近期国内头部车企智驾团队出现密集人事与架构调整。小鹏汽车无人驾驶中心负责人由李力耘更换为世界基座模型负责人刘先明；蔚来智驾团队亦有包括世界模型负责人马宁宁在内的多名核心高管离职。与此同时，行业资源整合趋势明显：吉利对内整合多个智驾团队并引入外部供应商；多家车企则选择与华为智驾展开合作。虽然路径不同，蔚来NWM、小鹏世界基座模型与华为WEWA均指向高阶无人驾驶核心——世界模型。该技术被视为实现L3以上无人驾驶不可或缺的基石，赋予系统理解、预测与决策能力。实现智驾的最优路线
近期国内头部车企的智驾团队确实经历了一轮密集调整，这背后并非偶然，而是整个行业技术路线向“世界模型”演进的关键信号。可以说，行业正试图为无人驾驶这辆“车”装上能理解和推演物理世界的“大脑”。车企智驾团队调整一览
小鹏汽车原无人驾驶中心负责人李力耘卸任，由世界基座模型负责人刘先明接任。 。
主动调整组织架构，以“4×100接力棒”模式冲刺世界模型2.0的开发与交付。。理想汽车
上述人事和组织变动的背后，是一场关于下一代智能驾驶技术路线的激烈博弈。当前，行业正逐渐形成共识：
，它能让车辆像人类一样，不仅看到眼前的道路，还能基于经验和物理规律，对接下来几秒甚至更长时间内有几率发生的情况做理解和推演，从而做出更拟人、更安全的决策。
：押注世界基座模型，这是一个参数量高达720亿的大模型，旨在通过海量视频数据训练，让系统具备链式推理和动作生成的能力，并计划将其应用于AI汽车、机器人等多类终端 -2 。
为何此时“换帅”与“转向”？在智能驾驶普及的前夜，如此步调一致的调整，主要源于以下三重压力：
：行业一致认为，传统的模块化智驾方案已触及瓶颈，而端到端模型之后，世界模型是通向L3/L4的必经之路。技术路线个月就可能“换轨”，车企必须调整组织以适配新的研发节奏。
未来格局的展望这场以“世界模型”为中心的竞赛，将深刻影响未来的市场格局。
它们掌握了技术的“灵魂”，但面临着时间窗口收窄、工程化与成本控制的巨大挑战 。成功的重点是能否在技术领先与商业化变现之间找到平衡。
总的来说，世界模型路线目前已被行业普遍视为赢家，但这场竞赛才起步。最终的成功不仅取决于技术本身的先进性，更取决于
近期国内头部车企智驾团队的人事与架构调整，本质上是无人驾驶技术路线从辅助驾驶向真正智能驾驶演进的关键信号，世界模型（WA）路线正成为行业共识的高阶智驾核心路径，但VLA路线仍在特定场景保持优势，最终胜出者将是能将两者优势融合的玩家。
智能驾驶技术路线正经历快速演进：从早期的模块化→端到端→世界模型，技术路线 。当前行业正从功能实现阶段进入体验优化阶段，需要更强大的模型能力支撑复杂场景决策。
：模拟人类脑内预演，通过学习物理规律与因果关系，在内部推演未来场景，再选最优决策6。其核心是
：融合视觉感知、语言理解、动作生成三模态，实现看懂环境+听懂指令+做出动作的端到端闭环6。其核心是
小鹏从VLA路线坚定支持者转向世界模型路线亿参数的世界基座模型是小鹏无人驾驶线的基础，参数规模是主流VLA模型的35倍7。
蔚来NWM（NIO World Model）已实现停车场自主寻路功能，世界模型2.0将通过强化学习增强长时序能力，使系统在连续复杂场景中表现更优3。
华为乾崑ADS 4.0系统将架构升级至WEWA（世界行为模型），表明行业技术路线落地核心痛点
：L2及以下责任主体是人类驾驶员，L3以上则进入人机共担责任阶段 8 。世界模型通过
短期落地优势VLA路线开发周期短、成本可控（约为WA路线），适合快速实现城市NGP等基础功能 9 。小鹏XNGP智能辅助驾驶正是通过VLA技术实现了从全国都能开到全国都好用的覆盖 10 。
