2026年辅助驾驶核心指标：云端算力与强化学习

2026 年，辅助驾驶的能力强弱收敛为两个重要的指标：云端计算卡的算力，以及强化学习的能力以前咱们提到的那些指标或者技术，现在来看，对于用户体验并没有特别大的影响比如单车算力，没那么重要，像200T的古董华为晟腾610，升级到ADS 4.1之后，我自己开下来感觉 100 公里都可能不需要接管；特斯拉HW 3.0古董芯片，升级新版FSD以后，也能有HW4.0八九成的实力比如车载模型的架构，是VLA还是VA，又或者WA还是E2E，一点也不重要……这个之前也有叙述；不管你用什么架构，车载模型的数据量实在太低了，只有1B附近，他们的架构好坏远不如强化学习重要还比如说车队数据，新能源普及也这么多年了，不管啥品牌，好赖都有几万台车跑在街上；头部新能源的高算力车型甚至都百万台了，数据根本不是问题所以辅助驾驶的强弱根本还是看两个方面：1.云端的算力，决定了能把服务器集群里的世界模型训练到什么程度先要有好的世界模型，拿这个大模型去训练车端的小模型，才能有好用的车载ADAS而不是拿着一堆数据直接去训练一个小模型这也是 AI 大模型行业验证过的真理：直接训练小模型，问题太多了，因为体量太小，很容易崩掉；但如果你先训练一个中大型模型，再去蒸馏出一个小模型，效果反而会很好打个比方，大家可能更容易理解：你学医的时候，直接做微创手术，很容易失败；但如果老师先拿一个放大的模型，让你去研究一番，那你做微创手术更容易成功2.强化学习的团队能力，从 25 年开始发力强化学习的品牌，辅助驾驶都有突飞猛进的发展典型的就是理想和小米：VLA没有给理想带来架构换新的优势，但是从 8.2 版本开始，强化学习反而带来了切换架构都不敢想象的巨大红利小米的端到端增强版也是一样，表面上看，只是一个“增强版”；但在实际体验上，强化学习让这个新版本爆发出了之前 10 倍以上的用户意愿同时，我这两天在用 ADS 4.1，我感觉华为在强化学习上的投入也是非常猛的否则你根本不能解释——晟腾610那点可怜的算力和极其古董的早期 NPU 架构，从硬件上就很难支持现在最新的AI模型技术；只有用强化学习压缩进去更多的有效知识，才能在这套硬件上开发出体验绝对NO.1的辅助驾驶

新浪微博 2026-02-11 00:00:00