2026年2月6日，上海嘉定南翔，蔚来交付中心。一场冬雨中，蔚来创始人、董事长、CEO李斌举着伞站在镜头前，和直播间里的数万名用户观众，共同见证蔚来第1亿次换电达成的历史时刻。
“大家看，前面的车正在排队，我们的车自己就会在旁边等一等，这个挺神奇的。而且有了领航换电功能，换电一刻都不用下车。”李斌指着身后。
镜头转过，一辆刚刚升级了Banyan 3.3.0系统的蔚来ES6正缓缓驶入园区。它敏锐地感知到前方拥堵，随即避开主路，灵巧地绕过一堆杂物，精准地停在了一侧不碍事的空地上，静静等待。几分钟后，站端空闲信号发出，车辆从容驶入换电站，全程无人干预。
三分钟后，车辆驶出停稳，蔚来上海区域公司总经理夏庆华从车里下来，第一次体验「城区领航换电」的他显然还没完全从刚才的「颠覆感」中缓过神来：“前面有车，这里还没有标线，我以为要接管，结果它自己搞定了，非常科幻。”
屏幕外，这场直播的另一端，蔚来AD研发团队低速功能负责人宋博在看见评论区里满屏的「体验丝滑」后，也多了一份笃定，对他而言，直播间的顺利演示并非运气，而是基于蔚来世界模型技术架构的必然结果。
在蔚来研发体系的定义里，所谓「低速」，涵盖了车辆在低速状态下与复杂环境交互的全套解决方案：从基础的泊车辅助，到高阶的「点到点的最后一公里」以及「随心智行」。而「城区领航换电（PSP）」，正是这块拼图中，打通智能辅助驾驶闭环最关键的一环。
它不仅实现了与城区领航辅助（NOP+）的无缝衔接，更以一种极具科技感的方式，彻底打通了电动车补能体验的「最后一公里」。
这并非一次简单的OTA升级。它意味着，分布在全国，从北上广深到十八线小县城，2,000多座蔚来城区换电站，在同一时刻被这套算法「点亮」。车辆与换电站之间的「握手」距离，从过去的门口10米，延伸到了进站前的1000米，甚至更远。
在智能辅助驾驶与补能这两条核心赛道交汇点上，蔚来通过底层技术的深度融合，实现了「车-站-云」的智能闭环，带来了一场行业无法复制的、也是用户期待已久的体验革新。
将时钟拨回五年前。
2021年1月10日，成都，NIO DAY 2020现场。在ET7发布环节，大屏幕上曾闪过一张在今天看来无比超前的PPT，上面赫然写着：实现点到点的全域领航辅助。
在蔚来AD团队内部，「点到点」被拆解成了四个核心场景：高速、城区、泊车以及——补能。
在那个智能辅助驾驶行业尚处于初期的年代，这行字并没有引起太多波澜。大家对于辅助驾驶的想象聚焦在高速场景的可用性上，更不用说更复杂的「点到点」全域场景，至于领航体验还要包含换电的场景，在当时看来，也太过超前。
但蔚来AD团队对「全域」有着近乎执拗的定义。在他们的逻辑里，一次完整的电动车出行，绝不是从一个车位挪到另一个车位那么简单。中间横亘着一个最让用户焦虑、也最能体现蔚来差异化的场景：补能。
“如果智能辅助驾驶管了开，管了停，却管不了换电，那这个闭环就是断裂的。”宋博回忆起当年的讨论，“早在2021年，我们就把补能场景纳入了智能辅助驾驶底层的产品规划，并启动了技术预研。我们将换电站定义为一个‘巨大的、流程复杂的机械车位’。”
这是一个极具前瞻性却又异常孤独的决定。
时间来到2024年下半年至2025年上半年，行业开启了「端到端」和「车位到车位」的进程。而在2025年年中，蔚来AD团队（Banyan 3.2.0版本）上线了「点到点」功能（车位收藏）。对行业而言，这或许只是一个主流能力的补齐；但对蔚来AD团队来说，这却是一次至关重要的技术验证，因为它解决了无导航信号、无GPS定位下的复杂环境自主学习问题。
当地库里的路跑通了，对于长期关注补能场景的蔚来AD团队来说，既然我们已经具备了复杂环境中实现「点到点」的博弈能力，那么将这种能力迁移到蔚来最核心的护城河——换电站上，就不再需要从零开始的探索，而是一次顺理成章的技术平移。
2025年7月，随着蔚来世界模型能力的成熟，城区领航换电（PSP）的研发进入了最后的冲刺阶段。蔚来副总裁、智能驾驶研发首席专家任少卿对此的指令是：“一定要快，可用换电站数量要大，泛化性要强。”
