韩旭开喷了，他说特别讨厌VLA、世界模型这些名词......

摘自自动驾驶之心

文远CEO韩旭还是敢刚。在最近的轩辕论坛上，韩旭开喷了：

大意是，他不喜欢行业里动不动就讲大模型、世界模型、VLA、VLA 2.0、强化学习这些大词。在他看来，很多人讲这些概念，甚至未必真正读过论文。相比概念，他更愿意把数字摆出来讨论。

并且高阶辅助驾驶和无人驾驶之间，可靠性要求差一千倍，三个数量级。今天很多车企对外讲年底做到一千公里 MPI，实际在复杂城市里，一两百公里接管一次已经算不错。可 L4 Robotaxi 要讨论的，是百万公里级的 MPCI。没有到这个量级，就很难说自己真正进入了无人驾驶。

所以今天自动驾驶之心想和大家讨论一个问题：乘用车高阶智驾和 L4 无人驾驶，到底能不能放在同一套评价体系里比较？

有意思的是，文远自己并非没有自己的技术叙事。他们现在是一个底座赋能四个产品。还有自己的WeRide One 通用自动驾驶平台、GENESIS 仿真世界模型、WRD 3.0 一段式端到端高阶辅助驾驶方案等等。

换句话说，文远自己也在做世界模型，也在做端到端。

所以我们觉得韩旭真正想强调的，并不是这些技术方向没有价值。更准确地说，他是在提醒行业：技术名词最终要接受数字、道路、运营和安全责任的检验。

千公里级别的接管，真的不低
过去两年，中国乘用车高阶智驾的进步非常快。

从高速 NOA 到城区 NOA，从有图到无图，从规则到端到端，车企和Tier1已经把用户对智能驾驶的预期明显抬高。今天一套体验足够好的城区 NOA，确实会影响一台新能源车的产品竞争力。

作为一个新能源车主来说，千公里级 MPI对于用户来说已经足够吸引人。

也正因如此，高阶辅助驾驶的竞争，核心在在于体验、成本和量产迭代。

它考虑的因素太多了，城区覆盖率、用户使用率、接管频率、舒适性、软硬件成本等等。

这个难度比想象中的高，尤其是在整个汽车行业毛利不断新低的困境中。

但高阶辅助驾驶有一个前提没有改变：驾驶员仍然在责任链条里。

无论系统体验多像老司机，只要它仍然要求驾驶员监管，只要关键时刻还需要人类接管，它就仍然属于辅助驾驶的评价体系。这个体系下，千公里级接管可以证明系统具备较强产品力，但还不能直接证明系统具备无人化运营能力。

所以，我们觉得韩旭的观点，看起来只是数字差距，背后其实是责任边界的变化。

两者不能混为一谈。

百万公里级接管，讨论的是 L4 的安全门槛
L4 Robotaxi 则不同，它是一套没有主驾人类驾驶员兜底的出行服务系统。

乘客坐进车里，城市监管允许车辆上路，运营平台调度车队，远程协助系统处理异常状态，自动驾驶系统承担主要驾驶任务。

L4讨论的可不仅仅是「开得顺不顺」，一套稳定的系统能力更重要。

所以 Robotaxi 的接管指标，不能只理解成用户体验指标。

它背后连接的是安全冗余、远程协助、ODD 边界、事故责任、法规许可、车队调度和运营成本。

这也是为什么无人驾驶会说百万公里级 的MPCI。

它不是 L4 的全部，但它接近 L4 的核心问题：当驾驶员从车里消失以后，系统能不能真的抗造？

当然，MPI 或 MPCI 也不能被机械横比。

不同公司的接管定义、道路复杂度等等，都会影响数字含义。单独拿一个数字比较所有公司，并不严谨。

但相比单纯讨论大模型、世界模型、VLA 和端到端，接管里程至少把讨论拉回了自动驾驶最现实的问题：系统能力有没有经过道路验证，安全边界能不能被量化，运营风险是否可控。

这才是 L4 和高阶辅助驾驶之间真正的分水岭。

大模型、世界模型、VLA，本身并不是问题
今天大家讨论大模型、世界模型、VLA、强化学习，并不是没有原因。

自动驾驶确实正在从规则驱动，走向更强的数据驱动和模型驱动。世界模型可以帮助系统理解交通场景如何演化，也可以服务仿真生成、未来预测、闭环评测和规划学习。

VLA 或多模态驾驶模型，有机会提升系统对道路语义、复杂交互和驾驶意图的理解。

强化学习在策略优化、长尾场景迭代和闭环决策中，也有长期价值。

就像余凯所说，这些技术靠谱的公司都在做。地平线如此，文远更是如此。

它改变的是自动驾驶系统内部能力的组织方式。过去感知、预测、规划、控制之间的边界清晰，但误差也会逐级传递。端到端试图让模型直接从数据中学习更完整的驾驶策略，提高系统在复杂场景中的泛化能力。

问题在于，技术路线 ≠ 自动驾驶。

你讲这些技术，并不代表你真的有这些能力，也并不代表你能做好高阶辅助驾驶和无人驾驶。

这也是韩旭反感大词的核心原因。

大词本身不是问题，把方法包装成结果，才是行业需要警惕的地方。

自动驾驶的特殊性在于，它不是一个只看模型指标的任务。模型训练得再好，最终都要上车，进入真实道路，面对不可控交通参与者、复杂天气、施工改道、非标行为和安全事故风险。

技术叙事可以帮助行业理解方向，但不能替代道路验证。

尤其是 L4。

L4 出一点点事情，都会被大众和监管无限放大，已经有类似的事情出现。我们还是需要谨慎一些~

L4 牌桌为什么只剩少数玩家
韩旭说中国真正有资格讨论 L4 的玩家只有文远、小马、百度，滴滴正在往这个过程中走。

这个说法带有明显的文远立场，但我们想讨论的是背后的产业逻辑。

Robotaxi 是少数玩家游戏，因为它消耗的不只是算法能力。

要进入 L4 牌桌，一家公司要有实车、牌照、安全冗余、远程协助等等，还需要持续投入资本承受漫长商业化周期。

这和乘用车高阶智驾完全不同。

车企可以通过量产车队获得更大规模的真实驾驶数据，也可以依托整车销售分摊智驾成本。

但 Robotaxi 公司需要自己承担车队运营、维护、调度、风险和城市扩张成本。每一次无人化运营，都是技术能力、商业能力和安全信用的综合考试。

所以 L4 的门槛相对来说还是更高的。

它需要长周期积累。

这其实也能解释文远为什么一边做 L4，一边做 WRD 3.0 这样的 L2++ 方案。

L4 的商业化周期长、投入重、城市扩张慢，但它可以积累高质量道路数据和安全验证经验。L2++ ADAS 更接近量产市场，可以和主机厂合作，进入更多车型和用户场景。

对文远来说，把 L4 能力、仿真系统、端到端模型和车规算力平台下沉到量产智驾，是一种更现实的技术商业化路径。

未来几年，中国自动驾驶大概率还会沿着两条路线并行。

一条是乘用车高阶智驾，另一条是L4 RoboTaxi。

乘用车进入存量竞争的阶段，L4还有不少的上升空间。

甚至L4赛道的融资和玩家也还在增加。哈啰、零一等等。

不同点在于，高阶辅助驾驶要看产品体验和量产迭代。L4 无人驾驶要看安全边界和运营责任。

技术概念会持续更新，模型路线也会不断演进。

但对 L4 来说，最终绕不开的仍然是道路验证、接管里程、运营规模、安全冗余和事故责任。

能走到最后的玩家，还没出现。