智能輔助駕駛下半場，決定誰能活到L4的三把尺

2026-06-05 10:03

vehicle公眾號

關注

到了2026 年的今天，行業內不管是主機廠還是輔助駕駛的供應商都贊同智能輔助駕駛的賽跑已經到了下半場。

一年前的這個時候，所有發布會上還在比"幾顆激光雷達"、"多少 TOPS 算力"、"是否標配城市 NOA"。今年走完CES 2026、北京車展以及各家智能化戰略發布會一圈，你會發現談話的關鍵詞全變了：

特斯拉 FSD V14 在講端到端參數翻 10 倍與"物理圖靈測試"

華為 ADS 5.0 在講 WEWA 架構（世界引擎模型 + 世界動作模型）

吉利在 CES 2026 一口氣帶來WAM世界行為模型，全域AI2.0，千里浩瀚G-ASD等技術

理想VLA2.1把視覺-語言-動作三模態做成統一基座，能"推演幾十秒"路況

小鵬宣布世界基座模型參數推到 720 億，瞄準 L4 訓練Waymo 第六代 Robotaxi 喊出到2026年底實現每周超過100萬次付費出行。

大家發布的熱詞里面，透露的都是對Physical AI(物理 AI )執行到底的決心，不再突出硬件的差異化，更多是默認了硬件需要服務和匹配于AI，也凸顯了對AI大模型演化到自動駕駛的決心。

那么此刻，智能輔助駕駛的下半場會以什么來衡量呢？很多人看AI的能力，主要看數據、算法、算力還有他們底層的能源。那么智能輔助駕駛、自動駕駛行業呢？

如果讓我用一個最簡的坐標系去看 2026 年這場博弈，我會畫三把尺：模型參數量、數據飛輪、世界模型和一個體系的基座。

它們分別決定了一套智駕系統的"上限有多高"、"下限有多穩"、"未來能走多遠"，“會不會走彎路”。任何一家車企，少了任何一把，估計都難以輕松的領先這個下半場。

下面，讓我們用這套方法論，來探討下當前汽車行業的輔助駕駛狀態。

第一把尺：模型參數量——決定代際差的第一刀

模型參數量最早是蔚小理新勢力們在2024年底提出，吉利汽車在2025年底搬出了“含模量"這個詞。

模型參數量的意思很樸素：智駕系統里AI模型占多少、人工規則寫多少。模型越多、規則越少，模型參數量越高，那么大白話理解就是模型懂得東西和推理能力更強，那么輔助駕駛、自動駕駛能應對更多的場景，能更精細應對場景。

而目前，整個行業都在經歷同一場底層范式轉移——從規則驅動（Rule-based）到數據驅動（Data-driven）。

特斯拉是這條路的"掃雷者"。2024年初，FSD V12 把規則代碼從30萬行砍到了3000行，感知-決策-控制全部交給一個神經網絡。這是端到端在量產車上的第一次落地。

到了 2026 年，到北京車展上跑一圈，你可以感受到幾乎所有頭部玩家都站到了這條賽道上，不管是4s店試駕還是各家的視頻，總是能看到“這也能通過”“這么絲滑”等等場景，那么這個時候拉開智能輔助駕駛的差距就變化了，變成了參數量，猶如大家玩游戲時候你30hz我60hz，你120hz的差別。

全球第一梯隊的"模型參數量地圖"

特斯拉FSD V14：神經網絡可訓練參數翻到V13的10倍，引入多模態大模型，"Photon In，Control Out"一氣呵成

華為ADS 5.0：WEWA 2.0架構（世界引擎模型+世界動作模型），muti-agent架構

理想MindVLA：原生多模態MoE-Transformer基座，視覺/語言/動作底層融合，VLA 2.1大模型已OTA推送至ADUltra用戶

小鵬VLA2.0端到端：拿掉Language（人類語言）的VLA模型，自研圖靈芯片支持30B大模型上車，模型迭代周期已壓縮到"兩天一版"

吉利千里浩瀚G-ASD：Agent架構+ WAM世界行為模型，云端模型千億級參數，車端VLA大模型接近百億參數

比亞迪天神之眼：璇璣架構端到端大模型+接入DeepSeek，借大模型推理能力躍升車端認知

模型參數量背后的魔法

模型參數量決定了系統的兩個核心能力上限——類人性和進化速度。

規則寫得再多，也寫不完所有 corner case。你真的永遠沒法窮舉：突然竄出的電動車、雨夜逆光下的紙箱、被撞翻的三角警示牌、交警的手勢、一只過馬路的狗。

不過，只要模型參數量足夠高，系統就能像人一樣從場景里"悟出"規律，也就是新勢力常說的“涌現”。隨著AI算法的迭代，端到端算法已經從1.0 映射學過的路況，演化到了VLA世界模型等大模型可以推演未來甚至長達幾十秒。

