产品腾讯新闻·硅星人Pro··AI 生成
愚公蔚来，用基础设施移世界模型的山
蔚来在2026年向超70万用户推送了世界模型智驾升级，覆盖4个平台、2套芯片（英伟达Orin-X与自研神玑NX9031），甚至包括2022年交付的ET7。本文核心观点是：智能驾驶下半场的竞争不是算法比拼，而是基础设施（传感器、芯片、AI Infra、数据闭环等）的系统级竞争。作者通过复盘蔚来从2020年至今的技术路线和大量工程细节，论证了其“为远期判断承担当下成本”的公司气质正在兑现为跨车型、跨芯片的系统能力。适合对智能驾驶行业深层竞争逻辑、硬件与软件协同演进感兴趣的读者，不适合寻求功能体验评测或购车推荐者。原文 ↗原文 ↗
核心观点
- ▍智能驾驶下半场的竞争核心是模型迭代的吞吐量，而这取决于底层基础设施（传感器、芯片、AI Infra、数据闭环）的系统能力，而非单一算法名词的领先。
- ▍蔚来愿意为远期技术判断（如Transformer成为主流、多芯片平台、数据即算力）提前承担高昂的当期成本，其价值在数年后开始显现为可跨平台、跨芯片、跨车龄的更新能力。
- 012026年6月，蔚来向超70万用户推送世界模型升级，覆盖蔚来与乐道品牌、NT2/NT3平台、英伟达Orin-X与自研神玑NX9031芯片，且包含2022年3月交付的ET7。
- 02任少卿指出，在相同计算量下，Transformer对内存带宽的需求是CNN的8到70倍。神玑NX9031单颗芯片超过500GB/s的内存带宽正是为此类模型设计。
- 03蔚来自2020年起未完整使用英伟达的软件工具链，仅使用CUDA层，之上的部署框架、推理引擎、AI编译器全部自研，提前为多芯片平台阶段做好准备。
- 04蔚来通过云端调度量产车闲置算力构建群体智能网络，主动安全每周验证里程超4000万公里，整体每周验证里程超1亿公里。
- 05蔚来在NT2时代（2021年）采用瞭望塔式激光雷达布局、800万像素摄像头、4×Orin-X，这些在当时被视为过重的硬件投入。
- 06蔚来的AI编译器将模型部署时间从一到两周缩短至一到两天，推理效率提升20%以上；部分流程自动化后，发版部署可压缩至两小时内。
反方 / 局限
- — 作者承认，蔚来的重投入策略（高规格硬件、自研芯片、换电网络）存在风险，会压降毛利、拉长回报周期，且在资本市场面临效率质疑。
- — 任少卿承认，蔚来面临的挑战是如何在资源（尤其是算力）远少于特斯拉的约束下，达到类似的智驾效果，需依靠底盘与智驾的深度整合等独特优势来弥补。
- — 文章隐含的张力：蔚来选择的以工程冗余和长期兼容性为主的方案（如高线数激光雷达），并非行业唯一或最优解。国内越来越多车企走轻雷达、纯视觉路线，并已开始收获成本与迭代速度优势。
23 分钟 · 5 卡片 · 15 资料
读原文 →概念锚点
前置背景
平行视角
未来推演
延伸追问