比亚迪AI首秀：HyWorldVLA模型刷榜，自研芯片闭环成型

【区角快讯】当自动驾驶行业还在为端到端大模型的落地路径争论不休时，比亚迪汽车新技术研究院的AI团队悄然交出了一份重磅答卷。7月29日，该团队在arXiv上发布了首篇关于自动驾驶基础模型的研究论文《HyWorldVLA》，正式向外界展示了其混合世界模型的技术实力。这不仅是比亚迪在智驾算法领域的首次公开亮相，更标志着其从“制造巨头”向“技术驱动者”转型的关键一步。

HyWorldVLA的核心创新在于采用了视觉-语言-动作（VLA）架构，并巧妙融合了像素级与潜在空间两种世界建模路线。这种被内部称为“两条腿走路”的策略，旨在解决单一路线的固有缺陷。像素级模型虽能像放电影般逐帧预测未来路况，细节丰富，但计算成本高昂且极易受雨雾等视觉噪声干扰；而潜在空间模型则在压缩的抽象表征中运行，效率极高，却往往因丢失关键细节而导致预测模糊。

比亚迪的方案颇具巧思：在训练阶段，利用像素级监督充当“看门狗”，强制潜在空间保留足够的环境信息；而在实际推理时，仅调用轻量的潜在空间模型以确保高效运行。消融实验数据有力地证明了这一架构的必要性——若移除像素级预测，PDMS评分将从90.59跌至87.50；若去掉潜在空间处理，分数则降至89.91。两者缺一不可，共同构成了模型的稳健基石。

在备受关注的NAVSIM v1公开基准测试中，HyWorldVLA以90.59分的PDMS成绩刷新了历史最佳纪录。值得注意的是，PDMS指标并非单纯比拼预测精度，而是综合考量责任碰撞、可行驶区域合规性、安全距离及乘坐舒适性等多维度表现，杜绝了靠“慢速行驶”刷分的可能。此外，在指标更为全面的NAVSIM v2版本中，该模型同样以89.71分领先第二名ExploreVLA近1分。特别是在655个模拟雨雾噪声的极端场景测试中，其得分高达86.87，比最强基线高出19分以上，展现出极强的环境适应能力。

这一技术突破的背后，是比亚迪日益完善的软硬件全栈自研能力。今年5月发布的4nm车规级智驾芯片“璇玑A3”，单颗算力约700TOPS，支持三芯并联实现超2100TOPS的整车算力，达到了ASIL-D最高功能安全等级。算法与芯片的闭环成型，被视为比亚迪冲击L3级自动驾驶的重要技术储备。然而，必须清醒地认识到，实验室里的榜单领先并不等同于量产车的实际体验。目前HyWorldVLA仍处于论文阶段，何时真正装车尚无明确时间表，但这无疑已让市场对比亚迪的智驾潜力有了全新的期待。