特定场景优势在前方大型货车遮挡视野、潮汐车道等大语言可以准确描述的情况，VLA处理效果很好 6 。理想汽车通过端到端+VLM双系统方案在2024年10月跻身智驾第一梯队 11 。
小鹏世界基座模型并非完全放弃VLA，而是将无人驾驶VLA大模型作为世界基座模型的一个重要应用
近期国内头部车企在智能驾驶领域的密集调整与资源整合，确实凸显了 ** 世界模型（World Model）** 作为高阶无人驾驶核心技术的战略地位。从人事变动（如小鹏、蔚来的智驾负责人更替）到技术路线趋同（小鹏世界基座模型、蔚来 NWM、华为 WEWA），再到行业资源整合（吉利整合团队、车企与华为合作），这一技术被普遍视为实现 L3 + 无人驾驶的关键。然而，智驾终局是否由世界模型路线主导，需结合技术进展、商业化落地、行业生态等多维度综合判断。
突破传统算法瓶颈传统无人驾驶依赖 “感知 - 决策 - 执行” 分层架构，难以处理复杂场景下的动态推理与泛化能力。世界模型通过构建环境的结构化表征，可实现
（如模拟未发生的危险场景），从而赋予系统类人化的决策能力。例如，蔚来 NWM 能在 100 毫秒内推演 216 种可能轨迹，小鹏世界基座模型通过 720 亿参数实现多模态数据融合与链式推理，华为 WEWA 架构则通过云端仿真生成超百万级难例数据优化算法。
应对长尾场景的刚需L3 + 无人驾驶需覆盖极端天气、施工路段、异形障碍物等 “长尾场景”，而传统方案依赖人工标注和规则库，难以穷尽所有可能性。世界模型通过生成式仿真（如华为的 GOD 2.0 网络）和数据闭环（如小鹏的云端模型工厂），可自动学习并迭代应对新场景的能力。例如，小鹏模型在暴雨中深圳南山区的接管次数减少 62%，夜间无路灯路段成功识别 83 米外行人。
政策与法规的倒逼2025 年 L3 级无人驾驶在中国正式获得生产准入，法规要求系统在激活状态下承担部分责任。世界模型的可解释性和安全性验证成为合规关键。例如，华为 ADS 4.0 通过全维防碰撞系统 CAS 4.0，覆盖 “全时速、全方向、全目标”，并引入高精度固态激光雷达提升感知冗余。
：押注 “云端基座模型 + 车端蒸馏” 模式，通过万卡智算集群实现 5 天一次的全链路迭代，目标将模型泛化能力扩展至 AI 机器人、飞行汽车等领域 。其 720 亿参数模型已在后装算力车端实现控车，并计划 2025 年加速向 L3/L4 迈进 。
：整合内部团队成立千里智驾，引入印奇（旷视联合创始人）和王军（原华为车 BU 高管），构建 “含模量” 超 80% 的端到端大模型，计划年底推出 L3 方案，并与奔驰合作拓展海外市场。
数据质量与伦理风险模型性能高度依赖数据多样性，但隐私保护与数据合规（如《汽车数据安全管理若干规定》）构成挑战。蔚来通过联邦学习实现多源数据共享，华为则通过 “影子模式” 收集匿名数据优化算法。此外，极端场景下的决策伦理（如优先保护行人还是乘客）尚未形成行业共识。
：华为、蔚来、小鹏通过订阅制（如蔚来每月 680 元解锁城区 NOA）和硬件预埋（如激光雷达）抢占高净值用户。
生态整合能力决定长期胜负华为凭借 “车路云协同” 和鸿蒙生态构建壁垒，小鹏通过 “整车 + AI 终端” 打造闭环，吉利则通过开放平台（如千里智驾）吸引外部合作。能否在数据 - 算法 - 硬件 - 服务全链条形成护城河，将是关键。
尽管技术指标亮眼，但用户对无人驾驶的信任度仍需时间培养。第三方评测显示，华为 ADS 3.0 的城区接管率已低于 0.3 次 / 百公里，接近 L3 门槛，而小鹏、蔚来的模型在复杂场景下的稳定性仍需验证。此外，保险机制（如车企责任险）和事故责任认定（如中国要求车企投保 500 万元 / 车）的完善，将直接影响技术落地速度。
