在北京车展期间，华为、Momenta、轻舟智能等企业发布的智能驾驶方案均采用了 " 世界模型 + 强化学习 " 技术组合。华为车 BUCEO 靳玉志称其 ADS5 为面向自动驾驶的解决方案；Momenta 表示物理 AI 正从理念走向量产；轻舟智能 CEO 于骞则认为该技术路径是实现物理 AI 的必经之路。 车展之外，蔚来早在两年前已推出世界模型；地平线的 HSD 方案融合了相关技术；小鹏第二代 VLA 与理想 MindVLA 虽在部分技术路线上存在差异，但其云端训练仍依赖世界模型与强化学习。 当前 L2 级辅助驾驶功能在各价位车型中快速普及，城区与高速领航功能已广泛部署。然而，" 能用 " 与 " 好用 " 之间仍有差距，关键在于系统对场景的理解与预测能力。世界模型通过在虚拟环境中模拟真实物理规律，帮助系统掌握因果关系，并生成现实中难以采集的极端或长尾场景用于训练。强化学习则通过奖励机制引导系统自主探索最优驾驶策略，形成闭环训练体系。 该技术路径不仅服务于自动驾驶，也被视为实现物理 AI 的基础方法。Momenta 明确将 R7 方案对标特斯拉 FSDV14，并指出特斯拉去年公布的神经网络世界模拟器同样基于类似逻辑——利用真实数据构建符合物理规律的虚拟环境，用于预测与训练。特斯拉亦计划将该技术同时应用于自动驾驶和人形机器人。 尽管技术方向趋同，各方竞争焦点已转向工程落地能力，包括模型推理延迟、博弈决策能力及对长尾场景的处理效率。目前，物理 AI 的实现仍依赖强大的资金、人才储备及商业闭环，被视为少数头部企业的长期竞赛。随着相关技术持续推进，汽车将成为物理 AI 最早落地的载体之一，进而可能重塑整个物理世界的交互方式。
网通社汽车频道
2小时前