能夠推演未來幾十秒和只能映射學過的路況，是智能輔助駕駛的兩個時代。

過去，智能輔助駕駛比拼的是端到端能夠學習多少corner case；現在，比拼的是系統能從數據里"自己悟出來"多少東西。

不過，模型參數量高不是免費午餐。它對云端算力、訓練數據、算法架構有指數級要求——

特斯拉Giga Texas Dojo 超算 + xAI的Colossus和MACROHARDRR的大型超級計算機中心聯合訓練，有估計說上百EFLOPS

吉利星睿智算中心 2.0 算力達 23.5 EFLOPS。

華為云端算力部分投入近百億元，未來5年至少再投入700-800億元

小鵬自建扶搖智算中心 10 EFLOPS

理想云端算力也接近10 EFLOPS

一家車企云端沒有 5 EFLOPS 起步的算力底座，已經基本可以退出模型參數量這場決賽了。

第二把尺：數據飛輪——所有人都在搶的"新石油"

如果模型參數量決定了"上限"，那數據飛輪決定了"下限"——你能不能穩得住、跑得久、追得上。

數據飛輪的邏輯樸素到不能再樸素：裝車越多→數據越多→模型越好→體驗越佳→裝車更多。一圈一圈滾下去，強者恒強。各家在這件事上的體量差，比硬件參數差大得多——

各家"數據彈藥庫"對照

特斯拉FSD：2026年初的安全報告顯示FSD全球累計行駛里程突破100億英里，日增約4.8億公里的數據量行業第一

比亞迪天神之眼：截至2026年保有量超過300萬輛，日增輔助駕駛里程2億公里

華為乾崑ADS：截至2026年北京車展期間，累計輔助駕駛里程突破108億公里

吉利千里浩瀚：850萬車輛數據池+沃爾沃55年百萬級事故數據庫

小鵬VLA 2.0：基于50PB的視頻訓練、6.46萬公里實車測試、2.16億公里仿真

理想VLA 2.1：VLA司機大模型，日增超7200萬公里數據

但請注意一個反直覺的事實

數據多 ≠ 模型好。

數據是有"質量梯度"的。光有量、缺少 corner case 多樣性的數據池，反而會讓模型嚴重過擬合日常場景——平時挺順，一遇到極端情況就抓瞎。這就是為什么，頭部車企都在拼命做三件事：數據清洗、場景挖掘、仿真生成。確保數據處理多樣性，有好的case也有bad case。

我們可以拿當前國內兩大汽車巨頭吉利和比亞迪的實踐來看：

比亞迪——海鷗到仰望、6.98 萬到 100 萬的全價位車型打通，主打中國本土路況的"廣譜覆蓋"。數據飛輪速度快、規模大，是"用千萬輛 C 端車的真實路況，把模型喂胖"的邏輯。

吉利——千里浩瀚不僅擁有吉利旗下累積百億智駕里程、2500萬clips視頻數據集+850 萬輛車規模化采集，還有沃爾沃 55 年事故數據庫，并持續不斷積累"安全極限工況"和"長尾事故場景"核心數據。因此，其數據不僅規模龐大，單位數據的訓練價值也極高。

兩種數據實踐，沒有誰對誰錯，是兩條不同的護城河。但如果非要問"哪種更難復制"？我的答案是后者——極端數據不是錢能買到的，是幾十年的安全系統攢出來的。

數據是新的石油。但沒有云端算力、沒有場景挖掘工具鏈、沒有事故數據庫的數據，是冷油，燒不起來。

第三把尺：世界模型——汽車第一次擁有"世界觀"

這是 2026 年最值得圈起來的關鍵詞。

世界模型（World Model）這個概念，最早來自1990年的學術研究，后來谷歌deepmind的David Ha和 Jürgen Schmidhuber 在 2018 年發表的開創性論文《Recurrent World Models Facilitate Policy Evolution》給世界模型奠定現代概念，本意是讓 AI 通過觀察視頻"自己理解"物理世界的規律：水會往低處流、車撞了會變形、人在斑馬線上會左右看。

聽起來很玄學，但對智駕來說，它解決的是一個最致命的問題——長尾場景。

傳統智駕的邏輯是"模仿"：看老司機怎么開，我就怎么開。這種邏輯有一個無法克服的弱點——它沒法處理"老司機沒見過"的場景。

世界模型不一樣。它不模仿"動作"，它學習"規律"。學會了物理世界的運行規律之后，遇到任何新場景，它都能在大腦里"預演"幾遍——這條路走過去會怎樣？那條路呢？然后挑一個最優解。

