想象一下這樣的日常：你坐進駕駛座，目的地已在云端同步。車輛自主駛出地庫，流暢匯入晚高峰車流。當路邊突然沖出一個騎自行車的行人，車身迅速微調方向、輕點剎車，提前半秒避讓險情。

更細節(jié)一些：車輛搭載的智能駕駛輔助系統(tǒng)能通過道路上的持續(xù)動態(tài)，預測前方路面的風險，調整車速和底盤姿態(tài)。

這一切，不再只是智駕模型通過感知當下而做出的行為，而是基于對物理世界的深度推演。讓智能駕駛擁有這種“預判與推演”能力的核心，正是世界模型。

它通過超大規(guī)模融合多模態(tài)數(shù)據(jù)，包括數(shù)百萬公里真實路況、仿真場景與交通規(guī)則，構建出一個動態(tài)、可推理的數(shù)字化交通世界。車輛不再僅僅“看到”障礙物，更能理解“為什么”。

（圖源：華為官網）

簡單來說，世界模型讓車擁有了“預判的腦子”，而不只是“反應的眼睛”。這一能力，正逐步落地成為現(xiàn)實。

今年4月，華為乾崑推出了全新升級的ADS 4系統(tǒng)，標志著高階輔助駕駛進入全新階段。它背后依托的，正是華為乾崑自研的WEWA架構（World Engine & World Behavior Architecture）：包含云端的世界引擎（WE）與車端的世界行為模型（WA）。其中WE負責海量數(shù)據(jù)訓練與場景生成，WA則實現(xiàn)車端的實時環(huán)境推理與擬人化決策。

不獨華為，在2025年，包括小鵬、商湯等在內的科技公司，都已將世界模型視為實現(xiàn)自動駕駛的必經之路”。

今年9月，華為乾崑智駕ADS 4將陸續(xù)上車。這次大規(guī)模上車的背后，世界模型量產上車風潮有望再起，智能駕駛核心邏輯正發(fā)生轉變：系統(tǒng)不再僅僅學習人類駕駛行為，而是開始理解物理規(guī)律本身。

自動駕駛的目標，不再只是學習“人類怎么做”，而是開始思考“怎樣做更好”，讓駕駛更安全。

端到端之后，智駕尋找“世界模型”

從依賴算力、規(guī)則驅動，到引入端到端模型，智能駕駛技術演進至今，一些根本挑戰(zhàn)仍未徹底解決。

2024年，在特斯拉技術路線的催化與主機廠“無圖開城”戰(zhàn)役陸續(xù)收尾之后，行業(yè)迅速調轉方向，集體駛向“端到端”。但越來越多玩家意識到，傳統(tǒng)的端到端模型并非完美解藥——它極度依賴高質量、大規(guī)模的真實駕駛數(shù)據(jù)去做行為“克隆”，本質上是在“模仿人”，而非真正理解物理世界或實現(xiàn)認知跨越。

舉例來講，現(xiàn)實道路上如果90%的司機在復雜路口選擇剎車觀望，僅有10%能夠流暢通過，這時候智駕系統(tǒng)更可能學會的是“保守停車”而非“精準決策”。它不辨別行為對錯，只模仿概率分布；不追求最優(yōu)解，只擬合常態(tài)。

訓練這樣一個模型，你很難指望它自然“學”成頂尖高手，更可能的結果是開得越來越像一個“平均水平的司機”——猶豫、保守，甚至繼承了人類駕駛行為中所有的常見缺陷。

在人工智能領域，端到端模型符合典型的Scaling Law（規(guī)模法則）特性：模型性能隨數(shù)據(jù)量、參數(shù)規(guī)模和算力增長而提升，且尚未見頂。數(shù)據(jù)越多、模型越大、算力越強，它的駕駛表現(xiàn)就越擬人、越流暢。

但Scaling Law的另一面是，它無法超越數(shù)據(jù)本身的品質與分布。有哈佛等院校的研究人員曾在去年發(fā)布的一份論文中指出，低精度訓練會降低模型的“有效參數(shù)量”。

（圖為論文《scaling law for precision》中提出的研究量化圖，在訓練后期，用的訓練數(shù)據(jù)越多，量化之后模型性能下降得越厲害）

也因此，面對真實世界中層出不窮的罕見場景，端到端模型依然會暴露泛化能力的天花板。在此背景下，行業(yè)不再爭論“要不要轉向端到端”，而是探求如何實現(xiàn)“更安全的自動駕駛”。

