智驾领域的“吴宫争宠”：当“世界模型”遇上“语言中介”，谁才是赢家？
10月的秋风，吹散了国庆假期的喧嚣，却吹醒了汽车界一场暗流涌动的技术变革。
小鹏和蔚来，这两位曾经的“造车新势力”代表，几乎在同一时间上演了“人事地震”。
小鹏自动驾驶中心一把手悄然易主，曾负责“世界基座模型（WA）”的刘先明，直接登上了1号位，而原先的VLA（视觉-语言-行为）路线掌舵者则退居二线。
几乎是同一天，蔚来智驾部门三位核心高管离职，官方给出的理由是“吸收通用AI最新技术”。
这番操作，放在一起看，意味深长。
两家公司，不约而同地将“世界模型2.0”写入了他们的技术蓝图。
曾经热闹非凡的VLA派，如今似乎只剩下理想一家在“单打独斗”。
小鹏从VLA转向WA，这不仅仅是人事变动，更是智驾技术路线之争进入了“生死时速”的信号。
VLA：解释性强的“翻译官”，还是效率低下的“慢半拍”？
让我们先来看看，这场争论的核心——VLA和WA，究竟是何方神圣？
VLA，简单来说，就像一个需要“翻译”的大脑。
它首先“看见”路况，比如“前方有行人”，然后通过一个“语言模块”去理解，形成“前方有行人”这个概念，最后才发出“减速”的指令。
这套系统的优点显而易见：解释性强。
在面对监管机构的质询时，它能清晰地告诉你“为什么要做这个决定”，就像一位严谨的学者，条理分明。
想想看，如果一个“自动驾驶系统”在关键时刻突然刹车，你能清楚地知道它是看到了什么，理解了什么，最后做出了什么判断，这无疑会大大增加人们的信任感。
然而，正如“欲速则不达”，这冗长的“视觉-语言-行为”链路，也带来了潜在的弊端。
每一个环节都可能产生误差，信息在传递过程中不断累积损耗，最终导致的是反应时间的延迟。
当车辆在高速行驶，或者在复杂的城市路况下，哪怕是零点几秒的延迟，都可能带来不可估量的后果。
这就像一位健谈的朋友，虽然能把事情说得头头是道，但当你急需一个干脆利落的答案时，他可能还在组织语言。
WA：直抵行动的“特种兵”，还是数据与算力的“吞金兽”？
再来看看WA，世界基座模型。
它更像是一位训练有素的“特种兵”，直接将“看见”的点云数据与“行为”控制精准映射。
它不经过“语言”这个中间环节，而是直接预测下一帧的场景状态，然后输出转向、加速、刹车等指令。
这条“视觉-行为”的直连通道，无疑大大缩短了反应时间，理论上能达到更高的性能上限。
这就像一个经验丰富的赛车手，他不需要思考，只需要凭借本能和对赛道的熟悉，就能做出最精准的操作。
笔者的经验告诉我，这种“端到端”的模式，潜力巨大。
它能将感知信息直接转化为驾驶动作，省去了中间的“翻译”过程，效率自然更高。
然而，这光鲜的背后，是对海量数据和强大算力的极致渴求。
它需要源源不断的高质量数据来“喂养”模型，还需要顶级的计算平台来支撑其运行。
这如同一个天才棋手，需要无数的对弈来磨练技艺，也需要强大的运算能力来推演棋局。
小鹏与蔚来的“换帅”，是战略抉择还是无奈之举？
小鹏和蔚来，这两家公司在此时进行人事上的重大调整，绝非偶然。
小鹏将WA的负责人推到自动驾驶的1号位，这释放出一个强烈信号：WA路线将从“预研”阶段，正式迈入“量产主航道”。
刘先明博士的履历——曾任职Facebook和Cruise，专攻机器学习与计算机视觉——为这一战略转型提供了坚实的学术与实践基础。
再看看蔚来，三位核心高管的离职，官方虽称是为了“吸收通用AI最新技术”，但其构建的“预研-量产-平台复制-车型复制”的4x100接力棒模式，实质上就是将智驾部门与通用AI深度融合，为WA 2.0的迭代铺平道路。
这两家公司的举动，与华为车BU CEO靳玉志的观点不谋而合，都指向了同一个方向：VLA只是一个“过渡方案”，而WA才是实现大规模量产的“终点”。
成本与订阅：WA路线的商业“双刃剑”
为何大多数车企都在向WA路线靠拢？
答案很简单：成本与商业模式。
VLA路线需要额外的语言模型参数，对算力要求更高。
据测算，Orin-X芯片上的算力占用可能高达30%。
而WA，仅用卷积加Transformer架构，就能将算力占用降低一半。
这意味着，城市NOA的硬件成本有望压低到万元级别。
小鹏拥有庞大的实路和仿真数据，WA正好能将其转化为“下一帧世界”的预测能力，大幅降低了Corner Case的训练成本。
内部“军令状”的出现——“2025年Q1城市NOA订阅包1万元”，更是将这一商业目标摆在了台面上。
蔚来同样看到了WA在订阅化方面的潜力。
VLA的语言模块难以精准地按功能拆分订阅，而WA则可以将高速NOA、城市NOA、自动泊车等功能，独立打包成“世界模型”，按月或按功能收费。
这种精细化的收费模式，能为蔚来带来更稳定的现金流。
同时，WA能让蔚来NT3.0的Thor-U芯片实现全场景覆盖，避免了VLA多模型切换带来的算力浪费。
理想的“坚守”，是固守阵地还是饮鸩止渴？
在这场WA的浪潮中，理想汽车显得有些“形单影只”。
他们依然坚定地走在VLA技术路线上。
VLA的强解释性，在当前的L3准入申报中，确实具有一定优势，便于向监管部门解释“减速”的逻辑。
Mind GPT的加持，也能实现“驾驶+座舱”的统一语言模型。
然而，理想汽车也面临着严峻的挑战。
当城市NOA的成本被压低到万元级别时，VLA路线的成本劣势将愈发明显。
在未来，当用户习惯了按需付费，并且对车辆的反应速度有了更高要求时，VLA的“慢半拍”是否还能成为其护城河？
这是一个值得深思的问题。
未来已来：WA的时代，VLA的“绝唱”？
“世界模型”的争夺，本质上是一场关于效率、成本和商业模式的博弈。
WA的“视觉即行为”模式，绕过了语言中介，实现了更快的响应速度。
当自动驾驶的接管里程不断攀升，从百公里到千公里，这种延迟优势将愈发凸显。
正如“士别三日，当刮目相看”，技术的发展日新月异。
2025年，WA在“直接映射到行动”方面的优势，注定会被无限放大。
VLA或许不会完全消失，它可能会在特定场景下，如监管汇报、复杂场景下的解释说明等，继续发挥其“翻译官”的作用。
但从量产和商业化的角度来看，WA才是那条通往未来的康庄大道。
这场智驾技术的“三国杀”，远未结束。
但从目前的趋势来看，WA路线已经占据了先机，而VLA，或许即将迎来它的“绝唱”。
全部评论 （0）