2026北京國際車展上，智能駕駛依然是最受關(guān)注的技術(shù)主線之一。但與往年相比，今年行業(yè)討論的焦點，正在發(fā)生一次更深層的轉(zhuǎn)移。
過去，自動駕駛的競爭更多集中在感知精度、算法架構(gòu)或芯片算力等單點能力上。而在本屆車展上，一個更加清晰的趨勢正在浮現(xiàn)：行業(yè)開始從“算法競爭”，轉(zhuǎn)向“世界建模能力競爭”。
無論是車企發(fā)布的新一代端到端系統(tǒng)，還是科技企業(yè)展示的自動駕駛技術(shù)方案，都在圍繞同一個核心問題展開：如何讓智能系統(tǒng)真正理解真實世界，并預(yù)測未來。
這也直接推動了自動駕駛仿真技術(shù)的角色變化。仿真不再只是一個用于測試的工具，而正在成為貫穿訓(xùn)練、推演與驗證全過程的基礎(chǔ)設(shè)施。對于以世界模型（World Model）和視覺語言行動模型（VLA）為代表的新一代智能系統(tǒng)而言，仿真能力的上限，正在逐漸成為系統(tǒng)能力的上限。
NVIDIA吳新宙：世界模型，是自動駕駛最本質(zhì)的一環(huán)
如果說過去十年自動駕駛的核心任務(wù)，是讓機(jī)器“看見世界”，那么未來十年的核心任務(wù)，將是讓機(jī)器“理解世界”。
當(dāng)前自動駕駛技術(shù)正在快速從傳統(tǒng)模塊化架構(gòu)，演進(jìn)到以端到端模型、世界模型（World Model）和視覺語言行動模型（VLA）為代表的新范式。這類模型的核心能力，不再只是識別目標(biāo)或規(guī)劃路徑，而是能夠在復(fù)雜環(huán)境中建立動態(tài)世界表征，并對未來狀態(tài)進(jìn)行持續(xù)預(yù)測。
NVIDIA 全球副總裁吳新宙在 2026 北京車展媒體會上表示，世界模型是自動駕駛最本質(zhì)的一環(huán)。這一判斷打破了行業(yè)內(nèi)將 VLA、端到端與世界模型視為競爭路線的固有認(rèn)知，印證了兩者在高階輔助駕駛階段會深度融合的趨勢。世界模型的核心價值的在于彌補(bǔ)傳統(tǒng)感知 AI 的局限，感知 AI 僅能回答 “世界現(xiàn)在是什么樣子”，而世界模型能助力自動駕駛進(jìn)入物理 AI 階段，解決非確定環(huán)境下交通參與者意圖判斷、場景演化預(yù)測以及動作后果反饋等關(guān)鍵問題，與 VLA 形成互補(bǔ) ——VLA 構(gòu)建視覺、語言到動作的推理鏈路，世界模型則完善場景演化與物理反饋能力，二者結(jié)合才能真正支撐自動駕駛向 L4 級乃至更高階發(fā)展。
世界模型和VLA需要什么樣的仿真基礎(chǔ)設(shè)施
世界模型與VLA的出現(xiàn)，將自動駕駛帶入了一個新的技術(shù)周期。這一周期的關(guān)鍵瓶頸，不再只是算法，而是數(shù)據(jù)規(guī)模、訓(xùn)練效率與驗證可信度。
傳統(tǒng)仿真體系高度依賴人工建模路徑，場景構(gòu)建周期長、維護(hù)成本高，難以支撐世界模型持續(xù)學(xué)習(xí)與泛化需求。而真實道路數(shù)據(jù)雖然豐富，卻往往只能用于回放或單次訓(xùn)練，難以形成可持續(xù)運(yùn)行的數(shù)據(jù)閉環(huán)。
在這一背景下，仿真系統(tǒng)的技術(shù)形態(tài)，正在發(fā)生結(jié)構(gòu)性變化：從“場景復(fù)現(xiàn)工具”，演進(jìn)為“世界生成與推演系統(tǒng)”。
國產(chǎn)頭部仿真公司51Sim發(fā)布SimOne 4.0：面向世界模型的仿真底座正在成形