世界模型就是在這樣的背景下誕生的。2025年伊始，主機廠和智駕供應商們正在做一道關于自動駕駛技術路徑的選擇題：

選項A是徹底拋棄模塊化設計、直接采用“一段式”端到端，或保留感知決策層、規(guī)劃控制層模塊，進行“兩段式”端到端方案；

選項B是引入視覺語言模型（VLA/VLM），嘗試用多模態(tài)大模型重構整個駕駛交互邏輯；

選項C則是加入世界模型，讓系統(tǒng)學會理解、預測并推理物理世界的運行機制。

世界模型之所以被推至臺前，根本上是為了解決端到端模型“只會模仿、不會思考”的瓶頸。

它的思路并不復雜：不再僅僅依靠人類駕駛數(shù)據(jù)去“模仿”，而是嘗試讓AI真正理解駕駛環(huán)境、預測未來變化，甚至自主生成合理的行為鏈，靠的是融合深度學習與思維鏈（CoT）推理框架。這種架構能夠自主生成連續(xù)推理鏈條，逐步突破長思維邏輯的局限，從而大幅提升復雜環(huán)境中的判斷能力。

在此程度上，世界模型不僅解決了訓練數(shù)據(jù)稀缺和質量不均的問題，更打開了模型能力的天花板。

在智駕路線的“大遷徙”中，整個智駕供應商的排名也大有變化，但華為乾崑依舊是穩(wěn)居第一梯隊的那位。根據(jù)佐思汽研發(fā)布的調研數(shù)據(jù)，2024年，在國內三方前裝輔助駕駛域控全棧軟硬一體方案市場中，華為乾崑以79.0%的絕對市場份額穩(wěn)居第一。

（圖源：佐思汽研）

華為乾崑之所以能持續(xù)領跑，不在于盲目追隨技術熱點，而在于其圍繞駕駛本質，走了一條更底層、更專注空間推理的路徑。2025年4月，華為乾崑在第一梯隊智駕供應商中率先發(fā)布了基于世界模型的乾崑智駕ADS 4系統(tǒng)。9月起，乾崑智駕ADS 4將開始陸續(xù)推送。

真正體現(xiàn)出華為乾崑差異化的，是在行業(yè)熱議“端到端”和“VLA（視覺語言模型）”路徑時，它始終走自己的路。

以VLA為例，這類方法嘗試在自動駕駛系統(tǒng)中引入大語言模型，將視覺信號先轉成文本描述，再推理成駕駛動作。它優(yōu)勢明顯：理解路標、交規(guī)等語義信息更加輕松，也容易復用現(xiàn)成的大模型技術。

但華為乾崑看到其短板：語言模型擅長文本推理，卻缺乏對三維空間的精確感知與運動推演能力。而車，畢竟是在真實空間中運動的物體，毫厘之差可能就意味著風險。

“華為不會走向VLA的路徑。我們認為這樣的路徑看似取巧，其實并不是走向真正自動駕駛的路徑。華為更看重WA（世界行為模型），也就是world action，中間省掉language這個環(huán)節(jié)?！比A為智能汽車解決方案BU CEO靳玉志說。

在2024年華為聯(lián)合浙江大學發(fā)布的一則論文中，華為就提出了Drive-OccWorld，這是一種以視覺為中心的世界模型，能夠借助世界模型所具備的“記憶”與“推演”能力——積累環(huán)境知識、預測未來狀態(tài)，從而提升自動駕駛系統(tǒng)的規(guī)劃表現(xiàn)，進一步增強端到端規(guī)劃的安全性與穩(wěn)健性。

（本圖展示了行人橫穿馬路場景下，世界模型依據(jù)前三幀歷史圖像（上圖），對未來兩秒的占據(jù)狀態(tài)進行的動態(tài)預測（下圖）。紅色圓圈標示出了場景中的顯著移動物體。圖源：華為聯(lián)合浙江大學發(fā)布的《Driving in the Occupancy World: Vision-Centric 4D Occupancy Forecasting and Planning via World Models for Autonomous Driving》。）

用更系統(tǒng)的模型設計，重塑智駕天花板

業(yè)界實踐也在表明，世界模型已成共識。

2023年，特斯拉在當年的CVPR2023上就已經展示了其世界模型的研究動態(tài)，但當時研發(fā)尚處于初期，馬斯克推崇的也是擴散模型diffusion。此前有觀點認為，Diffusion模型逐步refine預測的過程，可能更接近人類的認知和創(chuàng)造過程，比一些一步到位的生成方式更有潛力。

（圖源：X平臺）

在中國市場，蔚來和小鵬則是目前主要在實踐世界模型的主機廠。2024年，蔚來發(fā)布了中國首個智能駕駛世界模型NWM（NIO World Model），蔚來的世界模型具備多模態(tài)自回歸特性，能夠在100毫秒內推演出216種可能場景/軌跡。

小鵬依賴的是海量算力和數(shù)據(jù)訓練驅動高階智駕。目前，小鵬設計的是云端大模型（即世界基座模型）和車端小模型并進的路子。云端大模型負責“強化學習”和知識創(chuàng)造，車端小模型將知識轉化為瞬間的駕駛決策。在小鵬的云端大模型中，LLM（大語言模型）是其骨干，其VLA路徑需將視覺等信息轉換成語言的token進行訓練，再生成控制動作。

