长假八天，智驾进入“大乱斗”

文 | 无锈钵

过去的这个国庆长假，交通出行有多疯狂，智驾品牌就有多安静。

一份来自央视网的报道显示，这个十一期间，平均每天有1250万辆新能源汽车从路上飞驰而过，这一数据比去年同期增长30%，较平日增长70%。

庞大的出行需求，带来了复杂的交通场景，也成为检验智驾产品效果的绝佳契机。

也正因如此，过去几年里，十一假期往往都是车企密集秀出智驾战报的焦点时刻：

2023年，十一假期结束首周，蔚来、小鹏、理想、极氪和阿维塔等一众品牌出行报告便已纷纷出炉；

被业内视为“智驾元年”的2024年，华为、理想的智驾战报，更是在假期结束后的48小时内争先发布。

相比之下，今年这个出行量暴涨的黄金周后，车企们则显得颇为沉默。

截至目前，头部新能源车企中，除华为、小米外，大部分品牌的信息发布渠道中，已经看不到智驾的相关战报。

与之相对应的是，新能源行业用另一则大消息，标定了智驾赛道前线烽火的方位。

公开资料显示，十一假期结束后的首周，小鹏、蔚来智驾团队均出现重大人事、组织架构调整，涉及多位高管变动，其中，小鹏智驾业务更是直接换帅，李力耘不再担任自动驾驶中心负责人，世界基座模型负责人刘先明接替该职位。

战报哑火、高管更替，一静一动之间，从2024的“智驾元年”，到2025的“全民智驾元年”，短短两字之变背后，属于这一赛道的游戏规则，已经悄然发生了更迭。

1、全民智驾元年，行业换了种玩法

从战报声量的消退，到业务团队的调整，一个直观的趋势已经显现：

“智驾元年”到“全民智驾元年”，行业拼的不是普及率、渗透率的数字游戏，而是技术层面的“刺刀见红”。

这一点，在车企们的智驾数据中，已经可以窥测一二。

以华为系为例，公开资料显示，2025年黄金周，华为乾崑智驾合作车型实现辅助驾驶行驶里程2.94亿公里，其中高速行驶里程2.43亿公里，城区0.51亿公里。

同去年的十一数据相比，变化发生在哪里？有两点值得关注：

一是智驾的总里程，今年十一假期，华为系车型的智驾总里程，是去年同期的3.4倍，辅助驾驶用户的活跃占比，也来到了90.8%；

另一个则是城区辅助驾驶的比重，今年十一期间，华为系车型城区辅助驾驶里程占比17.3%，对比去年同期仅有微弱提升，与之相对应的，今年华为系车型城区辅助驾驶的平均时速，对比去年十一期间，还下降了1.5km/h。

综合上述两点，不难发现，对于新能源车企来说，说服用户在高速路段尝试智驾，已经完全不是问题。

反过来说，智驾真正意义上实现全民普及的症结，不在车流稀少、宽阔畅行的高速路段，而在狭窄逼仄、意外频发的城区。

而对于一众挣扎在红海中的车企来说，在卷完冰箱彩电、电池续航、充电效率之后，谁能率先推出在城区依然可靠的L3、L4级智驾，谁就能在资本市场和消费市场中，同时抢占高地。

从技术层面来看，城区智驾，也正是过往技术路线的“长尾”所在。

自2019年，特斯拉开辟端到端路线以来，这种通过采集实际路测数据训练智驾模型的方式，一直被全球车企广泛效仿，这种技术路线在短期内的确促进了智驾模型的快速进化、迭代，但也在后续的落地场景中暴露了短板：

尤其是在城市路段，突然窜出的电动车、行人，临时封闭修缮的复杂路段，违规驾驶的车辆……这些威胁驾驶安全的“杀手”，在传统路测数据中根本不可能频繁出现，智驾模型也难以从这些碎片化的偶然数据中获得学习和反馈。

端到端模式的局限性，让围绕智驾的“路线创新”需求变得愈发迫切。

这也是为什么，过去的两个多月里，从理想、小鹏、元戎启行先后官宣VLA大模型上车，到华为、蔚来聚焦WA模型频频发声，一场围绕智驾新技术的“大发现时代”，已经悄然来临。

跨越新旧时代，留在牌桌上的玩家又将如何抉择？

2、智驾这场大考，“学霸”们怎么过关？

截至目前，针对行业传统的端到端模式，头部品牌已经分化出了三种进化思路。

用学习来类比的话：

以Momenta为代表的“改良派”，认为是智驾的“学习环节”出现了问题，传统的端到端模式，喂给大模型的数据质量不够出色，学习流程中的“试错”和“奖励”也做的不够突出。

因而，Momenta主张用基于强化学习的一段式端到端模型，替代传统路线，相比于做传统教辅题目的大模型，刷“黄冈密卷”的Momenta R6飞轮大模型，在处理大题、难题（如施工占道绕行、夜间避让障碍物）中的表现，确实有所提升；

相比之下，理想、小鹏、元戎启行所代表的“实践派”，则聚焦对“考试细节”的优化，道路驾驶和考试一样，不论做过多少相似的题目，都无法直接套用答案，也要时刻注意题目中潜藏的陷阱。

即便是智驾领域的大模型学霸，也必须要具体问题具体分析，建立起“观察、推理、决策”的综合能力；

这也正是VLA技术理念的源头，同传统端到端模式的“数据映射”不同，VLA系统通过整合视觉、语言、行动三种模态，能够像老司机一样，将视觉感知到的信息转化为语言描述，再通过语言模型进行逻辑推理，最后输出具体的行动指令，甚至实现对几十秒长时序路况的预判能力。

