蔚来世界模型OTA，70万用户全部升级

背景

2026年6月，蔚来汽车向超过70万蔚来和乐道车主推送了最新版本的世界模型OTA升级。此次更新覆盖两个品牌、四个平台（Banyan、Cedar、Cedar S、Coconut+）、两种芯片方案（英伟达Orin-X和蔚来自研神玑NX9031）、四种传感器硬件配置（3D/4D毫米波雷达、SiPM/SPAD激光雷达、不同ISP的摄像头等），以及十余款不同车型。所有车辆收到的是同一套代码、同一个模型、单次推送，且版本号后没有“Lite”后缀。

几乎同一时间，特斯拉为最早7年前的HW3硬件车主更新了FSD V14 Lite（蒸馏版）。马斯克的做法是业界常规：新芯片配新算法，老硬件要么降级要么停更。而蔚来的做法与之形成鲜明对比——任少卿（蔚来智能驾驶研发负责人，ResNet核心作者）本人驾驶的是2022年交付的首代ET7，同样收到了最新世界模型更新。

这并非一次简单的OTA事件，而是蔚来从2020年开始布局的AI基础设施马拉松的自然抵达。

核心内容

硬件预埋：六年前的“过度配置”成为今日底座

2021年1月NIO Day 2020上亮相的ET7，搭载了800万像素摄像头、高线束激光雷达以及四颗Orin（超1000TOPS算力）。当时内部有人觉得“用不了那么多”“太贵了”，外部批评是“过度配置”。但正是这套硬件，使得2022年交付的ET7能运行2026年的模型。任少卿指出，蔚来的做法并非巧合或押注，而是一系列前瞻决策的连锁反应。

自研芯片：为Transformer时代的带宽瓶颈提前布局

紧接ET7交付，2022年蔚来开始自主设计芯片神玑NX9031。当时行业主流仍是CNN，Transformer尚未因ChatGPT而广为人知。但蔚来芯片团队与AD团队深入讨论后判断：下一代神经网络可能变成纯Transformer。CNN与Transformer的计算本质差异在于，CNN的卷积操作数据复用率高、对带宽依赖温和，而Transformer的自注意力机制需要频繁搬运KV Cache，带宽成为瓶颈。因此蔚来选择以Transformer为芯片设计主导导向，创造了546GB/s的内存带宽（行业最高），比同期其他最新芯片高出近一倍。一块神玑芯片的性能即可匹敌四块Orin。

自研工具链：打通算法与芯片的“翻译”壁垒

2020年蔚来刚组建全栈自研团队时，就决定英伟达的软件只用到CUDA层，之上的部署框架、推理引擎、AI编译器全部自研。这一做法当时不被理解。自研的AI编译器实现了自动算子优化和图优化，大部分算子自动生成，多层之间自动融合。效果是：模型部署从1-2周压缩到1-2天，推理效率比通用工具链提升20%以上。更重要的是，这套工具链同时兼容Orin和自研神玑芯片，为后续多平台统一更新奠定了基础。

群体智能：让70万辆车的闲置算力成为验证网络

蔚来调度70万辆量产车的闲置算力做验证和筛选，每周主动安全验证里程超4000万公里，整体超1亿公里，相当于1000辆测试车跑一整年。新版本通过云端下发到量产车的闲置算力，在用户无感的情况下完成验证，NT2和NT3的车进入同一个验证池。有效数据的获取逻辑是：必须让真实的车端模型在实际场景中运行，才能发现Corner case。这一体系从2020年开始搭建，车端算力调度+云端验证下发+Corner case自动回收，底层逻辑六年未改。

效果与数据

更新后，蔚来用户保险出险赔付相比2023年降低40%，人驾平均安全里程达679万公里，重大事故率随车量增长反而下降。

关键要点

• 多平台统一升级：一套代码、一个模型、一次推送覆盖两个品牌、四个平台、两套芯片、四种传感器方案、十几款车型，无“Lite”版本。
• 硬件预埋思维：2021年发布的ET7配备800万像素摄像头、高线束激光雷达、四颗Orin（超1000TOPS），为后续六年模型进化留足余量。
• 自研芯片带宽优先：神玑NX9031以Transformer为导向设计，546GB/s内存带宽行业最高，单颗性能匹敌四颗Orin，避免了“算得动但喂不进来”的内存墙问题。
• 全栈自研工具链：从2020年起自研AI编译器、推理引擎、部署框架，实现自动算子优化，部署效率提升10倍以上，同时兼容Orin和自研芯片。
• 群体智能验证体系：70万辆量产车闲置算力参与主动安全验证，每周超4000万公里验证里程，有效数据在真实场景中由模型自主跑出并回收。
• 持续六年未改底层逻辑：所有决策（硬件预埋、自研芯片、自研工具链、群体智能）都是前瞻布局的连锁反应，而非事后弥补或追赶。
• 事故率下降：保险出险赔付降低40%，人驾平均安全里程679万公里，重大事故率随保有量增长反降。

意义与影响

蔚来此次OTA事件揭示了一个更深层的事实：智能汽车的竞争正从“表层算法”（如端到端、VLA）转向“底层工程”。真正的护城河不在于今年用了什么模型，而在于能否让模型范式不受“一代版本一代神”的束缚——即通过硬件预埋、自研芯片、自研工具链和群体智能，建立一个持续从物理世界学习的智能系统。

蔚来没有在技术上“追赶”过任何人。从2019年濒临破产到2021年经历巅峰坠落，经营层面的波动并未影响技术路线的持续投入。换电体系投入八年，自研芯片投入六年，AI工具链也投入六年，这些前期重投入、长回报周期的决策终于在2026年显现结果：销量上涨，毛利好转，四年前的车仍在同步更新。

对蔚来而言，这一更新将“技术即服务、服务即技术”的理念具象化。当技术更新速度快到令人眼花缭乱时，能用技术守住对用户的承诺、用稳定体验筑牢信任，才是真正的竞争力。这种信任会形成飞轮：技术扎实→用户认可→销量增长→反哺研发→技术更强。

对行业而言，蔚来走过的路——硬件一步到位、自研芯片按算法范式设计、自研工具链实现多平台兼容、群体智能规模化验证——其他玩家最终都免不了要再走一遍。智能汽车的竞争最终将变成“谁的模型能更快地从物理世界里学习、更聪明地理解世界、更安全地应对未知”。蔚来搭建的这一体系，其终点或许不只是L3/L4，也不会一直停留在“汽车”这具躯体上。