與它們相比，華為乾崑的模型架構與眾不同，反而選擇一條擺脫了語言中介的、更穩(wěn)妥、卻也更為系統(tǒng)的路。

其核心創(chuàng)新，是構建了“云端世界引擎（WE）+車端世界行為模型（WA）”的雙層認知架構。前者致力于高效生成和迭代極端場景，實現(xiàn)“以AI訓練AI”；后者則融合多模態(tài)感知信號，實現(xiàn)實時推理與擬人化控制——相當于為智能駕駛系統(tǒng)裝上雙重大腦。

（圖為華為的WEWA架構）

在云端，華為乾崑依托自研的生成式模型，專注于自動駕駛中最稀缺的極端場景生成。

生成用于訓練的場景最基礎且重要的在于場景的真實性，行業(yè)普遍采用的Diffusion Transformer或3D高斯散射（3DGS），固然能生成豐富圖像和3D場景，但仍面臨“好看不一定好用”的問題——生成的數(shù)據(jù)是否合乎物理規(guī)律、能否精準覆蓋系統(tǒng)薄弱環(huán)節(jié)，才是關鍵。

華為乾崑的差異化在于兩點：一是生成“難題”，自研生成模型不強求通用能力，而是專注Corner Case，如突然橫穿的行人、暴雨中的滾動障礙物，采集難以獲得的高價值場景；二是閉環(huán)真實，通過嚴格算法校驗，確保合成場景的光照、材質、運動符合真實世界物理，不讓有缺陷的仿真數(shù)據(jù)污染系統(tǒng)認知。

簡單來說，華為乾崑WE的本質，是用AI給智駕系統(tǒng)“出難題”，而且出的是“真難題”，從而系統(tǒng)性地錘煉出一套更穩(wěn)健、更安全的駕駛能力。

為了兜底安全，華為乾崑也云端設計了一套獎懲函數(shù)——Reward獎懲函數(shù)，以訓練模型的安全、合規(guī)、可靠且符合人類價值觀的決策和行為能力。

在車端，與行業(yè)普遍采用“用語言大模型改造智駕模型”的思路不同，華為乾崑的世界行為模型（WA）選擇了一條更專注、更高效的路徑：它是從零開始訓練的、專為智能駕駛而生的行為模型。

靳玉志透露，WA就是直接通過行為端，或者說直接通過vision這樣的信息輸入控車，這里的vision只是一個代表，它可能來自于聲音，可能來自于vision，也可能來自于觸覺。

關鍵在于“專用”而非“復用”。語言大模型雖然文本推理能力強，但缺乏對空間、距離、速度的本體感知，把駕駛決策交給它，好比讓一位語言學家去學開車——他雖然能讀懂交規(guī)，卻很難瞬間判斷剎車距離或障礙物方位。

這意味著，華為乾崑的WA模型不一定參數(shù)規(guī)模最大，但它一定最懂“車該怎么開”——它專為安全行駛而來，不為流暢對話而生。

（圖源：華為官網）

除了模型架構，華為乾崑在智能駕駛領域還擁有一個更為直觀的競爭優(yōu)勢：規(guī)模龐大的真實車隊，使其規(guī)模化落地方面步伐更快。

靳玉志近日宣布，乾崑智駕系統(tǒng)的搭載量已突破100萬輛，覆蓋包括東風、長安、廣汽、北汽、比亞迪、賽力斯、奇瑞、江淮在內的11家車企、28款車型，未來新上市的車型還包括問界新M7、尚界H5、廣汽傳祺向往S9等。目前，華為上車的速度還在加快，靳玉志透露，華為乾崑智駕方案目前匹配一款車型最快僅需6至9個月。

這支百萬量級的“智能車隊”中，每一輛車都在實時反饋復雜場景：

數(shù)據(jù)持續(xù)流向云端，經過世界引擎（WE）的篩選、重建和增強，生成更有效的訓練場景，迭代出更可靠的駕駛模型。

與此同時，車端的世界行為模型（WA）同步發(fā)揮著“實時推理引擎”的作用，它接收云端下發(fā)的優(yōu)化模型，在本地融合多模態(tài)感知數(shù)據(jù)，再對周圍環(huán)境進行精準理解與秒級決策。

新模型再通過OTA迅速部署回車端，推動全車隊整體進化——華為乾崑借此構建了一個“感知-云端訓練-車端進化”的自主進化閉環(huán)。

這一能力閉環(huán)，也為華為乾崑邁向更高階自動駕駛鋪平道路。它不只支撐現(xiàn)有的L2+系統(tǒng)優(yōu)化，更在為L3及以上級別的自動駕駛做準備。規(guī)?；恼鎸崝?shù)據(jù)、專用化的世界模型，加上清晰一致的技術路線，共同構成華為乾崑在智駕競賽中最堅實的護城河。