上周的 NIO IN 蔚來技術日，討論度沒有想象中高。

一方面在于，觀眾接受度最高的兩款產品：神璣 NX9031 和 NIO Phone N24，此前就已經有披露，而另一方面，兩大技術向的核心——世界模型和 Banyan 3.0.0，還沒正式上線。

但這不影響李斌在群訪中的熱情，一些關鍵語錄，大家相信周末都聽到了：

「能不能不發周榜？」

「激光雷達跟安全氣囊一樣，是商業問題」；

「我不認為 Robotaxi 是個鼓舞人心的事情」...

如果說去年的 NIO IN，蔚來發布了全棧技術的「大綱」，那從今年開始，NIO IN 會走向細節，抓住重點。但核心依然沒變：展示蔚來自研技術的前瞻性，和領先性。

李斌的原話，是將全棧自研總結為「我們要打一百層樓的地基」——乍聽很泛，他則用另一個詞「十層樓」，來對比蔚來自己所做事情的難度。

蔚來強調長期主義、久久為功，但問題在于，蔚來現在所做的事情，和行業內其他標的比起來，真的有「十層樓」和「一百層樓」的差距嗎？

這個問題也許要等到下兩屆，甚至更往后的 NIO IN，才能看清答案。

但今天我們能聊的，是蔚來已經露出的「地基」冰山一角。

下面開始。

世界模型

這應該是本屆 NIO IN 最核心的環節。

先下結論：這是蔚來面對智能駕駛極其激烈的競爭趨勢，打出的關鍵牌，也是李斌「地基」邏輯中關鍵一環。

然后我們先把 NIO IN 放在一邊。

2018 年 3 月 27 日，來自Google Brain 實驗室的 David Ha、來自瑞典人工智能實驗室的 Jürgen Schmidhuber，在 Arxiv 上合作發表了一篇名為《World models》的論文。

這篇論文也許不是世界模型賽道的《Attention is all you need》，但可以算是承前啟后之作。

啟后，指的是這篇論文提出了大量與最近兩年世界模型符合的概念，包括世界模型的結構、功能、特點，等等。

承前，指的是 David 和 Jürgen 的成果，受到了 1971 年「系統動力學之父」Jay Wright Forrester經典論文《Counterintuitive Behavior of Social Systems》里面一個核心概念的啟發：

Mental Model（精神模型），Jay 將其形容為「人腦對周邊世界的鏡像」。

50 年后，Jay 的理論照進自動駕駛的現實。

2022 年 6 月 27 日，現 Meta 副總裁兼首席 AI 科學家 Yann LeCun，發表了論文《A Path Towards Autonomous Machine Intelligence》，里面提到了他對一個可用的世界模型的定義：

1. 感知模塊，接收傳感器信號并估計當前世界的狀態；

2. 模型模塊，估算缺失的、預測未來的世界狀態信息。

其中世界模型模塊里面，還包括預測、規劃、決策、學習、記憶、獎勵系統等一系列子系統。

套用馬斯克的名言，全自動駕駛本質上就是解決「現實世界的 AI 問題」。而世界模型，是業界開始思考、探索，并逐漸落地量產的一條自動駕駛底層賽道。

然后我們回到 NIO IN，任少卿將團隊對世界模型的投入，形容為「具有蔚來風格的研發」。

李斌的原話則是：「這是全球大模型領域競爭的最前沿」。

任少卿上臺的第一件事，不是直接開講，而是做了個社會實驗：他讓參會者閉上眼睛，思考一棵樹從春天到秋天的枯榮過程。

絕大部分人可以在腦海中還原這一畫面，而「還原」就是業界希望世界模型做到的。

蔚來的世界模型叫 NWM（NIO World Model），它具備一個世界模型的兩個基礎技能：空間認知-想象重建，和時間認知-想象推演。

那它到底能干嘛？

舉個例子，NWM 可以基于同一個場景下的真實數據，模擬出「如果我這樣做，會有怎樣的后果」的事實過程。比如同一個路口，NWM可能模擬出左轉、右轉、直行的操作，并生成仿真視頻。

