8.68萬新車普及車位到車位，世界模型不吃高算力！零跑夯爆了

賈浩楠 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

2026智能車最熱黑科技——世界模型，第一個(gè)把門檻打下來的玩家，意料之外，情理之中：

零跑汽車，創(chuàng)造了科技“普及平權(quán)”的新紀(jì)錄，四五十萬豪華車的世界模型智能輔助駕駛方案，將下放到10萬以內(nèi)的入門級(jí)車型。

而且放話不只是能用，依托世界模型技術(shù)體系，AI司機(jī)從能用變成了好用。

世界模型，本身是AI模型和真實(shí)物理世界直接鏈接、交互，具有AGI“終局”潛力的全新范式。

而上車之后，有巨大的潛力和價(jià)值，畢竟智能汽車是眼下直通物理AI最成熟的平臺(tái)——自由移動(dòng)、自由定義、自由進(jìn)化。

零跑入局，可能會(huì)徹底改變格局：

車端的世界模型，要從旗艦車型的零星嘗試，走向普惠大眾的“鋪天蓋地”了。

零跑世界模型上車，體驗(yàn)怎么樣？

零跑世界模型智能輔助駕駛系統(tǒng)的實(shí)測(cè)，選在杭州浙二醫(yī)院附近的核心城區(qū)，本地人一聽就知道附近路況的復(fù)雜程度：

這也是零跑世界模型實(shí)測(cè)的第一個(gè)厲害之處：人車混行的極窄路段，敢博弈，而且軌跡策略合理，高效通過。

既不魯莽危險(xiǎn)，也不會(huì)讓用戶覺得過于“膽小”。

復(fù)雜環(huán)境的多目標(biāo)博弈通行，這一點(diǎn)是當(dāng)下絕大多數(shù)量產(chǎn)智能輔助駕駛系統(tǒng)不具備的能力。

除了博弈場(chǎng)景，零跑世界模型在不那么復(fù)雜的路段，也展現(xiàn)出比正常通行更高階的能力：

一個(gè)常規(guī)匝道并入的場(chǎng)景，仍然能看出零跑世界模型的“好用”之處：和人類司機(jī)一樣，平滑規(guī)劃變道時(shí)機(jī)，兼顧安全和效率。

這樣無限貼近人類成熟司機(jī)，以及安全駕駛習(xí)慣的風(fēng)格，還體現(xiàn)在和低速交通參與者的交互中：

整個(gè)過程沒有重剎沒有頓挫，也沒有停車等待，而是和人類司機(jī)一樣，緩慢蠕行等待行人通過。

還有一個(gè)令人印象深刻的場(chǎng)景：

路邊的臨停、違停指示牌，零跑世界模型不但看到了，還看懂了，聰明地選擇了繞行。

所以從這幾個(gè)場(chǎng)景體驗(yàn)可以看出，零跑世界模型所謂的“好用”，其實(shí)翻譯成具象的表達(dá)，就是一個(gè)預(yù)期感，和你自己開車會(huì)采取的策略幾乎一致，不會(huì)讓你感到系統(tǒng)太蠢太膽小，更不會(huì)讓你感到害怕。

系統(tǒng)對(duì)場(chǎng)景，從感知到認(rèn)知；對(duì)決策，從模仿到思考。

就比如路邊的臨停、違停其實(shí)是對(duì)AI司機(jī)考驗(yàn)很大的科目，尤其是流行的端到端方案，大概率會(huì)把路邊臨停違停理解成正常等紅燈的車流，尾隨傻等。

反而是真正等紅燈的車流，容易被標(biāo)記成“慢車”，做出危險(xiǎn)、突兀的繞行動(dòng)作。

這是端到端的局限，本質(zhì)是模仿人類司機(jī)駕駛行為，但并不理解場(chǎng)景，容易出現(xiàn)不可控的危險(xiǎn)動(dòng)作。

再比如，前面說的匝道并入，目前多數(shù)量產(chǎn)系統(tǒng)都能完成，但往往從匝道匯入后，系統(tǒng)的規(guī)則會(huì)強(qiáng)制車輛線駛向最右車道，然后又在“靠左快速通行”的規(guī)則指導(dǎo)下再向左變道。

結(jié)果就是在高速路上“畫龍”，反倒增加了風(fēng)險(xiǎn)——這是古早規(guī)則主導(dǎo)自動(dòng)駕駛時(shí)代的“遺毒”，現(xiàn)在其實(shí)也不少見：

用巨量人力手寫規(guī)則代碼的智能輔助駕駛系統(tǒng)，的確也能處理絕大部分路況。但規(guī)則就像“毒藥”，能快速解決難題，但寫了第一條就會(huì)有第一萬條，最后得到一套駕駛風(fēng)格“前倨后恭”、用戶體驗(yàn)“前俯后仰”的“屎山”算法。

