截至今年 8 月底，零跑汽车已经交付了 35 万辆激光雷达版车型。在 9 月 16 日举行的 2026 零跑技术日上，零跑汽车创始人、董事长兼 CEO 朱江明宣布，35 万老用户都将免费升级至最新的世界模型辅助驾驶版本，并终身免费。

根据规划，2027 年第一季度零跑 D19，以及 27 款 C10、B10 的车主将率先用上世界模型。到 2027 年第二季度，世界模型将上车 27 款 C16、B01；到明年第三季度，零跑 D99，以及 26 款 C16、C10、C11 和27 款 C11 的车主也将收到世界模型的辅助驾驶。到明年第四季度，24 款 C16、C10、C11，25 款 B10、B01，26 款 Lafa5，以及 A10、A05 也将配备世界模型的辅助驾驶。

此外，世界模型辅助驾驶也不是高端车专属，10 万元以内的车型，也能拥有。

对于老车主来说，世界模型辅助驾驶能力是配置表之外，且在销售时未作承诺的一项功能。

这份面向存量用户的免费升级承诺，代表着一种态度——零跑不背刺老车主。朱江明透露，最早一万多名激光雷达版用户，车型由于硬件平台不一致，算法移植重构至少需要花 5,000 万元，但零跑还是会为这批用户免费升级。

零跑科技电子产品线负责人周洪涛介绍：「世界模型不是某种技术范式，而是一种目标。」这个目标是让模型理解周围的世界，并预判接下来会发生什么。

此前，零跑已经落地了两段式架构的车位到车位城市领航，但遇到了三个明显的痛点：模块间传递信息会产生损耗，多模块串联会叠加延时，依赖规则处理的特殊场景又很难穷尽。LWM 世界模型辅助驾驶的出现，则是用一段式端到端架构，让环境理解与驾驶决策更紧密地结合。

世界模型辅助驾驶的训练体系分为云端和车端。云端先训练基座世界模型，通过视频预测、像素重建、语义理解、3D 物理占据等任务，学习场景的结构与变化。车端模型复用云端基座的理解能力，加入导航、车辆实时状态等信息，再结合驾驶数据进行端到端后训练，形成能够实时运行的驾驶模型。另一条链路是利用云端模型生成罕见场景，进行闭环仿真，帮助车端模型应对实车数据中难以充分覆盖的问题。

这里的「端云结合」，指向训练、仿真和能力复用的分工：云端扩充模型见过的世界，车端完成实时驾驶决策。

在模型设计上，周洪涛介绍了零跑所做的三项取舍：保留图像原始的透视关系，省去 BEV，也就是鸟瞰视角转换的环节，以减少算力开销；设计记忆存储模块，让模型利用历史信息；将惯性与实时理解解耦，以改善驾驶舒适性。

此外，新架构减少了 90% 的代码量，但仍保留红绿灯等交通法规的规则兜底，并以激光雷达作为安全冗余。驾驶策略更多交给模型学习，系统仍然保留必要的约束。

实际上，就在 2026 零跑技术日的前几天，42 号车库与零跑汽车世界模型智驾负责人冯铭月进行了一次深度交流。从用户最关心的硬件适配与体验差异聊起，他进一步解释了模型设计的取舍，以及团队如何随着方案验证逐步增加投入。

冯铭月首先明确，采用高通 8650 和 8797 芯片、且搭载激光雷达的零跑车型都会适配世界模型辅助驾驶。对于 200 TOPS 的 8650 平台，零跑目标是满足日常通勤需求；同时，更高算力平台的综合表现会更好，差异主要体现在极端场景和功能丰富度上。例如，640 TOPS 的 8797 平台计划支持语音控车功能，8650 芯片的车型则不支持。

因此，为 8650 芯片的车型减少车端算力，是非常重要的一步。

在感知上，零跑抛弃了 BEV，采用了人眼透视的原理，简单说就是「近大远小」。

冯铭月举了一个例子，一辆车从侧前方 cut in，航向角和位置的变化可能很小，但在相机图像里，它占据的画面会发生明显变化。保留原始图像视角，让模型直接利用这些变化输出轨迹，既是为了利用驾驶线索，也省去了转换到 BEV 视角所需的算力。

从世界模型辅助驾驶的早期验证到现在，也就 9 个月的时间。冯铭月回忆，去年年底世界模型项目起步，当时只有不到 20 人，其中 6、7 个人负责模型，其他人负责控制和车辆集成。当时为了尽快看清模型的上限，工程师团队还曾经把一台搭载 3090 芯片的工控机搬进测试车后备箱进行早期测试验证。

