度、最高效率将更新内容量产，并尽快与用户见面。

点个 “ 爱心 ” ，再走吧

(责任编辑：综合)