華為迎來最強對手：字節智駕浮出水面，前阿里大牛領銜

終于，字節跳動還是踏出了這一步。

據36kr報道，字節正步步為營進軍自動駕駛領域，具體事項由Seed的世界模型團隊負責，該團隊由前阿里通義大模型技術負責人周暢領導。

對此，字節官方回應稱，正在探索AI大模型前沿領域，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。

現階段，高階智駕已成中高端車型必備功能，并且不斷下沉市場，部分10萬元以內的產品已經用上了L2+級高階輔助駕駛，還有少量車型配備了激光雷達。

正因自動駕駛的重要性，國內外車企幾乎都在研發相關技術。車企之外，還有眾多技術領先的自動駕駛企業，僅國內就有「華大地魔」四大天王，以及元戎啟行、小馬智行、百度Apollo、文遠知行等。

競爭如此激烈的市場，字節真的有必要進入嗎？

艙駕一體時代，字節需要自動駕駛技術

汽車是全球規模最龐大的產業，博世、電裝、采埃孚、摩比斯等供應商，每一家年營收都高達數千億人民幣。2025年電池巨頭寧德時代，凈利潤超過了A股13家上市車企的總和。

進入電動化、智能化時代后，華為、小米、百度等多家互聯網巨頭進入汽車行業，試圖分到蛋糕，字節也不例外。

到目前為止，字節在汽車領域的布局，主要有車聯網、汽車云兩部分。

車聯網是指字節提供的智能座艙、AI大模型。早在2020年，字節就組建了車聯網團隊，聚焦車載信息娛樂系統，將抖音、字節等內容接入座艙生態。

（圖源：火山引擎官網）

2023年前后，字節實現了豆包大模型上車，為用戶提供AI服務。今年北京車展期間，火山引擎披露，搭載豆包大模型的車輛已突破700萬臺，覆蓋50多個品牌、145款車型。

字節汽車云提供計算、網絡、存儲等基礎資源等基礎設施；自動駕駛云服務，涵蓋仿真訓練、數據標注、圖像渲染、高性價比 GPU 集群等平臺服務；車輛管理、售后數據分析、生產數據管理等內容生態。

在持續進化的過程中，電車通（ID：dianchetong233）發現汽車行業出現了一個明顯的趨勢，即艙駕一體。新勢力巨頭小鵬、理想等車企，已將自動駕駛團隊與智能座艙團隊合并。

相較于分布式架構，艙駕一體具備低成本、低時延、原生聯動、算力調度自由、OTA效率高等優勢。

盡管座艙和自動駕駛技術非同一家廠商，也能實現艙駕一體，但需要車企與供應商協同調度，技術難度更高，開發周期可能被拉長，體驗一致性、軟件復用率也會有差別。如果技術主導權旁落，智駕核心算法、數據閉環掌握在第三方手中，字節將無法深度參與智駕迭代。

（圖源：豆包AI生成）

字節需要有自己的自動駕駛技術，以便在艙駕一體時代，滿足車企和消費者的需求。

目前字節參與度最高的汽車項目，是賽力斯旗下的賽豆汽車，但該品牌首款車型AIVA ME7的智駕方案卻選擇了元戎啟行。若是字節自動駕駛技術成熟，或許賽豆汽車會選擇字節的方案，而不是另外再找一個供應商。

自動駕駛技術對于字節而言，不僅能夠分汽車產業的蛋糕，還是全面布局具身智能的一張門票。

具身智能的核心，是設備可通過傳感器感知世界，通過大模型理解世界。自動駕駛汽車，無疑是所有具身智能產品中，短期內泛用性最高、銷量最高、前景最好的品類。

比亞迪、小鵬、理想、特斯拉等國內外車企集體進入機器人行業，也證明了自動駕駛技術在機器人或其他具身智能產品上具備可復制性。

自動駕駛，是具身智能的門票？

近兩年車企在講解自家自動駕駛技術時，頻繁提到一個名詞——世界模型。

簡單來說，世界模型可在系統的「腦海里」構建一個可推演的虛擬世界，核心是理解物理規律、預測未來、模擬試錯，從「看見」到「預見」進化，也是高階智駕的核心底座。

小鵬的智駕方案，便選擇了世界模型+VLA。VLA可以判斷和決策，世界模型則可以預測目標的下一步行動，二者結合能夠保障系統在復雜場景下的可控性與安全性。

（圖源：電車通攝制）

具身智能時代，世界模型絕對是必不可少的技術，字節布局較早，基于世界模型開發自動駕駛技術，難度相對較低。而且世界模型的訓練需要海量數據與超強算力，Seed團隊依托字節的萬卡級智算集群，可高效處理多模態視頻序列、道路感知數據，讓模型自發學習物理規律、交通常識與人類駕駛行為。

