字節探索自動駕駛，Seed世界模型團隊負責｜36氪獨家

「自動駕駛，字節通往具身智能的前一站」

文|樊舒琪編輯|李勤

36氪從多位產業人士處獲悉，字節跳動正探索進入自動駕駛領域。這一項目目前由Seed旗下周暢的世界模型團隊負責。據了解，Seed旗下不僅有周暢的多模態模型、世界模型等團隊，還有大語言模型方向。

而自動駕駛與世界模型的技術路線有交疊之處。

另有消息人士告訴36氪，業務方向上，字節有意布局的自動駕駛場景有無人物流，這一業務隸屬于字節旗下的火山引擎汽車行業線。

部分接近字節的知情人士表示，字節團隊此前與一些頭部自動駕駛團隊進行過業務探討交流，目前字節的自動駕駛項目已進入早期籌備狀態。字節向不少頭部輔助駕駛或自動駕駛人才發出了邀約，一些看好字節這一布局的技術人才也計劃加入。

針對以上消息，36氪向字節求證，字節回應：“字節在AI大模型前沿探索領域，包括物理AI領域，有很多早期研究和探索，但并沒有做智能駕駛業務的計劃。”

Seed是字節旗下的大模型基礎研究團隊，成立于2023年，是字節的一級戰略級部門。

周暢是字節Seed AI研發核心負責人之一。他于2024年加入字節，負責多模態大模型的研發等，此后他管理的業務范疇不斷擴大。去年，視覺生成業務已劃入其負責范圍，今年Seed Robotics團隊也轉向周暢匯報。這意味著，目前周暢的管理邊界，覆蓋多模態大模型、世界模型、視覺生成、具身智能等多個領域。

火山引擎是字節的云服務品牌，早在2020年火山引擎旗下就建立了汽車行業線，火山引擎總裁譚待還曾公開表示：“我們是所有云廠商中第一個把汽車做成一級線。”

今年以來，物理AI浪潮興起，自動駕駛和具身智能被視為物理AI最先落地的兩大場景。其中，自動駕駛是公認最早一批落地的具身智能場景。

因而當大廠都在追逐物理AI風口之際，自動駕駛，或將成為字節通往具身智能的一棧。

于自動駕駛行業而言，在世界模型成為自動駕駛界技術共識的今天，字節帶著資源、人才、技術優勢跨界，很有可能撼動行業既有格局。

「世界模型成技術共識，字節迎來跨界契機」

事實上，字節早就流露出過對汽車業務的渴望。

在布局自動駕駛之前，字節先已通過豆包大模型，切入了汽車座艙領域，意在重新定義座艙的交互體驗。如今字節進一步布局輔助駕駛，可以使整車的智能化體驗閉環。

36氪曾報道過，字節旗下火山引擎是對汽車座艙智能體投入最大的團隊之一，賽力斯是目前與之合作最為深入的車企。火山引擎還向英偉達定制了Thor z芯片，將座艙模型以Al Box的“外掛”形式部署在車端。

賽力斯將新座艙交互的開發主導權交給了火山，并為其提供整車平臺與落地能力，與上億元的資金支持。

今年6月，賽力斯與火山引擎合作的汽車品牌AIVA正式發布，預計今年內，搭載“豆包座艙”的AIVA ME7也會上市。

但值得注意的是，AIVA品牌的輔助駕駛合作方，是元戎啟行。有自動駕駛行業人士評價：“智能座艙和輔助駕駛不整合到一起，整車的智能化體驗很難閉環。”

自動駕駛行業對世界模型的技術共識，恰又給了字節跨界的契機。

去年，行業還曾掀起過一場關于VLA和世界模型的技術路線之爭。而今年，吉利、Momenta、小米、輕舟智行等越來越多企業，聚攏到了世界模型的大旗下，其中也包括部分曾經的VLA派。

比如小鵬。今年不僅發布了自研的X-World世界模型，還拆掉了VLA中的“L模塊“，也就是語言模塊，推出了 VLA 2.0。這意味著，小鵬不再將視覺內容轉化為語言，再去推理，而是將視覺作為“智能的基石”。這樣的模型架構已相當接近世界模型。

理想在今年GTC大會上發布的MindVLA O1，其內置的 3D ViT空間編碼器與預測式隱世界模型，不僅強調對語言指令的理解，也強調對三維空間的結構化理解，以及對未來路況演變的預判，而后兩者正是世界模型的要義。

因此，字節在啟動世界模型的研發后，跨界至自動駕駛領域，自是順理成章。

「攜資源、人才優勢跨界，字節將對自動駕駛行業發起沖擊」

對字節而言，對自動駕駛的布局，或將其更快引渡到具身智能的彼岸。

今年，英偉達創始人黃仁勛、特斯拉CEO馬斯克等人都預判，物理AI的Chat GPT時刻已經到來。自動駕駛和具身智能正是物理AI落地率先落地的兩大場景。

它們的的能力棧高度通用，其中，自動駕駛的路況標準、硬件等都已趨向統一，產業鏈經過多年發展已相對成熟，所以行業普遍認為，做不好自動駕駛，便很難實現更通用的具身智能。因而自動駕駛之于字節，不啻于具身智能的練兵場。

自動駕駛對于字節具身智能另一重要的意義，或許在于數據。

缺乏來自物理世界的真實數據，是困擾許多具身智能企業的因素。而自動駕駛在數據采集上享有天然優勢。

因此字節布局自動駕駛后，將更容易獲取大量物理世界的數據，以迭代其世界模型，進而將模型能力復用至具身智能。

曾有公開信息顯示，特斯拉擁有FSD數十億英里真實道路數據，感知、世界建模、運動規劃全部能遷移給Optimus機器人。

行業所強調的FSD對Optimus機器人的助力，正體現在“車輛數據管線”，讓機器人跳過許多試錯周期。

因此，字節對自動駕駛的布局，某種程度上流露出的，是它對具身智能的野心。

對于自動駕駛行業而言，字節跨界至自動駕駛，或將對自動駕駛行業格局發起不小的沖擊。

自動駕駛技術轉向AI范式，在某種程度上，改寫了行業競爭的底層邏輯。基于AI范式的自動駕駛技術，正讓各家的產品體驗快速追齊。何況字節還有著人才優勢和資源優勢。

有自動駕駛行業人士對36氪表示，字節的優勢在于，“目前它有足夠的錢去燒，而且有足夠多的人才”，“而且字節有足夠多的卡，完全能負擔得起他們后發先至”。

他解釋：“字節現在做的通用世界模型，跟自動駕駛世界模型其實不完全一樣，其中很多技術細節差距挺大。而且智駕專用世界模型，對交通物理的理解更深刻。

但字節有足夠的算力資源，只要有辦法能夠拿到足夠多的交通數據，重新訓練一個智駕世界模型不成問題。

只要云端模型夠強，字節所缺少的自動駕駛工程化能力，可以通過招人盡快補齊。”

自動駕駛行業經歷近10年混戰后，字節的入局或將給行業帶來不小的變數。

封面來源|IC photo