零跑智驾押注世界模型

零跑确认智驾4.0在三条内部路线中胜出,将以一段式端到端世界模型冲刺智驾第一梯队。新方案计划覆盖全系车型,并从2027年起向约35万辆激光雷达版老车免费升级。
零跑智驾押注世界模型:4.0赢下内部赛马
零跑正式确认将世界模型作为下一阶段智能辅助驾驶的主路线。9月16日晚举行的零跑2026年度技术发布会上,零跑公布自研世界模型智能辅助驾驶方案,并称其能力已进入“全行业第一梯队”,未来将覆盖A、B、C、D四个车型平台,符合硬件条件的老车型也在升级范围内。
这次发布最值得关注的并不是又一家车企讲起“世界模型”,而是零跑披露了路线选择过程:从2025年10月开始,智驾2.0、3.0和4.0三套方案并行开发,经过数月内部赛马,最终由采用一段式端到端架构的4.0方案胜出。据IT之家9月17日报道,今年年初的第三方对比测试中,零跑智驾4.0的综合接管率约为头部车企的三分之一。
这个结果意味着,零跑不再把世界模型只当作远期技术储备,而是准备将它推向量产车。与部分车企先在高价车型上验证、再逐步下放的策略不同,零跑的目标包括10万元级A平台车型,规模化落地的激进程度比单纯展示技术Demo更值得关注。

三条路线同时开跑,4.0为什么赢了
零跑的内部赛马本质上是在比较三种不同程度的“去规则化”方案。端到端智能驾驶是指模型直接学习传感器输入与车辆控制决策之间的映射,减少传统系统中人工拆分的感知、预测、规划等模块;规则越少,模型需要承担的决策责任越大,对数据、训练和验证体系的要求也越高。
三条路线的核心差异如下:
| 路线 | 核心架构 | 规则占比 | 信息流方式 | 当前状态 | 主要优劣势 | |---|---|---:|---|---|---| | 智驾2.0 | 两段式端到端 | 较高 | 感知结果先被结构化,再交给规划决策模型 | 已量产上车 | 工程可控,但中间传递会损失信息,需要规则和手写代码兜底 | | 智驾3.0 | 两段式端到端 | 中等 | 保留两段架构,同时提高模型参与度 | 已停止主路线投入 | 比2.0更依赖模型,但架构收益不足以覆盖继续投入的成本 | | 智驾4.0 | 一段式端到端世界模型 | 较低 | 图像等原始信息直接进入模型,输出驾驶决策 | 确定为下一代主路线 | 信息损失更少、交互响应更快,但训练与安全验证难度更高 |
两段式端到端是把驾驶任务拆成前后两个可学习阶段的架构,前段负责理解道路和交通参与者,后段根据理解结果生成规划或控制信号。它比传统模块化方案更依赖神经网络,但中间仍存在类似“摘要”的结构化接口:前段没有保留下来的长尾信息,后段很难重新找回。
一段式端到端是让模型从摄像头图像等原始输入直接生成驾驶轨迹或控制决策的架构。它更像让司机持续观察完整道路画面后直接做判断,而不是先让一个人把路况整理成表格,再交给另一个人开车,因此理论上能保留更多细节,也更适合处理加塞、抢行、无保护转弯等动态博弈场景。
零跑高级副总裁周洪涛将4.0的主要变化概括为博弈交互能力和响应速度的提升。这两个维度恰好是传统规则系统的薄弱环节:规则可以定义“前车距离小于多少米就减速”,却很难穷举“旁车缓慢压线、前方电动车摇摆、对向车辆试探性起步”这类参与者意图不断变化的情形。
智驾3.0被及时停止,反而说明零跑这次路线选择并非简单的版本号升级。3.0虽然提高了模型比重,但仍继承两段式架构,如果最终能力、延迟和维护成本没有拉开足够差距,它就会成为一个昂贵的过渡版本:既保留旧架构的包袱,又没有获得一段式模型的完整收益。
世界模型不是更大的规则库
世界模型是能够学习环境状态、物体关系及未来变化规律,并据此预测行动结果的模型。在智能驾驶场景中,它不只需要识别“这里有一辆车”,还要理解这辆车可能并线、减速或抢行,以及自车采取不同动作后,未来数秒的交通局面会如何变化。