和法规政策将成为裁决者，推动智能驾驶从 “技术竞赛” 转向 “体验革命”。
与此同时，蔚来智驾团队也出现核心高管离职潮，包括世界模型负责人马宁宁在内多位技术骨干离开。蔚来官方回应称，这是为冲刺“世界模型2.0”版本而进行的主动组织调整，显示其仍坚定押注世界模型路线。
综合来看，无论是小鹏、蔚来，还是华为、吉利，尽管路径不同，资源投入与组织调整的方向高度一致：世界模型是高阶无人驾驶的“技术制高点”。当前阶段，世界模型尚未完全成熟，但其作为L3级以上无人驾驶的“认知引擎”地位已被广泛认可。
。接下来，谁能率先实现世界模型的车端高效部署、数据闭环与泛化能力，谁就非常有可能在智驾终局中占据主导。
当前无人驾驶行业围绕世界模型（WA）是否为终局的争论，本质是技术路线竞争与产业整合的集中体现。结合行业动态与技术特性分析，需从
核心价值：世界模型通过构建环境动态模拟能力，实现理解-预测-决策的闭环，解决了传统模块化方案中感知、预测、规划各环节割裂导致的系统失效问题。例如小鹏世界基座模型通过统一架构整合多模态数据，在复杂城市路况下决策延迟降低40%；华为WEWA则通过生成式仿真训练，使极端场景覆盖度提升3倍。
：当前WA模型面临数据效率、因果推理、实时性三大挑战。蔚来NWM团队离职事件背后，正是模型在复杂交通场景中泛化能力不够、训练成本高企的体现。例如马宁宁团队研发的模型在雨雪天气下误判率上升20%，暴露出模型对物理规律的显式建模仍依赖人工规则补充。
。未来将形成WA为主、多技术融合为辅的格局：在城区复杂场景中，WA通过生成式决策主导；在高速、泊车等结构化场景中，传统模块化方案因成本优势 仍将 存在。车企的胜负手在于场景覆盖度与成本控制的平衡——谁能以最低成本实现99.99%场景的可靠决策，谁就能在终局竞争中胜出。
：世界模型是L3+无人驾驶的必要条件而非充分条件。其胜出取决于算力成本、数据效率、标准体系的突破，以及与其他技术的融合能力。当前行业呈现WA为中心、多技术共生的生态，车企需根据自身资源选择纯WA派（如小鹏）、融合派（如吉利）或合作派（如蔚来+Mobileye）。最终，能在场景泛化能力、成本控制、安全合规上形成综合优势的车企，才能在这场技术长征中笑到最后。来源：文心X1回答
2025年以来，国内头部车企智驾团队迎来密集人事与架构调整。小鹏汽车无人驾驶中心负责人由李力耘更换为世界基座模型负责人刘先明，蔚来智驾团队则有包括世界模型负责人马宁宁在内的多名核心高管离职，理想汽车无人驾驶研发负责人郎咸朋也宣布将智驾团队拆分为11个二级部门。这些调整均指向一个核心——世界模型（WA），被视为实现L3以上无人驾驶的不可或缺基石。
小鹏汽车的调整最具标志性：李力耘不再担任无人驾驶中心负责人，由刘先明接任。刘先明此前主导小鹏“世界基座模型”的研发，该模型具备视觉理解、链式推理和动作生成能力，参数规模达720亿（是主流VLA模型的35倍以上），训练数据超过2000万条视频片段。其接任意味着小鹏将从“阶段性质变”转向“世界基座模型的全面应用”，加速向L3/L4级自动驾驶迈进。
蔚来汽车则进行了年内第三次组织调整，多名智驾核心高管离职，包括世界模型负责人马宁宁、智驾产品负责人黄鑫等。蔚来回应称，调整是为了“全力冲刺世界模型2.0版本的开发与交付”，通过构建“预研-量产-平台复制-车型复制”的“4×100接力棒”模式，强化通用人工智能技术的吸收及智能驾驶体验的交付效率。
除人事调整外，行业资源整合趋势明显。吉利汽车对内整合极氪、吉利研究院及外部供应商旷视旗下的迈驰智行，成立重庆千里智驾公司，试图结束内部“赛马”机制，集中优势兵力攻坚智能驾驶。吉利希望能够通过“一个吉利”的战略，降低重复投入，提升数据积累与研发效率，并通过“千里浩瀚”智驾体系，为旗下吉利、领克、极氪等品牌提供统一的智能驾驶解决方案。
