用強化學習，叩開開智駕的門！

具備自主預判性，才是真正的智能輔助駕駛。

一萬年太久，只爭朝夕。高階智能駕駛輔助正駛在發展的快車道上，技術迭代幾乎在以一年一大版本的節奏演化著。頭部玩家們2023年開推“無高精地圖”路線，24年主講“端到端”故事，25年則流行起了“世界模型”。

而當版本迭代到“世界模型”后，駕駛輔助終于開始展現出真正的智能，因為系統被賦予了自主預判的能力，它開始變得像一個擁有自主意識的人類了。

智能駕駛系統利用高清攝像頭、激光雷達、毫米波雷達等感知硬件探測出周圍的環境，在理解了外面的世界后，汽車才能在做出通行策略，并執行正確操作。

但外界環境對于智能駕駛系統來講，還是過于復雜了。不同特征的道路規劃、不受控的行人、不規則的車輛、不可控的天氣狀況等，都是不確定因素，造成的結果就是，未知“極端個例”永遠海量般地存在著。身陷在一個個新的Coner case中，智能駕駛自然就成了“人工智障”。

端到端智能輔助駕駛縮短了程序鏈路，尤其一段式的端到端，把感知、決策、執行環節整合進統一的神經網絡之中，一定程度上提高了系統的應對效率，因此被認為更具泛化、適應能力。

但如果智能駕駛的底層邏輯仍停留在“規則主導”上，依靠數據投喂，覆蓋新的個例場景，并制定應對的規則，就永遠是在進行一種“填鴨式”的被動學習。

這個過程中，不僅海量的數據冗余帶來標注負擔和算力浪費，還永遠無法完全覆蓋所有“極端個例場景”。駕駛關乎人身安全，一般情況下，不允許妥協，而陷入“龜兔悖論”中，也就意味著永遠達不成真正的智能駕駛。

真正的駕駛，并不應該是看到信息后機械似地做出被動應對，而是結合過往經驗，理解所處的環境，在大腦中形成提前的預判，或做出靈活的應變。

這恰是面對未知的極端場景，系統與人類的本質區別所在，而預見性的自主判斷和靈活的決斷，正是世界模型期許到達的未來。

例如在蔚來最近發布的NWM世界模型中，系統每0.1秒可生成超200種的可能軌跡，并且會在下一幀信息輸入后，篩選最佳路徑，這個過程其實就是在模擬人類駕駛員“反復評估—微調—決策”行為。

世界模型這種生成式人工智能如此特別，在于其可以“反事實推理”。系統不僅被動地接受我們賦予的限制條件和對應決策，還能夠思考如何類似、但還未實際經歷的情況下，做出合理的決策。

系統就像一個開始萌發自主意識的孩童，不光觀察、學習著周遭世界，還在執行、模仿之余，擁有“舉一反三”的思考能力，去主動探索這個世界。

特斯拉FSD入華后，雖然出現了很多適配性方面的問題，如看不懂交通標識、占用非機動車道等，但體驗過FSD的業界大佬，都不約而同地認可特斯拉是當下最成熟的智能駕駛，駕駛得很絲滑。

特斯拉給人的感覺是，它像個不太熟悉中國交規、路況的老外，經常出錯，啼笑皆非。但它又確實是懂怎么開車的，是當下最接近人類駕駛員的智駕系統。

特斯拉很少紕漏其智能駕駛方面的技術細節，但可以確定的是，特斯拉很早便開始利用高效的大模型，來加速數據驅動下的系統進化，這其實也是行業頭部玩家們都在角力的賽道。

2025年CVPR輔助駕駛國際挑戰賽“端到端輔助駕駛”賽道，NVIDIA輔助駕駛應用研究團隊通過泛化軌跡評（GTRS）方法連續奪魁。

這次挑戰賽的主題恰是“實現通用的具身系統”，也即基于數據驅動的非反應式輔助駕駛仿真框架，NVIDIA泛化軌跡評（GTRS）方法的核心正是生成各種軌跡，并逐步篩選出最佳路徑。

基于感知到的環境，GTRS可擴散性地創建出涵蓋各種情況的粗略軌跡集和適用于安全關鍵情況的細粒度軌跡集，然后利用依賴感知數據訓練出的Transformer解碼器，捕捉相似軌跡之間細微但關鍵的差異，逐漸篩選出最具可能性的候選軌跡。

其實早在CES 2025上，NVIDIA發布的Cosmos?便是一個為具身智能打造的集成平臺，整合了前沿生成式世界基礎模型的各個環節，用于加速數據處理和管理，目的就是為世界模型訓練提供支持，加速智能汽車、機器人的物理AI開發。

