任少卿详解智能驾驶世界模型：一个真实场景，生成万千平行世界，AI在想象中学习推理
内容提要
蔚来智能驾驶副总裁任少卿发布了蔚来世界模型NWM，该模型能够生成一万个“平行世界”，提升算法对复杂场景的处理能力。模型将用于智能驾驶的轨迹规划和驾驶决策。
延伸解读
从规则驱动到数据驱动：端到端如何应对真实场景
文章指出，传统主动安全依赖人工编写规则，但法规场景仅占真实世界场景的10%，无法覆盖千变万化的路况。蔚来通过端到端架构，让模型从数据中学习，自动抽取信息，减少人工规则带来的信息损失。其端到端AEB覆盖场景达到标准AEB的6.7倍，并已上线。这标志着智能驾驶算法从“人工写规则”向“数据教模型”的范式转变，但同时也对数据规模和质量提出了更高要求。
世界模型的双重能力：空间重建与时间推演
任少卿将人脑的时空认知能力归纳为想象重建和想象推演。NWM通过输入视频输出视频的方式，学习对空间的想象重建，生成逼真的平行世界；同时以自回归方式输出长视频，进行时间维度的推演。这种能力使模型不仅能理解当前场景，还能预测未来变化，从而在轨迹规划中评估多种可能性。文章强调，这是端到端模型不一定具备的能力，也是NWM的核心优势。
自监督学习与数据闭环：NWM如何持续进化
NWM采用自监督学习，无需人工标注，可高效收集千万级数据。蔚来利用群体智能，将模型分发到十万辆级量产车，对比人类驾驶和稳定版本，获取优质场景数据。同时，生成式仿真可重建可编辑的虚拟世界，让模型在千万种平行世界中验证和训练。这种数据闭环体系，结合端到端主动安全模型，构成了蔚来第二代算法架构，旨在提升安全性和用户体验。
Q&A
蔚来世界模型NWM的主要功能是什么？
蔚来世界模型NWM能够生成一万个平行世界，提升智能驾驶算法对复杂场景的处理能力。
NWM模型如何提升智能驾驶的安全性？
NWM通过数据驱动的算法提升安全性，能够更好地处理真实世界的复杂驾驶场景。
NWM模型与传统主动安全技术相比有什么优势？
NWM模型在空间理解和时间推演能力上具有核心优势，能够更全面地应对复杂驾驶场景。
NWM模型是如何进行自我学习的？
NWM模型通过自监督学习，无需人工标注，提升数据收集效率。
蔚来全域领航辅助NOP+的覆盖里程是多少？
蔚来全域领航辅助NOP+已经覆盖了389.9万公里。
NWM模型在智能驾驶领域的应用前景如何？
NWM模型的应用将推动智能驾驶的安全性和用户体验的提升。
