小马发布世界模型2.0，开创让AI自己学开车的“驾校”

当AI驾驶超越人类，谁来当它的“教练”？

L4级无人驾驶正从技术验证迈向规模化商业落地，一个核心问题也随之浮出水面：当系统的驾驶能力已经超越了教导它的人类，未来该如何实现持续、高效且低成本的自我进化？

最近，自动驾驶公司小马智行（PONY）给出了自己的答案。其正式发布的PonyWorld世界模型2.0，不仅是一次技术迭代，更标志着一个根本性的转变——自动驾驶的研发范式，正从“人类驱动”转向“AI驱动”。

在这套新体系里，AI不再是那个被动接受指令的学生，而是摇身一变，成为了能够自我诊断、定向进化，甚至反过来指导人类团队工作的“首席研发官”。

AI开启“自我进化”飞轮

据了解，小马智行自2020年便启动了世界模型的研发。其初衷很明确：跳出单纯“模仿人类驾驶”的框架，转向以“开得更好”为目标的强化学习路径。这背后的逻辑，颇有些像当年AlphaGo的突破——它不依赖人类棋谱，而是通过自我对弈，探索出了超越人类认知的棋路。

与1.0版本相比，世界模型2.0最本质的进化，在于AI获得了“自知之明”与自我改进的能力，彻底减少了对人工定位问题和分配任务的依赖。这一突破主要依托于三大核心能力：

第一，自我诊断。 得益于车端模型中的“Intention（意图）语义层”，系统能够清晰地回溯每一次驾驶决策背后的逻辑。比如，它可以结构化地表达：“我在这里减速，是因为预判到右前方行人可能横穿马路。”这种能力使得系统可以自动区分，问题究竟是出在感知环节、意图生成阶段，还是最终的动作执行层面。

第二，定向进化。 基于精准的诊断结果，世界模型2.0能够主动识别自身精度不足的特定场景，并自动生成极其细致的数据采集指令。例如，它可能会提出：“请在下午4:30至5:30之间，前往A、B、C三个路口，重点采集逆光条件下非机动车与行人混行的数据。”如此一来，工程师的角色就从依赖经验的“判断者”，转变为了高效执行AI指令的“协作伙伴”。

第三，训练效率跃升。 系统能够自动跳过那些已经熟练掌握的“送分题”，集中全部算力专攻薄弱环节，从而大幅减少了无效的计算与存储开销。

这一系列变革，共同构建了一个强大的“精度飞轮”：大规模L4无人车队上路运营，源源不断地产生真实世界的高价值数据（尤其是AI与其他交通参与者之间那些独特的交互数据）→ 这些数据驱动世界模型精度提升 → 进而增强车端模型的实际驾驶能力 → 更强的能力支撑更大规模的车辆部署 → 产生更多高价值数据。如此循环，生生不息。

这里有一个关键点：当AI的驾驶能力已经远超普通人类后，传统的人类驾驶数据对其进化的价值几乎趋近于零。唯有AI自身在真实世界中产生的、千万公里级别的纯无人驾驶数据，才是推动世界模型持续进化的核心“燃料”。这也构成了该技术路径极高的结构性壁垒。

人类为AI“打工”？

世界模型2.0带来的深远影响，远不止于技术层面。它正在深刻重塑整个研发组织的运作逻辑。

回顾自动驾驶研发的早期阶段，行业高度依赖工程师的经验：人来设计规则、标注数据、判断训练重点，效率的天花板显而易见。而当AI驾驶水平实现反超，人类的经验性指导反而可能成为模型迭代的误导——这正是小马智行推动此次范式变革的核心动因。

随着世界模型2.0落地，人类工程师的角色发生了根本性转变：从教AI开车的“驾校教练”，变成了响应AI精准需求的“定向数据采集员”与“系统执行者”。

研发人员、测试工程师、运营团队——整个组织开始围绕世界模型2.0提出的“精度需求”来运转。模型指出哪里是短板，人类团队就去补充哪里的数据；模型说哪类场景需要更多真实样本，车队就开赴哪类场景进行测试。

“研发人员在给世界模型2.0打工。”这句话如今已不再是一个玩笑，而是一种正在发生的、全新的研发范式。在业内人士看来，这一变革直击行业痛点：L4级无人驾驶对安全性的要求是极致的，普通人类驾驶数据的提升价值已微乎其微，只有AI在复杂真实路况中产生的、富含博弈与交互的独特数据，才能持续推动模型向更高阶进化。

从技术路线审视，小马智行坚持了一条特色路径：跳过“语言层”这个中间商，让传感器数据直接映射到驾驶动作，再配合可解释的Intention意图层。这样做的好处是，既节省了算力，又让物理世界的建模更加直接高效。这与部分厂商所采用的VLA（视觉-语言-动作）路线形成了鲜明对比。

从这个角度看，小马智行在自动驾驶领域的深耕，或许正在为其打开一扇通往更广阔物理AI世界的大门。而这场由世界模型2.0所引领的研发范式革命，或将重新定义人工智能与物理世界交互的未来图景。

采写：南都·湾财社记者 胡雯雯