所以量產(chǎn)高階智能輔助駕駛普及之后，在2026年出現(xiàn)了新的競(jìng)爭(zhēng)趨勢(shì)：

各家都有車位到車位，但真正有價(jià)值的L2+產(chǎn)品體驗(yàn)，是用戶“無感”的，和你的家人朋友開車一樣讓你安心。

或者說，好的AI司機(jī)，不需要去刻意測(cè)評(píng)。

零跑的世界模型，到底是什么？

朱江明在世界模型實(shí)測(cè)中，說了一句話很有意思的話：

• 如果是規(guī)則（主導(dǎo)），那只會(huì)先選一條固定路線。

所以可以推測(cè)，零跑世界模型目前為止是沒有任何一行“if else”規(guī)則代碼的。

但又和不依賴規(guī)則的端到端“黑盒”體系，有根本不同。

簡(jiǎn)單來說，“世界模型”首先是一個(gè)大模型，但是多模態(tài)輸入：不僅通過文字，更通過視覺、觸覺、聲音等多種感知來理解世界。

打個(gè)比方，你扔出一個(gè)玻璃杯，ChatGPT、DeepSeek、豆包等等語言模型知道“杯子會(huì)碎”，但它并不真正理解重力、硬度、動(dòng)量這些物理量是如何在時(shí)空中相互作用的。

但世界模型不一樣，AI建立了對(duì)三維空間、物理規(guī)律、物體持久性、因果關(guān)系的認(rèn)知，尤其是萬事萬物的因果關(guān)系理解。

一般世界模型架構(gòu)核心由三組件構(gòu)成：

• 視覺編碼器/壓縮器：將高維度的觀測(cè)數(shù)據(jù)（如攝像頭拍攝的圖像、視頻幀）壓縮成低維度的潛在向量。
• 序列預(yù)測(cè)器/動(dòng)態(tài)核心：使用循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN） 或Transformer 架構(gòu)的“物理引擎”核心 ，它接收當(dāng)前狀態(tài)的潛在向量和智能體（或外界）采取的動(dòng)作，預(yù)測(cè)下一個(gè)狀態(tài)的潛在向量。實(shí)際上是在潛在空間里“模擬”世界。
• 渲染器/解碼器：當(dāng)需要人類觀察或評(píng)估模型推演的結(jié)果時(shí)，將預(yù)測(cè)出的“潛在狀態(tài)”還原成可視的像素圖像，它相當(dāng)于“圖形顯卡”。

所以世界模型最大的價(jià)值，是允許“如果……會(huì)怎樣”的推理式交互，理解行為與后果之間的因果鏈條，而不是僅僅發(fā)現(xiàn)統(tǒng)計(jì)相關(guān)性。

說到這你可能馬上就明白了，爆火的Seedance視頻生成能力，其實(shí)本質(zhì)就是世界模型。

而自動(dòng)駕駛的本質(zhì)，就是根據(jù)實(shí)時(shí)路況，不斷修正行車軌跡——世界模型完美適配需求，而且比端到端這樣的軌跡輸出“黑盒”更加可控。

只不過在汽車智能化浪潮中，關(guān)于世界模型存在爭(zhēng)議：有玩家認(rèn)為世界模型是單純后端的模擬器，用于數(shù)據(jù)生成仿真訓(xùn)練。

但是，也有另一派玩家把車端的系統(tǒng)直接叫世界模型——零跑顯然是這一派——車端世界模型的任務(wù)，是進(jìn)行實(shí)時(shí)環(huán)境認(rèn)知與決策，強(qiáng)調(diào)的車端“平行世界推演”能力，相當(dāng)于“腦內(nèi)小劇場(chǎng)”。

其實(shí)兩派并沒有根本矛盾，屬于工程落地與宣傳上側(cè)重點(diǎn)不同，因?yàn)锳I行業(yè)對(duì)于世界模型是有階段性共識(shí)的：

• 從海量數(shù)據(jù)中自主提煉物理與社會(huì)規(guī)律，形成對(duì)世界運(yùn)作方式的抽象理解。

從這個(gè)共識(shí)出發(fā)，零跑自研世界模型，首先是宏觀上的，即后端的數(shù)據(jù)驅(qū)動(dòng)體系，據(jù)透露目前已經(jīng)建成數(shù)千卡的算力基礎(chǔ)設(shè)施規(guī)模，并且跑通了真正的數(shù)據(jù)閉環(huán)體系。

意思是數(shù)據(jù)中的bug、問題，能自動(dòng)走完從“被發(fā)現(xiàn)”到“被解決并被驗(yàn)證”的路徑：自動(dòng)發(fā)現(xiàn)異常行為，然后將問題自動(dòng)歸類、建成數(shù)據(jù)集，再針對(duì)性自動(dòng)進(jìn)訓(xùn)練/仿真，出了解決方案后，系統(tǒng)還能自動(dòng)評(píng)估效果。