世界模型的价值主要体现在预测和交互,而不只是识别精度。传统视觉感知系统可能准确识别出行人、自行车和车道线,但真正困难的问题是:行人是否准备横穿、自行车会不会突然避障、路口车辆是否愿意让行。世界模型试图通过大规模驾驶数据学习这些时空规律,让系统从“看见物体”向“理解局面”前进一步。
零跑4.0所说的世界模型仍保留少量规则,因此它不是完全无约束的黑盒系统。量产智驾必须处理法规限制、车辆执行器边界、最低安全距离以及系统故障降级等确定性要求,这些场景很难也没有必要全部交给神经网络自由学习。更现实的工程结构,是让模型负责复杂环境中的判断与轨迹生成,让安全规则充当最后一道护栏。
综合接管率是衡量智能辅助驾驶在测试里需要驾驶员人工介入频率的指标,通常数值越低,代表系统独立完成场景的能力越强。零跑披露4.0的综合接管率只有头部车企的三分之一,这是一个很强的内部验证结果,但目前仍缺少测试里程、道路构成、天气条件、接管定义以及对比对象等关键背景。
因此,“三分之一接管率”现阶段不能直接等同于实际体验领先三倍。城市道路测试尤其容易受到路线难度影响:在熟悉且高频采集的路线跑100公里,与在施工、逆光、无标线道路上跑100公里,统计意义完全不同。零跑要证明自己进入第一梯队,还需要公开更标准化的数据,并接受大规模用户在不同城市和气候条件下的检验。
成本降到早期架构的40%,才是下探的前提
零跑4.0架构的成本只有1.0时期的40%,即底层成本下降约60%。这里的成本并不只是模型训练费用,还涉及域控制器、芯片平台、传感器组合、软件复杂度、适配工作量以及量产后的维护成本。
BOM是物料清单成本,即一辆车安装芯片、摄像头、激光雷达和其他硬件所需要的直接物料支出。零跑表示,架构层成本下降后,能够把更多预算留给激光雷达、摄像头和智能驾驶芯片,这构成了4.0进入10万元级A平台车型的商业前提。
| 关键指标 | 零跑披露的数据 | 对量产的意义 | |---|---:|---| | 4.0架构成本 | 约为1.0时期的40% | 相比早期方案下降约60%,为传感器与芯片腾出预算 | | 智驾团队规模 | 接近700人 | 已具备独立覆盖硬件、软件、数据与算法的组织规模 | | 训练服务器 | 接近600台 | 支撑世界模型训练、数据迭代和多车型适配 | | 算力资源增长 | 约2倍 | 为更大模型和更高频训练提供基础设施 | | 计划升级车辆 | 约35万辆激光雷达版车型 | 老车升级可快速扩大真实用户与数据规模 | | 覆盖平台 | A、B、C、D全系 | 不再只服务高端车型,目标是全价格带铺开 |
成本数据比单次演示更能解释零跑为什么现在押注4.0。智能驾驶方案如果只能装在30万元以上车型上,它可以拥有更高的传感器预算,却很难迅速获得几十万辆车的真实道路反馈;如果零跑能把世界模型下放到10万元级产品,数据规模和迭代速度可能成为其追赶头部厂商的杠杆。
但低成本不应被简单理解成“低算力也能达到同样效果”。一段式模型减少了多个模块和重复计算,却可能把压力集中到主模型的推理效率、车端内存带宽以及芯片算力利用率上。最终用户体验仍取决于具体芯片、传感器规格、模型是否裁剪,以及不同车型能否获得一致的功能边界。
35万辆老车免费升级,实际适配将从2027年开始
零跑计划从2027年起,面向约35万辆激光雷达版车型免费升级世界模型智驾。升级将按季度、分车型推进,已被点名的车型包括2024款C16、C11和C10,但具体可用能力仍要以车辆硬件配置、软件版本及最终推送范围为准。