2026 年 3 月，零跑世界模型辅助驾驶团队跑出了第一版 Demo。当时，大曲率弯道等场景还存在问题，但模型呈现出的博弈交互能力，让零跑决定继续投入。到今年 6 月，参与世界模型项目的已有六七十人，算法也在这一阶段从工控机迁移到了 8797 芯片上。

到现在，零跑世界模型辅助驾驶的算法团队已超过 400 人，整个智驾团队已超过 800 人。由此可见，在最近两个月时间里，世界模型团队的规模迅速扩张，目标就是为了明年一季度的量产上车。

以下为 42 号车库与冯铭月的对话全文，略经编辑。

只用了 9 个月

42 号车库：这套世界模型辅助驾驶从立项到现在，做了多久？

冯铭月： 从项目浮出水面到现在，大概九个月。最早的时间点是去年 11 月、12 月。在那之前，团队已经做过一些调研，觉得这套方案可行，才开始向老板汇报，希望做这样一个项目。刚开始投入的人不多，十几到二十人。六七个同学做模型，另一些同学做控制、车辆集成，打通车上的链路。

我们一开始很担心，把所有部署问题解决了以后，才发现效果没有达到预期，那就走弯路了。所以我们希望先快速验证方案，快速试错。

42 号车库：为什么世界模型的验证可以做到这么快？

冯铭月： 我们把一台 3090 工控机直接搬到了车上，放在后备箱里。它比较大，甚至拆掉了一部分座位。车开起来会颠，我们还做了一个架子，把工控机固定在那里。这样做，是为了省下前期工程化的时间。

我们从十一二月份开始，到三月份，主要就是证明方案的有效性，看它的上限到底怎么样。如果上限就不满足要求，可能说明选择的技术范式本身有问题。

42 号车库：3 月份的第一个版本，能力已经非常好了吗？

冯铭月： 那个版本还充满问题，比如大曲率弯道就拐得不太好。但大家看到了它在博弈交互，以及对物理世界认知上的能力。

举个例子，我们测试时发现，在一些极窄的空间里，面对可跨越的低矮路沿，模型会选择压过去；如果路沿再高一些，即使对向车不断挤过来，它宁愿停在那里，也不会猛地上去。我们没有专门为这个行为写规则。

从这些场景和交互能力里，我们觉得这套方案是可行的，上限很高。于是从 3 月开始，投入了更多同学。

42 号车库：早期验证的阶段，为什么会更关注模型的上限？

冯铭月： 当时体验还是会遇到问题，但整体效果超出了预期。大家更关注的是，这套方案最高能做到什么程度。

有些下限上的问题，可以通过工程工作，或者非常简洁的兜底逻辑去处理。最难的是判断上限。我们看到这套方案有前途，就比较果断地投入了资源。

42 号车库：从 3 月之后，零跑世界模型辅助驾驶在推进哪些部分？

冯铭月： 一是提升效果，二是把工控机拿掉，将整套算法迁移到 8797 芯片上。我们要验证两件事：效果是不是按照预期提升，以及它是不是能够满足量产要求。这个阶段，更多做量产、控制和平滑处理的同学加入进来。

到 6 月，参与项目的大概有六七十人。

6 月的 Demo 跟 3 月相比，变化很大。朱总上车体验时，没有用我们推荐的路线，而是自己导航去了西湖那边。他体验后很满意，我们基本兑现了 3 月时对 6 月效果的预期。

42 号车库：那么 6 月之后呢，现在应该都在做量产了吧？

冯铭月： 我们上一代辅助驾驶内部叫作 2.0 的项目，基本完成了该做的 OTA。6 月以后，更多人力开始投入新项目。现在可以认为，智驾团队基本都在聚焦这一个项目，算法同学已经超过 400 人。从 6 月到 9 月，我们就在不断打磨这款产品。

抛弃 BEV

42 号车库：为什么零跑没有选择把多模态大语言模型改成 VLA 的路径？

冯铭月： 从一开始，我们就不太倾向于这条路径。多模态大语言模型已经在数字世界证明了效果，但我们认为，把它拿到物理世界中，是不是一个扎实的解决方案，还需要验证。它需要的资源，以及验证的难度和周期，也都比较高。

我们更关注人开车时是怎样的状态。你可以把多模态大语言模型理解为一个有很多互联网知识的优等生，但一个大学生、研究生、博士生，和一个初中生一起学开车，不一定学得更快。