但這不意味著 NWM 已經足夠成熟，任少卿表示，任何端到端的訓練需要海量數據，世界模型只是一個典例。

以 Banyan 2.6.5 推送的端到端 AEB模型為例，目前蔚來已經收集了 20 億公里的數據，從中挑選了 1 萬多個事故用于訓練。

所以李斌認為，NT2 平臺中確定用第四顆 Orin X，跑通群體智能的流程，對于蔚來收集數據意義重大。

如任少卿所言，這屬于蔚來風格的底層思考。

2021 年 8 月 16 日，斯坦福大學人類中心人工智能研究所在Arxiv發表了名為《On the Opportunities and Risks of Foundation Models》的論文，首次提出了「foundation models 基礎模型」的概念。

論文里面認為，任何在大規模廣泛數據上，使用大規模自監督進行訓練，并且可以適應下游各項任務，實現「處理不同模態、影響物理世界、進行推理、與人類互動」的模型，就可以稱為基礎模型。

應用于自動駕駛的世界模型，可能是很接近量產形態的，影響人類出行生活的基礎模型。

而世界模型，以及業界正在追趕的「one model」路線，正在影響著各家自動駕駛團隊的規模、選才，甚至是優化。

任少卿也在世界模型的相關問題上，首次回應了此前蔚來自動駕駛團隊重組的傳聞。他將這次重組形容為「從豎著切到橫著切」：

「我們希望模型不是分散的，是整合的，比端到端更進一步的。所以我們需要把相應的做模型的同事放到一起，然后做應用的放到一起。」

李斌的回應則很簡單：

「任何組織架構的變動，都是跟著技術路線走的」。

天樞與 AUTOSAR

如果說世界模型離我們有點遠，那么即將伴隨 NT3 平臺登場的天樞 OS 完整體，則是蔚來「技術地基」中的砥柱。

去年李斌說「天樞 OS 要取代 AUTOSAR」，今年天樞正式全量發布，李斌說這背后是四年的研發時長，王啟研則是天樞從無到有的核心人物。

李斌表示，2018 年王啟研拉著他開了好幾個小時的會，痛陳 AUTOSAR 的問題，「而且我們也要付錢」。

后來李斌算了個賬，蔚來要賣多少臺車，自研全域操作系統才劃算，然后就開干了。

AUTOSAR 的全稱是「汽車開放系統架構」，它誕生的背景是整車廠、零部件供應商、電子軟件系統公司尋求標準化的過程。

AUTOSAR 的部署原則是「統一標準、分散實施、集中配置」，這12個字貫穿了過去 21 年的汽車電子世界。

蔚來希望在 AI 時代提出一些新思考。

王啟研則將其總結為「面向 AI 的智能汽車，需要有處理超高帶寬的能力、極低的時延、跨域融合的能力、持續進化的能力、極致的可靠性、體系化的信息安全與隱私保護能力」。

我們今天長話短說，只聊兩點：帶寬、時延。

先來個例子，大眾 MEB 平臺的 E3 電子電氣架構，這是一套典型的，基于 AUTOSAR 標準開發的電子電氣架構。

在 MEB 平臺中，用于 Mobileye EyeQ4 芯片、ADAS 攝像頭、底盤、方向盤等部件通信的以太網，速率為 100Mbps，而用于上述部件與座艙屏幕、HUD 通信的以太網，速率為 1000Mbps。

王啟研表示，蔚來 ET9 搭載的 31 個感知硬件，起碼需要 43.85G 的帶寬（未透露詳細單位，可能是 Gbps 或者 GBps，兩者相差 8 倍）——這是千兆以太網的起碼數十倍。

除了帶寬，我們再聊下時，這兩者結合起來，就是 AI 時代核心的兩個性能指標：帶寬可以類比模型大小，時延則可以類比一個模型的刷新率。

王啟研表示，天樞 OS 的虛擬機監視器，可以相比 AUTOSAR 標準開發的監視器，減少 50% 的時延；而安全隔離模塊的自恢復速度，則可以做到比 Linux 系統快 100 倍。

數字量化可以一鳴驚人，關鍵是要獲得行業認可，特別是當你試圖超越二十年以來的行業標準。

上一個這樣做的是特斯拉，李斌憑什么覺得蔚來能成？

「就像是蓋樓，我的目標是 10 層，那我就要 10 層的地基；我要蓋 100 層，那你必須給我搞 100 層的地基」，這是他總結天樞、世界模型、換電等等「蔚來特色自研」時說的話。