老车升级是这次发布中最有用户价值的部分。智能驾驶进入大模型阶段后,消费者最担心的是硬件一年一换、旧车迅速失去软件支持;如果2024款车型能够在不更换核心硬件的情况下获得4.0能力,说明零跑此前预留的传感器和计算平台仍有利用空间。
分季度适配也说明4.0不会在同一天覆盖全部车型。不同车辆的轴距、转向比、制动响应、摄像头安装位置和激光雷达参数都不同,同一个模型不能未经标定直接复制;量产团队还要完成道路测试、功能安全验证、监管备案和灰度发布,因此用户不应把“2027年起升级”理解为2027年初全量推送。
免费升级并不代表所有车辆都能获得完全一致的能力。激光雷达版车型只是明确覆盖范围,非激光雷达版本是否支持、算力较低的旧平台会否采用缩小模型、不同车型开放哪些道路场景,目前公开信息仍然有限,这些细节会直接决定35万辆升级计划的含金量。
700人团队和600台服务器,补的是工程闭环
零跑从2024年开始整合相关部门并成立智能技术研究院,由周洪涛统一管理。该团队目前接近700人,训练服务器接近600台,算力资源较此前增长2倍,并建立覆盖硬件、软件、数据平台与模型算法的自研闭环。
自研闭环是车企能够独立完成数据采集、标注、训练、部署和车辆适配的研发体系。世界模型不是训练一次就结束的产品,它需要持续收集接管片段和异常场景,完成数据筛选、重新训练、仿真测试,再推送到不同车型;任何一个环节依赖外部团队,迭代速度都会受到接口与排期限制。
近700人的团队并不算绝对庞大,但与零跑过去偏重成本控制和整车集成的形象相比,这是一次明显加码。600台训练服务器的数量也不能直接换算为有效算力,因为服务器所用GPU型号、互联方式和集群利用率尚未披露,不过资源增长2倍至少表明智驾已经从车型配置项上升为公司级投入方向。
零跑的时间表是2026年进入智能驾驶第一梯队,2027年至2028年推进L3级自动驾驶,同时储备L4技术。L3是指在限定条件下由系统执行全部动态驾驶任务、驾驶员在系统请求时接管的有条件自动驾驶;L4则是在限定运行区域或条件内,即使驾驶员不接管,系统也能完成安全处置的高度自动驾驶。
这个时间表比4.0量产本身更难兑现。当前发布的世界模型仍属于智能辅助驾驶能力,不能因为采用端到端架构就自动跨越到L3;责任主体、冗余制动与转向、故障诊断、最低风险状态和法规准入,都是从辅助驾驶迈向自动驾驶必须补齐的系统工程。
零跑真正的机会,是把高阶智驾做成规模产品
零跑4.0的技术选择并不独特,但产品策略足够激进。行业头部玩家已经普遍转向更大模型、更少规则以及视觉语言行动模型等方向,世界模型本身很难成为长期壁垒;零跑的差异化机会,在于用较低架构成本把相关能力部署到A、B、C、D全系车型,并通过35万辆存量车迅速形成规模。
内部赛马的意义在于减少路径依赖。零跑没有因为2.0已经量产就继续小步修补,也没有为了证明3.0投入合理而强行推进,而是在测试结果不理想时停掉中间路线,把资源集中到4.0,这种决策效率对追赶者尤其重要。
零跑目前最需要补上的不是发布会概念,而是可复现的公开证据。第三方测试中接管率降至头部车企的三分之一是一个醒目的起点,但行业最终会追问四个问题:测试基准是否一致、复杂场景是否稳定、不同价位车型体验是否一致,以及免费升级能否按照季度兑现。
总体来看,世界模型4.0是零跑从“高性价比整车公司”向“具备核心智能化能力的车企”转型的一次关键下注。路线方向没有明显问题,成本和覆盖规模也有竞争力;真正决定它能否进入第一梯队的,将不是模型名称,而是2027年大规模推送后,每千公里接管次数、长尾场景通过率和跨城市泛化能力是否经得住真实用户检验。
参考来源
- IT之家:零跑周洪涛称内部三条路线PK后确定使用世界模型——披露零跑智驾2.0、3.0、4.0内部赛马结果、团队与算力规模、成本变化及老车型升级计划。