當強化學習的效率被提高，智能駕駛終于開始展現出“所有AI項目之母”的潛力，雖然曾經這么認為的蘋果CEO蒂姆·庫克早已經放棄了造車。

世界模型遠不是自動駕駛的終點，需要解決的問題有很多，例如模型訓練時長、構架精度優化等，不同玩家間的路線和策略也很不同，以“蔚小理”為例：

蔚來NWM的核心是模型重建，結合視頻自監督方式生成軌跡；小鵬的XVLA側重高頻閉環訓練來加快車端部署和提升用戶體驗；理想MindVLA則強調了語言模型與擴散建模的融合，很獨特的側重點。

但隨著世界模型等推動強化學習的效率提升，底層的技術在加速迭代，最終也會反應在表層的產品體驗上。

曾經，參加廠家有關智能駕駛的試駕體驗，多少是有些抗拒的。在我眼中，用著依賴高精地圖的智駕版本，行駛在廠家規劃好的單調路線上，和乘坐“有軌電車”的區別也不算明顯，味如嚼蠟。

現在，汽車面對未知環境時生成無數模擬線路，并根據實時信息選擇或是調整最優路線的方式完全不同，有些像奇異博士，可以看到無數條未來的時間線，并選擇最優解的那一個，酷的。

沒錯，汽車通過強化學習，擁有自主預判性，開得更像人類，而不是按照既定規則去機械死板地行駛，很重要。

不久前，連續體驗了三款不同品牌、價位、感知策略的車型，實際感受大相徑庭。其中兩款價位相近、同為純視覺感知、主打“科技平權”的產品：

搭載德州儀器TDA4 VH智駕芯片（官方未明確公開信息，可能旗艦版搭載3顆TDA4 VH，等效96TOPS算力）的桂B車型，在用戶體驗的完成度上，主要是最體現智駕功力的領航輔助駕駛功能，尚不及接手自滴滴、換裝2顆NVIDIA Orion-X智駕芯片、等效508TOPS算力的新勢力粵A車型（尤其該車與路上其他車輛進行路權博弈時，竟有點人類駕駛的味道了）。

花小錢、辦大事，采用高性價比智駕硬件，推動“科技平權”，并在泊車等方面帶來切實好用的功能，不失為一種成功的產品策略。

但如果想把“科技平權”貫徹到底，基于前沿硬件的高昂研發投入是必要的。智能駕駛走向普及，性能向上的突破與價格向下的普惠，相輔相成，缺一不可。

實際上，桂B廠商也已經在規劃了，在技術進化日上宣布，將會在未來采用NVIDIA Thor芯片，并加快大模型的上車與提高數據驅動的效率。

而首搭700TOPS算力的NVIDIA Thor芯片、多模態大語言模型、激光雷達和高清攝像頭，則可以快速賦予一臺售價30萬元以上的自主大型SUV該有的智能化水準。

但拿到Thor芯片流片用來匹配、開發的時間還是太短了，僅僅一個多月，所以就用戶體驗而言，還需OTA升級幾個版本后，這臺杭州灣品牌的旗艦SUV才能達到令人滿意的成熟度。

對于智能駕駛輔助，硬件基礎依然是必要的，但不能確保帶來優秀的用戶體驗，這就像一些復雜、優質的食材要經過大廚的精心烹飪，才會是美味佳肴。而這，是個爭先、投入、探索、迭代的過程。

特斯拉自研的HW3.0系統在2019年便擁有了144TOPS算力與高清攝像頭。蔚來2022年在ET7上落地了1016TOPS的智駕算力與激光雷達。小鵬也是最早在緊湊級家用車上部署激光雷達，雖然現在開始轉為“純視覺+高算力”為主的路線。

大模型的更新與智駕芯片算力的軍備競賽還在被推向新高，小鵬正在研發 720 億參數的基座模型，大約是當下主流VLA模型的35倍，并構建了一個相當于萬卡集群的10EFLOPS算力的超算中心。

小鵬G7搭載3顆圖靈AI芯片，算力達到2200+TOPS。蔚來自研的5納米神璣NX 9031芯片的流片在2024年實現了流片。特斯拉HW5.0芯片算力也可能達到2500TOPS。

高度自定義硬件底層的高算力自研智駕芯片，與超算中心和強化學習模型，組出了駛向完全自動駕駛的車具。

基于“高算力+高感知”積累下的有價值的數據喂養，經過端到端、世界模型等先進模型的強化學習，讓智駕頭部玩家們可以展現出領先的體驗與可期待性。

后來者切換或者構建出自身智駕體系時，可能會還要面對，一邊經歷著初期有效數據和訓練量偏少而造成的體驗波動，一邊看著“早鳥們”極速向前迭代。

很有趣，這種先發優勢，有點類似于歐洲車企們在底盤調校方面的積淀與造詣。就像法系可以把扭力梁調好、保時捷能把麥弗遜玩出花活，特斯拉和一些自主品牌也在智能化方面展現先出獨到優勢，輔之與供應鏈的良好合作，這會是智能電動時代定義領先的新能力。

本文作者為踢車幫 孫小樹