作者 |德新

编辑 |王博

7月27日上周末，蔚来举办第二届NIO IN。

李斌说，2023年的第一届NIO IN像是一个大纲，第一次对外完整展示了蔚来布局的12大技术领域。

而这届，更像第一个交付的章节。它重点展示了5项阶段性的进展：

• 自研智驾芯片神玑NX9031流片成功；
• 整车操作系统天枢SkyOS全量上线；
• Banyan3.0今年将上线，推出多个NOMI智能体；
• 智驾世界模型NWM，将在四季度开始推进量产工作；
• 二代NIO Phone发布。

在蔚来第二、第三品牌车型上市前，蔚来多年投入的自研，终于开始逐渐显现出一些成果。

其中，在智能驾驶领域，从模块化的智驾方案，向端到端大模型的切换成为今年最重要的技术风潮。未来一周内，小鹏、理想等都将公布各自在端到端智驾上的进展，蔚来率先出牌。

蔚来CEO李斌、蔚来智能驾驶研发副总裁任少卿，向我们完整阐述了蔚来在智驾上做端到端的思考。

总地来说，自研芯片加上世界模型，再加上群体智能，是蔚来智驾大模型的核心框架。

一、蔚来自研大算力智驾芯片，神玑NX9031

开场不久，李斌就从兜里掏出已经流片回的神玑NX9031，现场掌声不断。

蔚来称，这是「全球首颗车规5nm高性能智驾芯片」。

实际上，神玑NX9031几个月前已经流片回来，团队测试下来，「效果比预期的还要好」。

蔚来此前曾经提到神玑NX9031的定位是「一颗顶4颗（OrinX）」。这次，他们公布了更多9031的参数特征：

• 32核CPU，采用big.LITTLE大小核架构，CPU算力达到615K DMIPS；
• NPU加速单元，Transformer类算法性能提升6.5倍，LiDAR类算法性能提升4倍，BEV类算法性能提升4.3倍；
• ISP最高可达6.5G Pixel每秒的图像处理能力；
• 算力共享、车云结合。

现场，蔚来还「小试牛刀」，展示了一下神玑上自研ISP在恶劣光线条件下的处理能力。

9031上ISP的高处理位宽配合降噪算法，能提供很高的动态处理范围，从而使暗光下图像细节更丰富，更容易看清几百米外的标识、细小物体。

现场实拍的神玑NX9031和行业旗舰智驾芯片的图像处理对比，基于8百万像素摄像头

蔚来提到的「一颗顶四颗」，是指从AI算力和ISP等主要指标上，至少有4倍以上的性能提升。

目前已经官宣的第一款搭载神玑NX9031的车型将是ET9，ET9将在明年交付。

不过，李斌也提到，「（芯片）它的作用，要明年的一季度才可以发挥出来。即使芯片上车了，依托于新的架构体验要落地也是需要时间，期望值要管理好。」

这可能也意味着，在NT3这代平台上，蔚来自研的神玑和第三方的计算芯片可能要并行一段时间，实现平滑过渡。

二、NWM世界模型，让智驾系统学会想象

神玑NX9031是蔚来内部的芯片团队与智驾团队花费了几年时间联合定义的。它很重要的一项特性，就是为世界模型原生打造。

世界模型是蔚来智驾研发的下一个主要方向。

蔚来认为，一个足够聪明的智能体，应当具备想象重建（空间理解）和想象推演（时间理解）的能力，而端到端的模型，不必然具备这两个核心能力。

因此智驾有端到端的模型还不够，核心是搭建世界模型。

蔚来世界模型（NIO World Model，简称NWM），去年已经开始规划，但当时的NIO IN还不太成熟。

目前，NWM具有生成2分钟长度视频的能力，这已经超过了目前业界大部分AIGC视频生成软件。

2分钟的视频长度，可以用来预测未来2分钟内将发生的驾驶场景；在轨迹规划方面，MWM目前每0.1秒能生成216种可能的轨迹，而每0.1秒后再根据环境动态重新生成216种轨迹，让系统选出最佳的驾驶策略。

李斌说，NWM这几个月的进展非常快，是「跃迁式的，几个月前还只能生成几十秒」。2分钟意味着即使开得很慢（30公里/小时），也可以覆盖到未来1公里将发生的各种驾驶情况。

NWM是一种多元自回归生成模型。少卿总结，NWM和常见的端到端模型的差别包括：

空间理解能力，NWM通过生成模型重构传感器输入泛化信息，而端到端模型学习任务单一、抽取信息有损失；

时间理解能力，NWM自回归模型自动建模长时序环境，后者则没有长时序建模能力；

数据要求，NWM使用无标注的数据进行自监督学习，后者依赖轨迹信号信息密度低、感知标注辅助训练，成本高而效率低。

但训练一个理想的世界模型，挑战也很大：需要千万级Clips以上的真实数据训练、数据要丰富，想象重建的时间轴要连贯，其他还有大量的工程工作。

蔚来接下来的工作，是将NWM实现车端的部署。少卿透露，今年Q4会有机会「给大家一些体验」。

与NWM配套，蔚来开发了仿真器NSim（NIO Simulation）。在整个数据链路上，车端的群体智能 + NSim理论上可以给NWM提供源源不断的数据。

三、群体智能，智驾系统独特的验证路径

将智驾系统完全模型化，面临两个挑战：

• 第一，世界模型需要千万级Clips的真实数据，从哪里获得这些真实数据；
• 第二，过去智驾系统的bug，可能只需要定位问题，验证1%的模块，而现在随着模型的迭代，测试验证的工作量暴增。

过去蔚来「豪横」使用四颗OrinX的做法在业界颇有一些争议。在大模型的时代，群体智能的设计，似乎开始发挥出更明显的价值。

以数据收集为例，如果没有量产车队，一般的智驾公司持有的测试车辆最多在几百台级别，而几百台真值采集车光持有成本就达到几亿元。蔚来通过量产车队收集数据，目前NT2平台的车型总数在20多万台。

而群体智能，多用一块OrinX的设计，使车辆不光在智驾状态下，在非智驾状态下也能获取到有效数据。

蔚来在Banyan 2.6.5版本中上线的端到端AEB，其从20亿公里的数据中获取到了1万个碰撞事故事件。实际上，在NIO IN上公布的蔚来用户智驾领航的总里程还只有11亿公里（尽管已经是目前各家中总里程最高的）。

AEB能力提升的核心挑战是在大幅提升AEB场景覆盖率的基础上，不增加AEB的误触发，验证覆盖是开发中的难点。端到端AEB的验证也使用了群体智能，4亿公里分为10轮的里程验证。

少卿说，「群体智能和生成式模型是杀手锏，可以满足上游训练数据的需求。」

而在测试验证上，群体智能使得新的模型版本，可以对比人类驾驶的状态，也可以对比过去的稳态版本，形成反馈闭环。蔚来智驾团队告诉我们，「群体智能的验证非常接近于实车验证，大幅好于仿真验证」。

在过去的4年里，智能系统的架构每年都在发生翻天覆地的变化。

无论对电子电气架构、软件架构还是芯片设计，高度动态的技术变化始终是巨大挑战。

蔚来用长期的投入淌出了一条独特的路径。