此外，訓練世界模型需要大量數據，搭載高階智駕的汽車，是最好的「數據收集器」。自動駕駛車輛搭載的相機、激光雷達、毫米波雷達等傳感器，可實時采集道路、車輛、行人、環境等海量多模態數據。

這些數據包含豐富的物理信息（速度、加速度、碰撞、遮擋）、行為信息（人類駕駛習慣、交通規則），以及場景信息（城市、高速、園區），是訓練世界模型、物理AI的「優質數據」。

特斯拉Optimus人形機器人的能力，離不開FSD收集的數十億英里真實數據。

需要注意的是，字節沒有盲目自信地快速將自動駕駛技術應用到乘用車領域，初期業務方向瞄準了無人物流車。

（圖源：豆包AI生成）

相較于乘用車，無人物流車行駛場景單一，實現高階智駕的難度較低，適合初期驗證技術。在技術成熟后，字節有可能在賽豆AIVA車型上進一步驗證，并逐步落地商用。

最終，字節會把自動駕駛中沉淀的世界模型能力，全面復制到機器人、工業設備、智能家居等具身智能領域。例如，為服務機器人提供導航、操作、交互的世界模型底座；為工業AGV提供高精度的軌跡規劃與避障能力；為智能家居設備提供物理交互與場景理解能力。

通過這種「技術復用+場景拓展」，字節將構建覆蓋「人車家」的全場景物理AI生態。

未來，無論是機器人、工業設備還是智能終端，都將依賴世界模型的物理認知能力，字節有望成為這一領域的核心技術提供商。

「物理」，是AI最重要的載體

字節此番入局自動駕駛，看似是追趕汽車智能化浪潮，實則是一場面向物理AI時代的頂層戰略布局。對字節而言，自動駕駛絕非單一的汽車業務增量，而是其從傳統內容AI邁向物理世界具身智能的關鍵入口與核心練兵場。

不同于華為、小鵬等車企以「落地車載智駕、提升整車智能化」為核心目標，字節的底層邏輯更加長遠。汽車是現階段最優、最龐大、最真實的物理數據場，智駕技術迭代，本質是字節世界模型完成「虛擬認知」向「物理認知」進化的必經之路。

依托Seed周暢團隊的世界模型技術底座，字節沒有急于切入高難度、高競爭的乘用車城區智駕，而是率先落地封閉場景無人物流，以低風險、高可控的場景驗證物理AI能力，積累真實路況、動態障礙物、車輛運動交互等高質量物理時序數據，持續修正模型的物理推演邏輯。

（圖源：豆包AI生成）

這一布局，也完美補齊了字節過往汽車業務的短板。此前字節憑借智能座艙、車載大模型、汽車云深耕汽車軟件生態，但始終缺失智駕核心能力，在艙駕一體成為行業絕對趨勢的當下，面臨技術割裂、數據孤島、供應鏈受制于人等問題。

自研智駕不僅能適配賽豆汽車等合作車企的全棧智能化需求，實現艙駕深度協同，更能依托車載多傳感器，持續為物理AI訓練輸送海量真實場景數據，構建獨一無二的數據飛輪。

歸根結底，自動駕駛只是字節的短期切入點，物理AI與全域具身智能才是最終歸宿。

經過汽車場景打磨、驗證、迭代的世界模型與物理AI能力，未來將全面外延至服務機器人、工業AGV、智能家居等各類物理終端設備。字節此番落子，跳出了汽車產業的單一競爭，本質是提前卡位AI下半場，以汽車為支點，完成從內容互聯網巨頭到物理AI基礎設施服務商的終極轉型。

封面圖源：豆包AI生成