但相比单独讲VLA或World Model，一段式端到端更难，因为它不能停留在实验室里把概念讲通、把Demo跑出来，而是要把感知、预测、决策、规控、数据、训练和部署全部打穿，让模型在真实物理世界中连续行动，并且每一个动作都要满足安全、舒适、实时和量产约束。开始创业后，Z很快找来了头部智驾公司的数据闭环及基础设施负责人、量产Physical AI模型的核心研发者、香港某高校的世界模型和具身智能大牛担

据悉，云OS基于车云协同AI计算架构全新理念，能够实现 “端侧+云侧”协同模式优化算力配置，车端专注于高实时性、高可靠性的基础控制与即时响应，而将大量的AI推理、应用运行、显示渲染等任务，通过动态调度云端服务器的算力，实现算力资源的最优配置，从而将算力从“预埋的固定成本”转化为“按需使用的服务”，实现车端算力与云端算力无缝协同与动态扩展。在此阶段下，一个经过大规模量产验证、坚持开放生态路线的“操作

编辑：Mark头图：具身智能行业图片转载来源：天南具身公园大家好，我是瓦力，具身算法研究员。先说个事情。前一阵我们找外包采了一批遥操数据，三百多条。最后能进训练集的，一百条出头。剩下的两百条数据，有动作迟疑、末端定位偏差、关键帧被遮挡的。一条条看数据，真的挺熬人。流程都对，人也到位，钱也花了，结果一大半的数据都没办法用。模型调到一定程度，瓶颈基本都不在模型本身，是喂进去的数据。而且这个问题还不是花

编辑：Mark头图：具身智能行业图片转载来源：天南具身公园大家好，我是瓦力，具身算法研究员。先说个事情。前一阵我们找外包采了一批遥操数据，三百多条。最后能进训练集的，一百条出头。剩下的两百条数据，有动作迟疑、末端定位偏差、关键帧被遮挡的。一条条看数据，真的挺熬人。流程都对，人也到位，钱也花了，结果一大半的数据都没办法用。模型调到一定程度，瓶颈基本都不在模型本身，是喂进去的数据。而且这个问题还不是花

2023年，Momenta开始迎来“大杀四方”，2023年是高阶上车的转折点，在华为和小鹏的营销拉动下，车企都开始规划高阶的车型，但是当时成熟的高阶供应商只有华为和Momenta，如果选择英伟达的芯片，唯一可选的成熟供应商就只有Momenta。而低阶的就非常香，不仅定点项目多，车企九成多的定点项目都是低阶的，而且方案简单成熟。而一些头部智驾公司犯的错误就是“这也做，那也做”，低阶、中阶、高阶全都做

2026年随着高阶智驾从端到端变成VLA，世界模型，车企不仅需要大算力芯片，高带宽也成为高阶智驾的标配，没有高带宽，大算力芯片的性能会大大折扣，爱芯元智2026年顺势推出大算力、高带宽芯片M97，精准踩对市场的需求。爱芯元智作为一家芯片公司，爱芯元智选择最纯粹的Tier2路径，以独立算力底座的状态，通过与算法公司和Tier 1的合作，快速高效的帮助车企落地智驾系统，以分工协作推动普惠AI。同时，爱

具身智能涌入了物理AI领域最多的创业者，集中了最多的投资，随着技术的探索成熟，以及对商业落地场景的挖掘，具身智能的出货量会逐步走高。SesameX 受到了具身公司的欢迎，因为此时的具身公司像早年智驾行业的算法公司，在算法的开发和部署上缺乏经验，需要成熟的工具辅助，减少工程量和时间。算法公司的担忧和忌惮，使得像黑芝麻智能这样的独立第三方芯片供应商越来越受算法公司青睐，黑芝麻的生态伙伴快速扩容，从智驾

具身智能涌入了物理AI领域最多的创业者，集中了最多的投资，随着技术的探索成熟，以及对商业落地场景的挖掘，具身智能的出货量会逐步走高。SesameX 受到了具身公司的欢迎，因为此时的具身公司像早年智驾行业的算法公司，在算法的开发和部署上缺乏经验，需要成熟的工具辅助，减少工程量和时间。算法公司的担忧和忌惮，使得像黑芝麻智能这样的独立第三方芯片供应商越来越受算法公司青睐，黑芝麻的生态伙伴快速扩容，从智驾

而且，易航选择的MPV也是乘用车智驾量产客户的车型，这就可以复用乘用车智驾的工程经验，只需增加了传感器的冗余和升级功能就可以，所以易航从制定Robotaxi方案到落地，进程非常快，而且大幅的降低了成本。L2+玩家经历过智驾的内卷和车企的“捶打”，所以对场景的理解、解决思路和传统L4玩家不同，毕竟传统L4玩家们没经历过生死内卷，是自动驾驶圈子偏安逸的群体，所以缺乏量产的思维，就容易出现Robotax

有些玩家不仅IP是买的，连芯片的设计都是外包的，自己只有一两百人的技术团队，更多的是对外包公司进行管理以及测试的作用，这种自研芯片的方式风险就很大。所以，端到端之后，世界模型闪亮登场。蔚来的相关技术人员也表示，智驾的加速普及，主要由端到端、VLA、世界模型等AI技术的突破与广泛应用所驱动，同时也得益于华为、地平线等核心供应商技术的成熟，使得高级辅助驾驶功能得以渗透至更主流的车型。这是世界模型从0到