任少卿看到的战局很清晰：行业内已经有车企开始在充电桩自动泊入上进行Demo级的尝试。蔚来必须利用独有的换电优势，完成补能场景的用户体验迭代。而且，不能是那种只支持几个精心挑选的示范站的「盆景」，必须是一上线就覆盖全国2,000多座站点的「森林」。
在此之前，蔚来曾尝试过「高速领航换电」，走的是一条布满荆棘的「重图」路线，依靠高昂成本采集服务区的高精地图，耗时数月只能开通几百个站。而「点到点」车位收藏功能虽然无需高精地图，但需要用户先自己开一遍让车「学习路线」。
“换电不一样，不能让用户去学。”宋博深知其中的痛点。全国2,000多座城区换电站，环境比高速复杂百倍：狭窄的创意园区、人车混流的老旧商场、甚至连路面标线都磨损殆尽的郊区。如果让用户每去一个新站都要先手动开一遍教学，那这个功能的体验就是失败的。
产品定义被逼到了墙角：城区领航换电必须同时做到覆盖度广、可用性高以及交互简单，避免用户学习路线，降低使用成本。
如果不沿用高精地图的老路，也不依赖用户的路线记忆，怎么搞定这2,000座站？
宋博和团队决定换一种办法：彻底抛弃对高精地图和定位的强依赖，走一条「重感知、轻地图」的新路。利用已经成熟的技术底座，结合蔚来世界模型群体智能对换电站环境的理解，让车自己像人一样「看路」。
这意味着，从功能发布的那一刻起，用户只要导航到换电站，无需任何学习，功能即刻激活。这才是真正的「领航」。
为什么是现在？为什么是城区？
里。以往的智能辅助驾驶系统更多是基于预设规则（If-else），但在复杂的城区环境中，换电站周围的交通情况瞬息万变，比如乱停的电瓶车、突然蹿出的行人、窄路掉头的车辆。
这种「非标」场景下，规则就像一张不够用的考卷——“以前系统像是在做填空题，遇到没见过的题就空在那儿；现在NWM像是在写申论。”宋博用了一个形象的比喻来解释。
在全新的世界模型下，当车辆驶入环境复杂的换电站周边时，NWM不再只是死板地识别前方有障碍物，而是展现出了生成式的空间想象力。
举个例子：车辆在靠近换电站的转角处，激光雷达的视野被一辆违停的货车挡住了。传统的算法会因为「看不见」而犹豫或急停。但NWM能基于海量数据的先验经验，在「脑中」构建出一个时空连续体，它能「脑补」出盲区内可能突然蹿出的电动车，并提前规划避让路径。
这种「秒级回流」的数据处理能力，让车辆在进站前的每一秒，都已经在脑海中完成了对未来几秒路径的无数次「预演」。
这次功能的规模化落地，本质上是群体智能的又一次胜利。
全国2,000多座城区换电站，地形千奇百怪。有的入口是陡坡，有的紧贴着路灯杆，有的地面标线早已磨损。研发团队并没有为每一个站点单独写代码，而是通过每天数万次的真实换电数据训练，让模型自己「悟」出了如何处理边界情况。这是一种群体智能NWM+强化学习的闭环。
由于测试资源有限，团队主要在京沪苏进行高频测试。“除了北上苏，西安、深圳甚至十八线小城市的场站能不能行？
但结果是喜人的。世界模型的泛化能力抹平了地域差异。一个在北京复杂路况里练出来的模型，到了西安郊区的换电站，依然能像老司机一样丝滑地找到框位。
然而，仅有算法的突破是不够的。技术是基座，组织才是能打胜仗的根本。在蔚来内部，领航换电项目的推进方式被称为「战队化的CBU机制」。
“领航换电绝不是AD部门关起门来就能干成的。”宋博感叹。
这是一个涉及智能辅助驾驶、能源、云端、座舱、底盘等多部门的复杂系统工程。在传统的车企架构里，这种跨部门协作往往意味着漫长的流程审批和推诿扯皮。但在蔚来，为了这个项目，这几个部门的关键人员被物理地捏合在了一个战队中。在这个战队里，没有部门墙，只有同一个目标。
最典型的挑战是「车、站、云」的通讯重构。
过去，用户需要把车开到换电站门口那个画好的框里，车辆才能通过蓝牙与换电站「握手」。这个距离，往往可能不到10米。
而现在，当你在几公里外发起换电导航时，AD战队就已经通过云端与换电站建立了连接。车辆刚进园区闸机，换电站的感知信息，排队人数、电池准备情况、甚至站前的路况拓扑，就已经毫秒级地回流到了车端。
