Pix独家丨比亚迪预研世界模型，为了自研智驾能追赶华为、小鹏

比亚迪自研的端到端智驾模型，起步晚了，如今世界模型不能晚。

文|鲁彦博

编辑|冒诗阳

汽车像素(ID:autopix)原创

为了跟上高阶智能驾驶的自研进度，比亚迪尝试越过别人踩过的坑。

我们独家了解到，比亚迪已经成立了一个专攻世界模型的研究团队，组织架构上归属于先进技术研发中心。比亚迪的世界模型研究还处于很早期的预研阶段，春节假期前预计将进行一期结果的交付。但与真正的目标，距离还有很远。

与车型等项目的开发不同，世界模型的研究是前沿技术，没有成熟方向可参考，结果很难控制。我们了解到，比亚迪的世界模型研究保持了小团队作战，目的是提高效率、快速试错。先要完成的任务是先把世界模型研究的链路走完整，探索研究路径。

比亚迪的世界模型，是高阶智能驾驶研发的一部分，是端到端智驾大模型研发的前置环节，目前拟定的主要用途，是为后者提供训练数据。

端到端智驾大模型需要对各种驾驶案例进行深度学习，来优化模型的算法。简单来说，就是让智驾系统通过观看人类司机的驾驶视频，来学习开车。

但学习量非常大。现在的算法条件下，端到端智驾大模型的每一次微小进步，都需要用海量的海量的数据堆叠起来。比如华为的智驾大模型，每天需要学习近 3500 万公里的驾驶数据。这导致了一个问题，数据不够用。

比亚迪 2024 年卖了 427 万辆新能源车，其中 425 万辆都是乘用车。理论上，比亚迪可以搜集到规模领先行业的真实驾驶数据，来提供给智驾大模型的训练。

但一位接近比亚迪智驾研发的负责人告诉我们，与整个智驾行业所面临的问题相似，比亚迪的智驾训练数据有两个问题，一是虽然数量庞大，但重复性高，丰富度不够，不能覆盖所有可能出现的场景；二是数据质量不够高，很多老款车型的技术受限，甚至很多此前上市的比亚迪高端车型，依然无法回传高质量的驾驶数据。

为了解决数据问题，世界模型是智驾行业找到的最新方法，它可以让仿真数据的质量变高。通过建立一套高度仿真的世界模型，在虚拟场景中搜集驾驶数据，尤其是搜集场景更丰富的 “coner case”，来提供给智驾大模型做训练。

一位行业人士告诉我们，国内智能驾驶行业的公司都会参考特斯拉路径，因此从时间点的先后来说，普遍都是先启动的端到端智驾模型的研发，遇到数据限制后，去年开始，世界模型才逐渐成为行业未来的趋势。

今年 1 月初的 CES（国际消费电子展）期间，英伟达发布了自己的世界模型 Cosmos，用于智能驾驶和具身智能的仿真训练。

比亚迪真正开始自研端到端智驾大模型的时间很晚，大约比华为、小鹏等第一梯队选手晚了 1 到 2 年。起步晚的结果是技术的暂时落后，好处是路径更为成熟。

我们独家了解到，比亚迪的世界模型研究项目，最早从去年 8 月开始启动，与端到端大模型研发团队的起步时间相当。

随后在去年 9 月，比亚迪重新整合了与算法、大数据相关的多个部门，成立了先进技术研发中心，团队规模超过 500 人。世界模型、端到端两个团队都被归拢在了新成立的研发中心下。

与研发的挑战一样的是管理。比亚迪的大部分研发部门遵从工程师文化，会投入大量人力和精力攻克技术难题，结果导向、控制成本。

但先进技术研发中心所研究的都是前沿技术，类似于科研单位，与工程师所需要的管理方式有很大差异。比亚迪正在新部门探索一套更合理的管理方式，现在还在试错、摸索之中。