正是在這樣的技術(shù)背景下， 被稱為“物理AI第一股”的五一視界旗下，國產(chǎn)頭部仿真公司51Sim正式發(fā)布新一代仿真平臺SimOne 4.0。與傳統(tǒng)仿真系統(tǒng)不同，其定位已從單一功能工具升級為圍繞世界模型與 VLA 訓(xùn)練需求構(gòu)建的全鏈路仿真基礎(chǔ)設(shè)施，其核心是通過數(shù)據(jù)、訓(xùn)練、推演、驗證與交付五大核心環(huán)節(jié)的系統(tǒng)級重構(gòu)，解決世界模型落地的核心工程問題。
SimOne4.0的數(shù)據(jù)層采用 “重建 + 生成” 路徑，深度融合 NVIDIA Omniverse NuRec 技術(shù)，讓真實車隊采集的數(shù)據(jù)轉(zhuǎn)化為可復(fù)用、可編輯的仿真資產(chǎn)，形成可持續(xù)驅(qū)動世界模型訓(xùn)練的閉環(huán)；訓(xùn)練層搭建大規(guī)模并行訓(xùn)練體系，適配多類型 GPU 架構(gòu)，推動世界模型訓(xùn)練從實驗室走向工程化；推演層構(gòu)建真實數(shù)據(jù)驅(qū)動的動態(tài)仿真環(huán)境，具備持續(xù)生成與泛化能力；驗證層通過高保真仿真提升驗證置信度，破解仿真與真實世界的可信度差距；交付層強(qiáng)化多算力適配與跨場景落地能力，成為貫穿產(chǎn)品全生命周期的基礎(chǔ)設(shè)施。
SimOne 4.0 的發(fā)布不僅是產(chǎn)品升級，更推動自動駕駛行業(yè)工程模式變革：它降低了世界模型訓(xùn)練門檻，同時也將改變自動駕駛驗證路徑，真正實現(xiàn)高強(qiáng)度虛擬驗證替代部分長周期真實路測，提升迭代效率并降低成本。同時，其成熟的落地路徑的與技術(shù)布局，也助力中國自動駕駛產(chǎn)業(yè)在世界模型與物理 AI 領(lǐng)域，加速躋身全球核心競爭賽道。
英偉達(dá)生態(tài)深化，自動駕駛技術(shù)鏈條正在形成
在本屆北京車展期間，另一項值得關(guān)注的變化，是產(chǎn)業(yè)生態(tài)層面的協(xié)同加速。
據(jù)業(yè)內(nèi)消息，英偉達(dá)在本屆車展期間與多家中國合作伙伴深化合作，其中包括五一視界、華勤技術(shù)與中科創(chuàng)達(dá)等企業(yè)。這一系列合作，并不是單點技術(shù)協(xié)作，而正在形成一條更加完整的技術(shù)鏈路。
從架構(gòu)上看，這一鏈路已經(jīng)逐漸清晰：算力平臺 → 仿真訓(xùn)練 → 系統(tǒng)驗證 → 硬件量產(chǎn)。其中，英偉達(dá)提供核心算力與仿真技術(shù)底座，仿真平臺承擔(dān)世界模型訓(xùn)練與驗證任務(wù)，而硬件平臺企業(yè)負(fù)責(zé)系統(tǒng)集成與量產(chǎn)落地。這種分工協(xié)同模式，使自動駕駛從算法研發(fā)到整車落地的周期正在顯著縮短。
在這一體系中，仿真平臺承擔(dān)著關(guān)鍵的中樞角色。它不僅連接算力資源與算法模型，也連接虛擬驗證與真實世界，是推動高階智能駕駛走向規(guī)模化的重要橋梁。
隨著世界模型與物理AI技術(shù)持續(xù)演進(jìn)，智能系統(tǒng)對真實世界理解能力的需求，將不斷提升。而要支撐這種能力持續(xù)進(jìn)化，就必須構(gòu)建更加可信、可擴(kuò)展的技術(shù)基礎(chǔ)設(shè)施。在高階智能駕駛時代，唯有持續(xù)構(gòu)建可信的世界級仿真體系，才能在安全與規(guī)模之間，實現(xiàn)真正的平衡。