2026 年，世界模型成了行業標配關鍵詞

特斯拉：FSD 與 Optimus 共享世界模型，3D 高斯重建分辨率達 10 厘米，AI占用網絡精度行業領先

華為 ADS 5.0：WEWA 2.0 架構由"世界引擎模型"+"世界動作模型"雙輪組成，安全性能支持 L3

吉利 WAM 世界行為模型：WM+VLA，擁有超高含模量，同時打通輔助駕駛、座艙、底盤等汽車全域，實現整車智能化

小鵬 VLA 2.0 世界基座模型：參數規模 720 億，瞄準 L4 訓練

理想 VLA 2.1：原生多模態 MoE-Transformer，3D ViT + 前向 3DGS 實現精準環境感知

這些不同詞背后都指向了一個技術，就是世界模型，理解人類物理世界規律的世界模型。

吉利 WAM 的一個巧妙設計

我特別想拿吉利的 WAM 出來講一下，因為它有一個非常聰明的分層架構——

頂層 MLLM多模態大語言模型負責"理解任務"（送我回家、避開擁堵）

中層 Action Expert動作專家負責"生成軌跡"

底層 World Model世界模型負責"預演結果"

整體由價值函數（Value Function）評分，選最優解

這套架構最顛覆的地方在于，它把"人"也寫進了系統。

通過持續吸收人類駕駛員的真實反饋（Human-in-the-loop），神經網絡的決策權重在不斷校準。換句話說：WAM不是要替代人，是要讓車"像人一樣思考"再決定。

這件事的份量，業內人懂——你愿不愿意把方向盤交給一個完全黑盒的神經網絡？大多數人答案是"不愿意"。但你愿不愿意交給一個"會推演、會反思、會被人類反饋校準"的智能體？這就完全不一樣了。

當一輛車第一次擁有"世界觀"，這件事比"車位到車位"重要 100 倍——因為前者決定它能不能上 L4，后者只決定它能不能多賣一臺。

有了以上三把尺，可以保證做好輔助駕駛。

但是輔助駕駛下半場的終局是什么？特斯拉應該給出了答案，是L4自動駕駛，是Robotaxi形態的自動駕駛機器人。

L4 Robotaxi——下半場的真正決賽

L2進化到L3 和 L4 這條進化路徑上，大部分車企走到 L2++ 就停下來了。少數走到 L3。能真正把 L4 跑起來的，鳳毛麟角。

走到 2026 年這個節點，行業逐漸意識到一件事：單點算法已不再決定勝負，真正決定勝負的是"體系能力"——一家公司是否同時握住芯片、模型、算法、數據、量產、運營這六張牌。任何一張缺位，L4 都跑不通。

過去十年的 Robotaxi 玩家——Waymo、百度蘿卜快跑、小馬智行、文遠知行——絕大多數是科技公司，手里通常只有"算法 + 改裝車隊"兩張牌，剩下四張靠合作。結果是技術跑通，但商業模型卡在單車成本和車隊規模上。

真正能把六張牌握齊的，是已經完成"科技公司化"轉型的主機廠。

特斯拉是第一個走通的樣本：Tesla 整車 + FSD 自研芯片 + Dojo 超算 + V14 端到端大模型 + 30 億英里數據池 + Cybercab + xAI + SpaceX——這套體系散落在不同業務里，跑的卻是同一套底層 AI。

在中國，走相似路徑的是吉利。芯擎芯片 + 星睿智算中心 2.0（23.5 EFLOPS）+ 千里科技 / 階躍星辰大模型 + WAM 世界行為模型 + 850 萬車數據池 + Eva Cab Robotaxi + 64 顆低軌衛星。每一項單拎出來不一定最強，但六環串起來的整體效率，單點科技公司無法復制。

全球僅有兩家車企，同時擁有"車 + 衛星"的天地一體化布局——一家是特斯拉，另一家是吉利。

科技公司像"長槍兵團"：算法是最長的矛，但其他部位裸露；完成轉型的主機廠像"重甲軍團"：每一環都有裝甲護住，誰也不容易被一擊致命。

L4 不是單點突破的較量，是持久戰。比的不是"誰的算法更強"，是"誰的體系不缺一環"。

這就是為什么——Robotaxi的競爭，已經從"科技公司的專利"，轉向"汽車品牌主機廠的新寵"。

智能輔助駕駛的底座，從來不是某一項算法，而是一整套體系能力。笑到最后的，不會是"最會寫算法"的公司，而是那家最早完成"從汽車制造商到汽車科技公司"身份轉換的公司。

寫在最后

三把尺和一個體系丈量量完，我并不想給出一個"誰會贏"的答案。

因為這場博弈還沒到決賽，而且決賽的規則還在被重寫。

我真正想說的是：2026年的智駕行業，正在經歷一次非常罕見的"范式收斂"時刻——當所有人都開始講世界模型、都開始卷端到端參數量、都開始認為L4是終點而不是科幻，這意味著方向已經基本確定，剩下的差別只是速度和體系。

這種時刻，往往是行業格局最快速重組的窗口期。上一次類似的收斂，是2020年前后電動化賽道的"跟還是不跟"——那次沒跟上的，現在的處境都不太好看。

這一次，問題不再是"要不要搞智駕"，而是"你的體系能不能撐住這場仗"。

對車企來說，這個問題很殘酷——因為體系能力不是一兩年能補的。芯片要自研、算力要建、數據要滾、模型要養、人才要攢，每一環都是時間的函數。