小马发布世界模型2.0，开创让AI自己学开车的“驾校”

当AI驾驶能力超越人类，谁将成为它的“进化导师”？

L4级自动驾驶正从技术验证迈向规模化商业部署，一个关键挑战随之凸显：当系统的驾驶能力已超越其人类设计者，如何构建一个持续、高效且低成本的自我进化闭环？

近期，自动驾驶公司小马智行（PONY）发布的PonyWorld世界模型2.0，不仅是一次技术升级，更标志着研发范式的根本性迁移——从“人类经验驱动”转向“AI数据驱动”。

在这一新体系中，AI的角色发生了质变：它不再是单纯执行指令的“学员”，而是演变为能够自我诊断、定向优化，并反向指导研发流程的“首席进化官”。

构建AI的“自我进化”飞轮

小马智行自2020年启动世界模型研发，其核心目标明确：突破“模仿人类驾驶”的局限，转向以“驾驶性能最优”为目标的强化学习路径。这一逻辑与AlphaGo的突破异曲同工——不依赖历史经验，而是通过自我博弈探索超越认知的解决方案。

相较于1.0版本，世界模型2.0的本质进化在于AI获得了“元认知”与自主优化能力，大幅降低了对人工问题定位与任务分配的依赖。这一突破由三大核心能力支撑：

第一，结构化自我诊断。 借助车端模型中的“Intention（意图）语义层”，系统能清晰追溯每一次驾驶决策的逻辑链。例如，它可结构化表述：“此处减速，源于预判右前方行人存在横穿意图。”这种能力使系统能自动归因，精准区分问题源自感知、意图生成还是动作执行环节。

第二，精准定向进化。 基于诊断结果，世界模型2.0能主动识别自身在特定场景下的精度短板，并自动生成颗粒度极高的数据采集指令。例如：“请在晚高峰时段（16:30-17:30），于A、B、C路口重点采集逆光环境下非机动车与行人混流数据。”工程师的角色从而从依赖主观经验的“决策者”，转变为高效执行AI指令的“协同执行者”。

第三，训练效率倍增。 系统能自动过滤已熟练掌握的常规场景，将算力集中攻坚薄弱环节，显著减少无效计算与存储消耗。

这些变革共同构建了一个强大的“精度飞轮”：大规模L4无人车队路测运营，持续产生富含交互价值的高质量真实数据 → 数据驱动世界模型精度提升 → 增强车端模型实际驾驶能力 → 更强能力支撑更大规模部署 → 产生更多高阶数据。如此循环，形成自增强闭环。

这里存在一个关键转折：当AI驾驶能力显著超越普通人类驾驶员后，传统人类驾驶数据的边际效益已趋近于零。唯有AI在纯无人驾驶模式下产生的、千万公里级的真实交互数据，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难以逾越的结构性壁垒。

人类角色转型：从“教练”到“协同执行者”

世界模型2.0的影响远不止于技术架构，它正在重构整个研发组织的运作范式。

自动驾驶研发早期高度依赖工程师经验：人工设计规则、标注数据、判断训练优先级，效率天花板明显。当AI驾驶水平实现反超，人类经验性指导反而可能成为模型迭代的噪声——这正是小马智行推动范式变革的核心逻辑。

随着世界模型2.0落地，人类工程师的角色发生根本性迁移：从教导AI的“驾校教练”，转型为响应AI精准需求的“定向数据采集员”与“系统运维者”。

研发、测试、运营团队开始围绕世界模型2.0输出的“精度需求清单”协同工作。模型指出短板，团队就补充对应数据；模型标识场景缺口，车队就开赴特定区域进行靶向测试。

“研发人员在为世界模型2.0工作。”这已非戏言，而是一种正在落地的全新研发范式。行业共识是，L4级自动驾驶对安全性的要求是绝对的，普通人类驾驶数据的提升价值微乎其微，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，才能持续驱动模型向更高阶智能进化。

从技术路线看，小马智行选择了一条特色路径：绕过“语言层”这一中间表示，让传感器数据直接映射至驾驶动作，并辅以可解释的Intention意图层。此举优势在于降低算力开销的同时，使物理世界建模更直接高效，与部分厂商采用的VLA（视觉-语言-动作）路线形成鲜明对比。

从这个视角审视，小马智行在自动驾驶领域的深度探索，正为其开启通往更广阔物理AI世界的大门。这场由世界模型2.0引领的研发范式革命，或将重塑人工智能与物理世界交互的未来格局。

采写：南都·湾财社记者 胡雯雯