新京报贝壳财经讯（记者林子）“智能驾驶正迎来它的‘GPT（生成式预训练变换器）时刻’。”在2025中关村车机人创新发展论坛上，清华大学计算机系教授、人工智能研究院视觉智能研究中心主任邓志东对新京报贝壳财经记者表示，“世界模型智能体”的技术成熟度、安全性和商业化可行性已经由量变引发质变，从而重构市场格局。它拥有清晰的产业化路径，正在重塑智能网联汽车的竞争格局。
谈及当前技术阶段，邓志东首先厘清一个概念：“其实‘端到端’的表述并不是很准确。”他解释道，真正代表未来方向的是“世界模型智能体”这一全新方案。“这个阶段是真的可以产业化落地了，无论是特斯拉的FSD V13.2还是华为的ADS 4.0，都已实现量产和商业化发展。”
面对业界最关心的数据挑战，尤其是类似FSD入华可能面临的“水土不服”问题，邓志东表示，一个出租车司机比新手安全，主要源于他积累了更长的驾驶里程，而非智商更高或书本知识更丰富。要让自动驾驶的安全性超越人类，若采用世界模型智能体方法，AI所需要的学习里程必须是人类司机的上千倍。依靠实车路测采集真实数据成本极高、周期漫长，因此利用“数字孪生”技术生成海量的“合成数据”成为了破局点。这意味着，能提供高质量仿真平台与数据服务的公司，将在未来产业链中更有价值。
邓志东介绍，目前一场激烈的“算力军备竞赛”已经拉开帷幕。这是一场在云端与车端同时进行的双线战争。
在云端，要对海量的真实与合成数据进行预训练和完成世界模型的构建，可能需要数十万张AI加速卡和数十个EFLOPS（百亿亿次浮点运算）级别的算力支撑，这构成了极高的资金与技术壁垒。在车端，为了实现低成本、低延迟与高效能的实时响应，车载智能芯片的算力需求正从目前的最高500-600 TOPS，朝着2500 TOPS以上迈进。这场竞赛不仅考验着企业的资源投入，更考验着其在芯片设计、架构创新与系统整合上的综合实力。