我们做智驾，是在物理世界里学习怎样开车，所以更愿意从驾驶本身关联的事情出发，做具体的技术取舍。

42 号车库：说到技术取舍，放弃 BEV 视角转换是不是就是其一？

冯铭月： BEV 是一套很成熟的感知框架，它解决了感知中的一些问题。图像里近大远小，同样相差一个像素，在不同位置可能代表完全不同的距离。BEV 把这样的差异消除了。

但我们的思考是，人开车并不是站在一个俯视的、上帝视角上。近大远小这件事，本身就是有用的。

比如高速行驶时，一辆车切入当前车道，它的航向角和位置变化可能非常微小，对模型提供的信号也很小。但在图像里，一辆车从右侧进入你的正前方，像素变化是很明显的。

从这个例子能看出来，透视关系在开车时有用。所以我们保留图像视角，直接从图像输出轨迹，不再做中间的视角转换。这是其中一个具体的技术判断。

同时，BEV 转换本身还是相当耗算力的，这一步节约算力，让世界模型可以部署到 8650 芯片平台。

42 号车库：之前零跑做的是两段式架构，现在已经是一段式了吗？

冯铭月： 以之前的两段式方案为例，它先做感知，再做后面的规划控制。我们遇到过尬停、点刹和顿挫的问题，一个原因就是感知有误差，规控对感知不够自信。

比如感知的误差可能是左右 10 厘米，规控并不知道当前这个场景到底准不准，就要按照这样的误差范围设置边界。有些边界还是硬边界，达到那个距离就不能再往前。

但如果直接看图像，周视相机观察的是车与旁边物体之间还有没有缝隙。对于一段式、基于世界模型的端到端方案，这些图像信息能够直接参与后面的决策。我们观察到，它在一些很窄的地方也会选择通过，这和人观察缝隙的感觉比较类似。

42 号车库：新老两套架构的差别非常大，过去的经验还能复用吗？

冯铭月： 任何新东西都不是凭空产生的，都是在总结上一套方案的缺点。我们不会为了 VLA 而 VLA，也不会因为多模态大语言模型在其他领域表现很好，就强行把它搬过来。

从规则时代，到感知模型化，再到两段式把规划也模型化，我们很清楚每个阶段遇到了什么问题。设计现在这套方案时，我们参考的就是：上一代到底碰到了哪些问题，怎样通过新的方案把它们解决掉。

即使现在的方案和两段式有很大区别，我们的动机和判断，依然来自之前发现的那些问题。

千卡 H200 算力级别，但人更重要

42 号车库：零跑用多大规模的算力训练世界模型？

冯铭月： 我们的算力是千卡 H200 级别。

算力和人是相关的。评估一个算法同学，我们会看他对模型的判断力。做 AI，一定要允许犯错，不可能有人设计一套架构，一次就成功。

判断力好的人，可能试五次就找到了正确路径；另一个人可能试一百次也没找到。当然，卡越多，对算法工程师来说肯定越好。

但如果把要达到的效果固定下来，资源多，试错机会就多；卡比较少，对人的要求就会非常高，因为没有那么多试错空间。

从两段式走过来的过程里，我们培养了一个实干型的团队，大家是真正在解决问题的。现在做一段式、世界模型的方案，之前做两段式时表现很好的那批人，同样做出了很大贡献。

42 号车库：零跑正在做的车都是「好而不贵」的，但业内更多的车企，就在用「又好又贵」的雷达、传感器，您怎么看零跑现有硬件的能力？

冯铭月： 增加传感器是在做加法，补盲能让系统看到更多人观察不到的地方，理论上有机会做到超过人的安全性。

但我觉得当前这套传感器方案的潜力，还没有充分发挥出来。人开车看前方，变道时看后视镜，而车上的周视相机已经覆盖了很多这样的视角。

现有相机能捕捉的范围很大，但我们已经把它做得足够好、超过人了吗？我觉得也不一定。所以当前硬件仍然有潜力可挖。

42 号车库：零跑做世界模型辅助驾驶，您和团队最希望这套系统能够给用户带来怎样的变化？

冯铭月： 最重要的是安全性。我们希望改变用户的心智，让用户有信心使用它。

以前做两段式测试，碰到一个很难的场景，效果不好，有些测试同学报完问题，会补一句：「这种情况下，我是不会开智驾的，用户大概率也不会开。」在以前某个阶段，这可能可以作为一个借口。但我们希望继续把这些场景做好，让用户有信心打开智驾。

安全性和效率之间，我首先会选择安全性。在安全性做得足够好、保证安全性不下降的情况下，再尽量把效率做好。现在还有很多可以做的地方。我们希望真正交到用户手里的时候，比今天体验到的更好。