站在更廣的維度思考之后，李斌認為現有的 AUTOSAR 標準有點過時，「效率未必是最優的，架構也都已經很老了，同時費用也不低」。

于是蔚來花了四年時間，把操作系統的地基打好了——這是李斌的原話，而且用的是「搭得很好」四個字。

有了地基之后，蔚來接下來要做的，是「上層的應用」。

「越往后，它的價值會越大」，李斌這樣總結。

堅決不做 Robotaxi

我們沒想到李斌會這樣旗幟鮮明地，反對一條堪稱當紅的技術路線。

他的原話是「我們堅決不做 Robotaxi，我覺得這件事情一點都不鼓舞人心」。而且他反對的理由，和他反對 Robotaxi 這件事本身，一樣出乎意料。

「Robotaxi 技術上一定會成熟的」，李斌沒有否認這項技術不能落地——「否則都別談人工智能了」——他否認的是這項技術的前景。

《人物》曾經在李斌專訪中提到過這樣一個故事：

2018 年 12 月的一個晚上，李斌和王屹芝看完電影回家，發現摩拜被堆成一座小山，于是他們回家換了衣服，從晚上 10 點到凌晨 2 點，清理了國貿周邊兩個街區的摩拜。

「為什么？太過分了。」李斌上周末再次提起這個故事，原因是 Robotaxi 可能導致的無序生產。

為了搶生意，李斌認為 Robotaxi 會過度生產。

「你覺得都能賺錢嗎？政府給牌照，這不是總量控制嗎？總量控制不就要合規嗎？如果我生產了一堆 Robotaxi，把上海塞滿了，政府會干嘛？」

他最后開了個玩笑：「交通共享方面，我不是沒有發言權的」。

2018 年 4 月 3 日，美團 37 億美元收購摩拜，李斌 146 萬元投資換來 13.4 億元回報；2024 年 6 月 28 日，李斌投資的嘀嗒出行上市，成為共享出行第一股。

他認為嘀嗒的成功，可以佐證 Robotaxi 商業模式的艱難。

李斌舉了個例子：嘀嗒的平均成交量，每人每天 1.1 單，這是真正意義上「順風車」的客觀市場需求，「它從來不是單獨的技術問題，它是個社會問題」。

同樣不是技術問題的討論，還在于 ET9 的三顆激光雷達。

李斌的回應同樣熱烈：「誰說激光雷達沒用，非蠢既壞」。

關于這個問題，大家討論了接近五年，核心原因是 2019 年 4 月 Autonomous Day 上，馬斯克說「你會開車不是因為你眼睛發射激光，而是你看得見路」。

有意思的是，人們常常把李斌和馬斯克這兩句話對立起來，而事實上他們在說同一件事：激光雷達不是自動駕駛的充分條件，但不同商業模式下，激光雷達的存在意義差別巨大。

李斌這樣解釋：當年 Model 3 確定傳感器構型的時候，激光雷達的成本是數萬美元一個，「比車還貴，而且體積巨大」。

冷知識：Model 3 發布于 2016 年 4 月 1 日。

而到了如今，蔚來即使選用非常好的激光雷達，「也就幾千人民幣一個」。

關鍵在于，李斌認為，激光雷達應對的是小數點后面無窮位的 Corner case。「如果大家做得都很好了，到 99.9 了，那激光雷達可能會做到99.99」。

而有意思的是，我們今天報道見刊發布不到 24 小時之后，小鵬汽車將在 730 發布會上，講述有關 Robotaxi，以及端到端智能駕駛的思考和戰略。

48 小時之前的李斌，也在智駕護城河的相關問題上，回應了媒體的顧慮「當然這不是說小鵬智駕做得不好，他們做得非常好」。

「但在中國競爭這么激烈，技術路線這么快速迭代的情況下，我覺得只能全力以赴，按照自己理解的最底層的邏輯、模型，堅決地搞，只能這樣」，李斌最后這樣說。

同樣的話，可以用來檢驗蔚來接下來要做的事。

剛剛展示了自己底層理解其中一部分的蔚來，需要用實際表現，回應他們可以為用戶帶來怎樣的體驗。研發、落地、口碑，這里是三個不同的故事。

化用程序員圈子的一個古老梗：Talk is cheap, show me the experience.

（完）

返回第一電動網首頁 >