「自动驾驶，字节通往具身智能的前一站」

文 | 樊舒琪 编辑 | 李勤

36氪从多位产业人士处获悉，字节跳动正探索进入自动驾驶领域。这一项目目前由Seed旗下周畅的世界模型团队负责。据了解，Seed旗下不仅有周畅的多模态模型、世界模型等团队，还有大语言模型方向。

而自动驾驶与世界模型的技术路线有交叠之处。

另有消息人士告诉36氪，业务方向上，字节有意布局的自动驾驶场景有无人物流，这一业务隶属于字节旗下的火山引擎汽车行业线。

部分接近字节的知情人士表示，字节团队此前与一些头部自动驾驶团队进行过业务探讨交流，目前字节的自动驾驶项目已进入早期筹备状态。字节向不少头部辅助驾驶或自动驾驶人才发出了邀约，一些看好字节这一布局的技术人才也计划加入。

针对以上消息，36氪向字节求证，字节回应：“字节在AI大模型前沿探索领域，包括物理AI领域，有很多早期研究和探索，但并没有做智能驾驶业务的计划。”

Seed是字节旗下的大模型基础研究团队，成立于2023年，是字节的一级战略级部门。

周畅是字节Seed AI研发核心负责人之一。他于2024年加入字节，负责多模态大模型的研发等，此后他管理的业务范畴不断扩大。去年，视觉生成业务已划入其负责范围，今年Seed Robotics团队也转向周畅汇报。这意味着，目前周畅的管理边界，覆盖多模态大模型、世界模型、视觉生成、具身智能等多个领域。

火山引擎是字节的云服务品牌，早在2020年火山引擎旗下就建立了汽车行业线，火山引擎总裁谭待还曾公开表示：“我们是所有云厂商中第一个把汽车做成一级线。”

今年以来，物理AI浪潮兴起，自动驾驶和具身智能被视为物理AI最先落地的两大场景。其中，自动驾驶是公认最早一批落地的具身智能场景。

因而当大厂都在追逐物理AI风口之际，自动驾驶，或将成为字节通往具身智能的一栈。

于自动驾驶行业而言，在世界模型成为自动驾驶界技术共识的今天，字节带着资源、人才、技术优势跨界，很有可能撼动行业既有格局。

「世界模型成技术共识，字节迎来跨界契机」

事实上，字节早就流露出过对汽车业务的渴望。

在布局自动驾驶之前，字节先已通过豆包大模型，切入了汽车座舱领域，意在重新定义座舱的交互体验。如今字节进一步布局辅助驾驶，可以使整车的智能化体验闭环。

36氪曾报道过，字节旗下火山引擎是对汽车座舱智能体投入最大的团队之一，赛力斯是目前与之合作最为深入的车企。火山引擎还向英伟达定制了Thor z芯片，将座舱模型以Al Box的“外挂”形式部署在车端。

赛力斯将新座舱交互的开发主导权交给了火山，并为其提供整车平台与落地能力，与上亿元的资金支持。

今年6月，赛力斯与火山引擎合作的汽车品牌AIVA正式发布，预计今年内，搭载“豆包座舱”的AIVA ME7也会上市。

但值得注意的是，AIVA品牌的辅助驾驶合作方，是元戎启行。有自动驾驶行业人士评价：“智能座舱和辅助驾驶不整合到一起，整车的智能化体验很难闭环。”

自动驾驶行业对世界模型的技术共识，恰又给了字节跨界的契机。

去年，行业还曾掀起过一场关于VLA和世界模型的技术路线之争。而今年，吉利、Momenta、小米、轻舟智行等越来越多企业，聚拢到了世界模型的大旗下，其中也包括部分曾经的VLA派。

比如小鹏。今年不仅发布了自研的X-World世界模型，还拆掉了VLA中的“L模块“，也就是语言模块，推出了 VLA 2.0。这意味着，小鹏不再将视觉内容转化为语言，再去推理，而是将视觉作为“智能的基石”。这样的模型架构已相当接近世界模型。

理想在今年GTC大会上发布的MindVLA O1，其内置的 3D ViT空间编码器与预测式隐世界模型，不仅强调对语言指令的理解，也强调对三维空间的结构化理解，以及对未来路况演变的预判，而后两者正是世界模型的要义。

因此，字节在启动世界模型的研发后，跨界至自动驾驶领域，自是顺理成章。

「携资源、人才优势跨界，字节将对自动驾驶行业发起冲击」

对字节而言，对自动驾驶的布局，或将其更快引渡到具身智能的彼岸。

今年，英伟达创始人黄仁勋、特斯拉CEO马斯克等人都预判，物理AI的Chat GPT时刻已经到来。自动驾驶和具身智能正是物理AI落地率先落地的两大场景。

它们的的能力栈高度通用，其中，自动驾驶的路况标准、硬件等都已趋向统一，产业链经过多年发展已相对成熟，所以行业普遍认为，做不好自动驾驶，便很难实现更通用的具身智能。因而自动驾驶之于字节，不啻于具身智能的练兵场。

自动驾驶对于字节具身智能另一重要的意义，或许在于数据。

缺乏来自物理世界的真实数据，是困扰许多具身智能企业的因素。而自动驾驶在数据采集上享有天然优势。

因此字节布局自动驾驶后，将更容易获取大量物理世界的数据，以迭代其世界模型，进而将模型能力复用至具身智能。

曾有公开信息显示，特斯拉拥有FSD数十亿英里真实道路数据，感知、世界建模、运动规划全部能迁移给Optimus机器人。

行业所强调的FSD对Optimus机器人的助力，正体现在“车辆数据管线”，让机器人跳过许多试错周期。

因此，字节对自动驾驶的布局，某种程度上流露出的，是它对具身智能的野心。

对于自动驾驶行业而言，字节跨界至自动驾驶，或将对自动驾驶行业格局发起不小的冲击。

自动驾驶技术转向AI范式，在某种程度上，改写了行业竞争的底层逻辑。基于AI范式的自动驾驶技术，正让各家的产品体验快速追齐。何况字节还有着人才优势和资源优势。

有自动驾驶行业人士对36氪表示，字节的优势在于，“目前它有足够的钱去烧，而且有足够多的人才”，“而且字节有足够多的卡，完全能负担得起他们后发先至”。

他解释：“字节现在做的通用世界模型，跟自动驾驶世界模型其实不完全一样，其中很多技术细节差距挺大。而且智驾专用世界模型，对交通物理的理解更深刻。

但字节有足够的算力资源，只要有办法能够拿到足够多的交通数据，重新训练一个智驾世界模型不成问题。

只要云端模型够强，字节所缺少的自动驾驶工程化能力，可以通过招人尽快补齐。”

自动驾驶行业经历近10年混战后，字节的入局或将给行业带来不小的变数。

封面来源 | IC photo