这么做的代价也是显而易见的，由于凭空多出了一个环节，VLA对算力与数据的需求，远超所有传统智驾模型。有媒体做过测算，VLA单次训练的成本，就达到 DeepSeek-V3 的1.5倍。

为此，小鹏、理想等品牌不得不在算力侧加大投入，架构起庞大的云端训练集群，用以支撑VLA模型的日常训练。

公开数据显示，截至今年8月，全球车企云算力排行中，除特斯拉以大约100 EFLOPS的云算力遥遥领先，其余理想（8.1EFLOPS）、小鹏（10EFLOPS）、小米（11.4EFLOPS）等头部智驾品牌的算力基本都要低一个数量级，至于再低两个数量级的哪吒等品牌，其云算力几乎不足以支撑VLA的高效训练。

即便如此，对于部分品牌来说，VLA当前的性能表现仍然不足以满足他们的需求，在以华为、蔚来为代表的“理想派”看来，无论是传统端到端，还是VLA，本质上仍然是靠着投喂大量路测数据的“题海战术”，比起刷题，直接吃透教材和考纲，才是真正让智驾实现举一反三、无惧考试的关键。

智驾领域最激进技术路线——WA（World Model，世界模型）由此而生。

不同于VLA的“视觉—文本—决策 ”逻辑，WA路线的核心是，在云端模拟现实，为智驾复刻一个“虚拟数字世界”，让智驾模型在虚拟世界中充分学习、理解真实世界的逻辑，从而实现在现实驾驶场景下的游刃有余。

对此，华为ADS研发负责人王军曾经有过一个生动的比喻：“如果把智驾系统比作学生，VLA是通过做海量习题来应对考试，遇到没见过的题目就会束手无策；而WA是先理解知识点，无论遇到什么新题目，都能通过规律推导得出答案。”

无独有偶，蔚来李斌也曾在内部邮件中称：“WA让车拥有‘想象力’，而不是‘记忆力’。”

值得一提的是，此次人事调整中，新担任小鹏智驾一号位的刘先明，此前正是世界基座模型负责人，这也被外界解读为，小鹏在智驾技术路线上向WA的一次靠拢。

当然，最激进的技术路线，也势必面临着最严峻的考验。

除去比VLA路线更加恐怖的成本研发投入，当前阶段，WA的落地成果也远未到真正能用、好用的时刻。

反观VLA，已经融入产品中，成为吸引消费者的核心卖点。截至目前，理想今年7月首发的首款纯电SUV i8 已经实现了VLA大模型“上车”，与此同时，9月的一场OTA升级后，小鹏旗下的G7 Ultra也已经搭载了最新的VLA模型。

相比之下，拥抱WA模型的华为、蔚来，仍处于技术爆发临界点的“前夜”。

而对于更多品牌来说，终场哨声远未吹响，智驾行业的残酷竞赛仍在继续。

3、入围赛结束，淘汰赛开始

如果将当前的智驾竞争比作一场足球赛事，过去品牌们争的只是“入围资格”，如今，最基础的入围赛事已经结束，品牌们即将迎来的，是真刀真枪的淘汰赛对垒，面向“全民智驾元年”的新战局，如何留在场上，迎面而来的是一场更残酷的竞争。

正如何小鹏在今年3月所说的那样：

“今天没有任何一家敢说能够稳坐‘钓鱼台’，已经过了淘汰赛。大家都面临挑战，只是挑战大还是小而已。”

回到车企们集体信仰的“智驾战场”，今天的智驾竞争也早已不是“地图与激光雷达”之争，而是技术的全栈研发能力和生态协同的新战场。

这之中，有两点趋势也已逐步显现：

短期来看，由于没有真正意义上颠覆用户的智驾体验，同处第一梯队的WA和VLA之争，或许不会立刻分出胜负，但可以确定的是，头部品牌的激烈绞杀背后，“跟不起”的中小智驾厂家已经面临着“出局风险”。

此前就有媒体统计，未上市的智驾企业中有2家智驾企业遭遇破产清算，2家企业面临破产重整，多家陷入收购整合风波。

这背后，一方面，是被极高的成本劝退。VLA依赖算力和数据的超额投入，有公开数据显示，国内中小车企云端训练集群普遍停留在 0.2–0.6 EFLOPS，仅为理想 5.39 EFLOPS 的十分之一。元戎启行CEO周光就指出，一家智驾公司需交付10万辆级量产车，才具备搭建VLA架构的基本数据基础。

另一方面，则是被一体化的能力要求劝退，中小车企过去可以靠“东拼西凑”，“买芯片、买算法、买标注”的方案也能站在智驾的牌桌上，但随着智驾竞争驶入深水区，头部玩家正在通过“芯片-数据-模型”的自研闭环构建起自身的技术壁垒，这也在倒逼供应链生态做出选择。

长期来看，技术路线固然分化，但却殊途同归。VLA和WA也不是对立关系，VLA拼的是落地，WA拼的是未来。

值得关注的是“双边押注”的小鹏，当前阶段，绝大多数新能源车企仍然没有实现自我造血，即便实现了，也不足以支撑百亿级的智驾研发投入，不论是VLA还是WA，离不开资本市场的扶持。

左手VLA上车，吸引用户，右手WA押注，讨好资本，相比于其他按部就班的车企，小鹏无疑在下一步险棋。

而至于这步险棋的收益如何，短则年底，长则明年，市场一定能给出最终反馈。