人類，請珍惜還能“手搓方向盤”的時代！

你下班開車遇上右轉紅燈排了長隊，旁邊直行道空空蕩蕩，綠燈亮得晃眼，這會兒你會怎么選？換做開了十年車的老司機我，多半先打方向拐去直行道等著。畢竟誰沒遇過右轉道第一輛車，綠燈亮半天還低頭刷消息，紋絲不動留出來老大空檔，瞅準距離切進去，算不上加塞還能省十多分鐘，這操作夠機靈吧。你想不到，現在連AI都學會這手了。

這波機靈操作不是我教的，是蔚來NWM 2.0世界模型自己想出來的。變道穩準狠不說，連“等紅燈找空位切入”這種老司機才有的小心思都摸透了。說白了這套輔助駕駛，已經能自己讀懂預測路況規律了。搞不好人類駕駛員被完全取代，真的就差最后一步。

早先的輔助駕駛一點都不玄乎，全靠工程師堆規則堆代碼。攝像頭拍到紅燈就得剎車，拍到綠燈能起步，看到斑馬線必須讓行，一條條寫得明明白白?？烧骈_上路就露怯，怎么看怎么不聰明，畢竟大千世界路況太復雜，幾十萬條規則扔進去都不夠填。

就說綠燈起步這事兒，按規則綠燈亮了就得走，可你抬頭一看斑馬線上站著個行人，你走不走？要是那行人根本不是真的，只是公交車身印的公益廣告，你還停在那不走，這不純純堵路嗎。再拿路上的皮球說，規則沒寫見著皮球必須停，可誰都知道，滾到路中間的皮球，后頭多半跟著追球的小孩，該停還得停。規則寫不完就算了，規則和規則還經常打架，遇上沒寫過的新情況直接抓瞎。

后來大伙想出了端到端的路子，不用拆成認車道、算距離、做決策的流水線，也不用寫死一堆規則，直接讓AI看著人類開車的自己學。本質就是AI跟著大多數人類駕駛員的反應走，一百個老司機遇上情況都踩剎車，AI就跟著選剎車。它都不用知道自己為啥要踩，跟著做就行。

玩端到端拼的就是數據量，誰家賣的車多，誰家的端到端就做得好。一千萬輛車在路上跑，就有一千萬個攝像頭幫著收集全世界各地的路況，哪個司機遇上特殊情況踩了剎車，這條數據就會傳回數據中心，訓練完再更新到所有車的系統上，越跑越聰明，形成正向循環。

端到端也沒完美到哪兒去，缺點明明白白擺著。它只會處理見過的路況，遇上從來沒碰到過的場景，比如路上躺了個沙發造型的三輪車，或是突然冒出來的施工圍擋，它不會臨時變通，直接就亂開。它還容易學壞，訓練數據里老司機加塞、壓線、超速的操作多，它也跟著學這些壞毛病，程序員都沒法直接改代碼禁止，只能重新拿數據再訓練一遍。

現在有了更好的路子，就是咱們開頭說的世界模型，國內最早玩這個的，說出來你可能想不到，居然是蔚來。之前大伙提起蔚來，都夸車子做的不錯，配置足服務也好，唯獨輔助駕駛只能說一般，算不上第一梯隊。原來大伙都扎堆卷端到端的時候，蔚來一直在憋大招，憋的就是這個世界模型。

說直白點，世界模型就是靠著當下拿到的畫面、聲音、光線這些信息，先在AI的“腦子”里重建一個和現實一模一樣的物理世界。再靠著物理世界的規律，推演自己每一種操作會帶來什么樣的結果，最后挑出最好的那個方案來執行。就像電影里奇異博士翻完一千多萬種未來，找出那個唯一能贏的結局一樣。

最開頭說的那波操作，先去直行道等空位，瞅準機會再切入右轉道，就是蔚來NWM 2.0試了無數種策略之后，挑出來的成功率最高的方案，拿到現實里直接用。這套思路和老司機開車真的沒差，都是摸透規律出來的最優選擇。

為了讓模型的策略更準，蔚來工程師還給NWM 2.0加了一整套閉環強化學習的獎懲機制。拿真實場景里收集來的量產數據，做了一個仿真環境，把各種復雜奇葩的場景都放進去，讓模型一遍遍練策略。做得又快又好就給獎勵，做砸了就懲罰，練得多了，模型自己就能摸透操作細節背后的因果邏輯。

摸得越深理解得越多，放到現實路上開，就越像開了十幾年車的老司機。從實際跑下來的結果看，這套帶世界模型和閉環強化學習的NWM 2.0，表現真的挺驚艷。過去輔助駕駛搞不定的選ETC匝道、拐彎邊蠕行邊讓人、小路上錯開逆行的電瓶車三輪車，它做得幾乎和真人一模一樣。

之前輔助駕駛一直表現平平的蔚來，靠著這套NWM 2.0，直接重新殺回了輔助駕駛的第一梯隊。你順著發展脈絡看，從最開始死守代碼規則，到模仿人類駕駛，再到現在能推演未來自主決策的世界模型。智能駕駛已經跨過了最關鍵的起步門檻。

AI不再是被動執行人類寫好的指令，它能像人一樣讀懂路況、預判風險、挑出最優的走法，它和真人駕駛員的差距正在飛快縮小。等哪天不管是車上的乘客還是路邊的行人，都分不出開車的是AI還是真人，那L4級別的無人駕駛也就真的來了。

真到那個時候，為了整體的交通安全，還允不允許人類自己手動握方向盤，大概率會變成一個爭議不小的新問題?，F在還愛握著方向盤自己開，享受踩油門打方向感覺的朋友，真的要多珍惜現下的日子。智能駕駛主導出行的時代，真的已經近在眼前了。

參考資料：人民日報 我國智能駕駛產業發展觀察