7月16日，蔚来正式将世界模型全量推送至「Banyan 榕」、「Cedar 雪松」、「Cedar S 雪松」车型。官方数据显示，这一更新使智能辅助驾驶的使用率显著提升。今日，蔚来发布首期“蔚来世界模型 NWM 有问必答”，针对用户关心的问题进行了详细解答，涵盖世界模型与传统端到端架构的区别、群体智能在新系统中的作用以及“小路之王”称号的由来。
以下是蔚来本次“有问必答”的核心内容：
蔚来世界模型与传统端到端架构有何不同？
传统的端到端架构通过数据驱动的方式实现了智能辅助驾驶系统的迭代，减少了信息损失，提高了数据利用率。例如，在雨天环境下，尽管前方视线受阻，感知模型仍需输出具体距离值。而世界模型则直接输出执行结果，显著提升了场景覆盖和性能表现。
然而，要让智能驾驶达到人类水平，仅依赖端到端架构是不够的。人类大脑具有强大的空间认知（想象重建）和时间认知（想象推演）能力，这些能力共同构成了时空认知系统。蔚来世界模型正是基于这一理念开发。
相比传统架构，蔚来世界模型具备三大优势：
通过生成式模型重构传感器输入，实现更广泛的信息提取；
利用自回归模型建模长时序环境；
采用自监督学习技术，无需人工标注数据。
为了支持这种先进的模型架构，蔚来在「Banyan 榕」系统中配备了4颗Orin-X芯片，在「Cedar 雪松」系统中则采用了全球领先的神玑 NX9031 芯片，为智能驾驶提供了强大的算力保障。
蔚来世界模型还需要群体智能吗？
在「Banyan 榕」系统中，专门设计了一颗群体智能芯片。通过将新算法版本分发至数十万辆量产车进行实际验证，可以快速对比不同驾驶状态下的表现，显著加速了算法优化进程。
在更新后，蔚来世界模型对数据的需求量大幅增加。为此，在神玑 NX9031 芯片中特别设计了群体智能模块，并结合生成式仿真技术，通过重建虚拟环境进行算法验证和优化。
群体智能与生成式仿真的结合，有效满足了蔚来世界模型对海量数据的需求。
为何蔚来世界模型在小路场景中表现优异？
得益于强大的空间理解能力和长时序建模能力，蔚来世界模型在应对复杂场景时表现出色。小路环境通常空间狭窄、人车混杂且障碍物分布不规则，这些都对智能驾驶系统的预测和决策能力提出了严峻挑战。而蔚来世界模型通过深度学习和推理能力，能够准确识别并适应各种动态变化，展现出卓越的处理效果。
相关文章