多家车企则选择与华为智驾展开合作。华为乾崑智驾ADS4采用“WEWA架构”（云端World Engine+车端World Action模型），支持高速L3商用，并探索“HI PLUS”合作模式，向车企开放数据与算法主权。东风、上汽、广汽等车企深化与华为合作，借助华为的技术积累加速自身智驾能力的提升。
数据利用效率更加高：可通过生成式模型自动生成海量标注数据，包括极端或罕见场景（如暴雨、夜间逆光），降低真实数据采集成本；
决策更精准：直接处理多模态感知信息（视觉、雷达），减少中间环节（如语言转换）的信息丢失，在复杂场景（如交叉路口、冰雪路面）中的决策准确率高于VLA（视觉-语言-行动）模型；
尽管当前智驾技术路线仍存在争议（如VLA与WA之争），但世界模型（WA）路线更有有几率会成为智驾终局的潜在赢家
技术上限更高：世界模型能覆盖约95%的真实驾驶场景（未来目标为99.999%），决策正确率优于VLA（L4级WA模型的目标人机接管率为每千公里0.1次，而VLA为每千公里1.2次）；
目前来看，世界模型（World Model）路线确实更有可能成为智驾终局的主流方向。理由如下：1.技术趋势：世界模型让无人驾驶系统具备“理解—预测—决策”的闭环能力，能在虚拟空间中模拟世界运行规律，这正是迈向 L3 及以上高阶智驾的关键门槛。
行业共识：蔚来、小鹏、华为等头部车企都在布局世界模型，不论是自研（蔚来 NWM、小鹏 WA）还是合作（华为 WEWA），都指向相同的技术路径。
：当前车端与云端算力提升，加上车企掌握的真实驾驶数据，使世界模型具备落地条件。因此，从趋势上判断——世界模型路线将成为主流并最终胜出
是的，近期国内头部新势力车企在智能驾驶（智驾）领域正经历一场深刻的变革，其核心特征是从上至下的组织架构大调整与
，而这一切的最终指向，正是争夺高阶无人驾驶的终极核心技术——世界模型（World Model）。“蔚小理”集体变阵：组织调整背后的深层逻辑
：原无人驾驶中心负责人李力耘卸任，由AI和计算机视觉领域的专家刘先明接棒。官方称李力耘因身体原因暂休，但其主导完成了城市NGP全国落地和端到端方案量产，此番交接更像是“功成身退”，为下一阶段的技术跃迁铺路。
：刘先明作为“世界基座模型”的负责人，他的上位标志着小鹏的技术重心已从成熟的VLA（视觉-语言-行动）方案，全面转向更具前瞻性的“物理世界基座大模型”。该模型拥有720亿参数和超2000万条训练数据，旨在让车辆具备类人的理解、推理和规划能力，而不单单是执行预设指令。
：世界模型负责人马宁宁、智驾产品负责人黄鑫等多名核心高管离职。这并非简单的人员流失，而是蔚来官方承认的“主动调整组织架构”。
：此次调整旨在构建“4x100接力棒”模式，将智驾组织与通用AI（AGI）组织并轨，以更高效地吸收最新AI技术，全力冲刺“世界模型2.0”的开发与交付。这表明蔚来正不惜代价，推动智驾系统从“能用”向“好用”、“拟人化”进化。
：华为的WEWA（世界引擎与世界感知）和蔚来的NWM（NIO World Model）早已布局世界模型赛道。如今，连原本力推VLA的小鹏也宣布转型，证明了世界模型已成为行业公认的“下一代智驾”必争之地。
图灵AI+大模型榜是基于企业商业力、团队力、领导力、资本力和舆论力的评估结果：戳我查看本月“AI+大模型榜单”
随着人工智能技术的快速迭代，大模型的能力边界不断拓展，智能体作为大模型的重要应用模式，正凭借其在规划决策、记忆、工具使用等方面独特的创新性和实用性，引领着一场产业变革。