研發(fā)中“人”的作用，是定義和監(jiān)管、決策，而不是自己徒手標(biāo)注、調(diào)參、評(píng)估、部署……

“數(shù)據(jù)直接解決問題”是最關(guān)鍵的核心能力，尤其在AI大模型技術(shù)范式的革新中。

這一能力看似簡(jiǎn)單，實(shí)際對(duì)車企、自動(dòng)駕駛公司來說非常稀缺，因?yàn)闀?huì)直接影響泛化性、效率、成本。

而在用戶一側(cè)，零跑世界模型還是能交付、能體驗(yàn)的產(chǎn)品方案。

云端的超大參數(shù)世界模型，通過知識(shí)蒸餾的手段，再對(duì)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，模型部署等環(huán)節(jié)做優(yōu)化，實(shí)現(xiàn)了車端部署。

蒸餾到啥程度呢？據(jù)透露，目前測(cè)試中的零跑世界模型，依托的是高通8797芯片平臺(tái)，單顆稠密算力320TOPS。

但這還不是極限，零跑給出的承諾是，未來所有車型中只要是搭載高通8650芯片的配置（即搭載激光雷達(dá)），都能上車世界模型。

值得注意的是，盡管官方現(xiàn)在沒有直白說，但8.86萬版型A10，實(shí)際也是激光雷達(dá)+8650配置。

也就是說……

零跑創(chuàng)紀(jì)錄把世界模型門檻打到十萬元以下，背后是另外一個(gè)技術(shù)探索的新紀(jì)錄：

極致蒸餾，把世界模型部署在（稠密）算力100TOPS的算力平臺(tái)。

這是馬斯克也從未做到過的事，但零跑也并不是違反常識(shí)和技術(shù)發(fā)展規(guī)律，董事長(zhǎng)朱江明給出了詳細(xì)解釋：

• 純粹只是把智能輔助駕駛做到好用，類似于8650的算力其實(shí)就夠了。
• 但要說把車載AI作為大模型個(gè)人助手，就是另外一回事了。

零跑汽車，問鼎智能化？

盡管掌舵人朱江明對(duì)外曾說零跑的策略是“技術(shù)不成熟時(shí)觀望，成熟就跟進(jìn)”，但事實(shí)上如今的零跑在AI層面，已經(jīng)超脫了單純車企的視角和訴求。

畢竟如果只追求車位到車位的普及，一段式端到端足以勝任，而且成本會(huì)比自研世界模型更低。

另一個(gè)層面，回顧一下零跑近兩年的技術(shù)進(jìn)展，始終在智能化上快人一步，又不是無跡可循。

比如和高通合作量產(chǎn)了智能汽車最早的艙駕一體化落地方案，以及在中低算力平臺(tái)的強(qiáng)功能體驗(yàn)，再到如今一段式端到端、VLA、世界模型多路線并進(jìn)的智能化方案等等，在“性價(jià)比”之外，外界正在越來越意外地認(rèn)識(shí)到一個(gè)全新的零跑。

但另一個(gè)方面，零跑又沒什么變化。

仍然是技術(shù)普惠第一，把最前沿的智能化技術(shù)、體驗(yàn)，不設(shè)門檻普及。

事實(shí)上，在智能化普及上，零跑是車圈少見的“行勝于言”，真實(shí)交付的體驗(yàn)其實(shí)遠(yuǎn)超巨頭車企。

從去年B10率先把激光雷達(dá)普及到10萬級(jí)，就能看出來。

而剛剛上市的A10，同樣是把車位到車位體驗(yàn)普及到8萬級(jí)，行業(yè)唯一。

這背后，是在車企陣營(yíng)中，零跑率先洞察、抓住了AI浪潮的趨勢(shì)。

智能汽車、自動(dòng)駕駛行業(yè)的爭(zhēng)論，尤其是今年VLA陣營(yíng)和端到端陣營(yíng)的口水仗，零跑根本不站隊(duì)不下場(chǎng)。

而是用產(chǎn)品方案給出了自己的理解：

一段式端到端足夠成熟，給入門級(jí)產(chǎn)品帶來全場(chǎng)景無斷點(diǎn)體驗(yàn)；

從大語言模型借鑒而來的VLA體系，零跑放在如今的旗艦車型，給出最領(lǐng)先的艙駕一體智能化體驗(yàn)；

而跳出大語言模型范式的限制，回歸汽車、移動(dòng)機(jī)器人的本質(zhì)——和物理世界交互，零跑毫不遲疑地選擇去探索更底層的AI范式革新。

而世界模型一通百通，改變的又豈止是汽車？

零跑汽車2025年全年累計(jì)交付新車596,555輛，同比增長(zhǎng)103%，并憑借這一成績(jī)成為中國(guó)造車新勢(shì)力品牌的年度銷量冠軍。

而在銷量問鼎新勢(shì)力之后，現(xiàn)在的零跑，開始嘗試在智能化上問鼎了。