“这是一张巨大的神经网络。”宋博回忆起攻坚阶段的一个细节：测试中发现，车辆在进入某些站点时会有轻微的顿挫。在战队机制下，底层控制的同学没有一句废话，直接认领问题，当天就拿出了平滑算法的优化方案。
更艰难的是硬件层面的博弈。蔚来的换电站网络既有精密如实验室、布满激光雷达的「重站」（为了支持多品牌泛化），也有极致精简、主要依靠车端感知的「轻站」。
如果按传统开发模式，需要写两套完全不同的算法来适配。但战队决定利用NWM的算力去抹平硬件差异：「感知解耦」。
“我们不需要顾虑这个站是什么型号，只要车端算力够强，车自己就能搞定。”这种「放开手脚」的自信，来自于三年来对底层硬件特性的收敛和迭代。依靠车端Orin-X芯片配合世界模型，蔚来车型本身具备了极强的边缘计算与博弈能力，这确保了PSP功能在全量站点（包括无Lidar的二代站）的基础可靠性与安全性。而对于配备了激光雷达的换电站（三代站及以上），「车-站智能协同」更将这种安全冗余拉升到了一个新的维度。
正是这种「重感知、轻地图、强解耦」的技术架构，让蔚来能在极短时间内，将功能铺开到所有二代及以上换电站，且无论硬件新旧，体验高度一致。
当技术与组织的壁垒被一一击穿，蔚来终于可以去重新定义这「最后一公里」的体验。
在行业热衷于比较「谁能从地库开到地库」的宏大叙事时，蔚来AD团队更在意的，是如何让每一次具体的服务变得更优雅、有用。城区领航换电功能的上线，不只是为了省去用户几分钟的操作，而是为了在那些最疲惫、最繁琐的时刻，把精力和自由还给用户。
在这次更新中，城区领航换电「自动泊车临停等待」的策略，也成为了用户点赞最多的细节。
在过去，换电排队往往伴随着一种隐形的焦虑。尤其是在繁忙的站点，如果站前已经有两辆车在排队，第三辆车该停哪儿？这对人类司机来说都是个难题：停近了怕堵住出口，停远了怕被加塞，甚至可能因为找不到合适的位置而在园区里尴尬地转圈。
而现在，基于群体智能和强化闭环学习，系统开始「习得」一种更符合人类直觉的博弈策略：基于当前复杂的环境，找到一个既不干涉主路交通、又能从容等待的「合理位置」。
如宋博所说：“我们把那些繁琐的交互按键都拿掉了。只要你发起了功能，剩下的事就不用操心，甚至可以下车休息一会，让车自己排队。”
马年新春将至，对于即将踏上归途的蔚来用户来说，这项功能的意义变得更加具象。
试想一下，当你结束了数百公里的长途奔袭，终于下了高速，驶入车水马龙的家乡城区，身体已经疲惫不堪。此刻，面对复杂的园区道路，你不需要再紧绷神经去寻找换电站的入口，也不需要在寒风中盯着前面的车流担心被插队。
在车辆排队换电的这几分钟里，你可以闭目养神，可以回一条家人的消息，或者只是简单地发个呆。
换电站是用户最熟悉的场景，也是心理安全感最强的区域。宋博解释道：“很多用户可能平时还不太习惯全程使用智能辅助驾驶，但在换电这个每天都要经历的场景里，当大家发现车子能自己开进复杂的园区、自己聪明地排队、自己搞定一切时，那种对科技的信任感会瞬间建立。”
数据也印证了这份信任：城区领航换电功能上线后，用户使用率迅速攀升到26%。这个数据的分母巨大，包含升级330版本后，城区、高速服务区全部用户换电的次数。
从2021年那张略显孤独的PPT，到2026年雨夜里万人见证；从被行业质疑“建这么多换电站有什么用？”，到如今蔚来世界模型联通换电站带来更从容、安心的体验。
当行业还在争论智能辅助驾驶的上限时，蔚来已经用「城区领航换电」彻底打破了人们对智能辅助驾驶场景的狭义理解，将技术的边界从单纯的「出行」延展到了「全生命周期的服务」，并用这项功能证明了一件事：真正的长期主义，不是在那条拥挤的赛道上跑得比别人快一点，而是敢于去修一条别人不敢修的路，并最终把这条路跑通。
对于蔚来的用户来说，这个春节，无论天气多恶劣，无论归途多漫长，回家补能的最后一公里，将不再有焦虑，只有温暖与从容。
这，或许就是进化的意义。
全部评论 （0）