字节跳动说不做自动驾驶,但它的世界模型团队已经在做了

昨天下午，36氪发了一条独家。

字节跳动正在探索自动驾驶。项目放在 Seed 团队旗下，由周畅的世界模型团队负责。方向是无人物流，挂在火山引擎的汽车行业线下面。

消息一出，字节的回应堪称经典：“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。”

翻译一下：做了，但还没到叫“业务”的地步。

我跟你说，每次大厂用这个句式的时候——“有很多早期探索，但并没有做XX业务的计划”——你就知道，那个东西已经在做了，只是还没到官宣的火候。

世界模型：自动驾驶的新入口

为什么一家做短视频的公司会突然对自动驾驶感兴趣？

答案不在车，在模型。

过去十年，自动驾驶的技术路线基本是固定的：感知（摄像头+雷达识别物体）→ 预测（推测其他车辆/行人的轨迹）→ 规划（决定自己怎么开）→ 控制（执行）。每一步都是独立的模块，每一个模块都需要大量的专用数据和工程打磨。Waymo 搞了十五年，特斯拉搞了十年，靠的是一公里一公里在路上跑出来的数据。

但 2026 年，一条新路出现了。

世界模型。

不是你手机里那个生成视频的玩具。是在模型内部构建一个对物理世界的理解——重力、碰撞、运动轨迹、物体遮挡。输入一段视频，它能预测接下来会发生什么。输入一个动作，它能推断周围环境会怎么变化。

这东西天然适合自动驾驶。今年，吉利、Momenta、小米、轻舟智行——原来走 VLA 路线的公司——全都在往世界模型转。小鹏拆掉了 VLA 里的语言模块，推出了 X-World。理想在 GTC 上发的 MindVLA O1，内置了隐式世界模型来做空间理解和路况预判。

整个自动驾驶行业的技术共识，在过去半年里完成了一次急转弯。

而这个弯转过来之后，字节刚好站在了赛道入口。

字节手里有什么？

世界模型这东西，训练它的门槛不是“懂不懂车”，是“有没有足够多的视频数据和算力”。

字节有什么？抖音。地球上最大的短视频平台。每天几十亿条视频。一个人在马路上的视频、下雨天刹车的视频、红绿灯路口行人冲出来的视频——全在字节的训练数据池里。别的自动驾驶公司花钱找人采集驾驶数据，字节的素材库天然就是一座金矿。

第二张牌：算力。有自动驾驶行业的人对 36氪说了句实在话：“字节有足够多的卡，完全能负担得起后发先至。”只要拿到足够的交通数据，重新训练一个智驾世界模型——不难。工程化的问题可以招人解决，算力的问题没法速成。字节不缺卡。

第三张牌：人。周畅。前阿里通义千问多模态负责人，2024 年加入字节 Seed，现在的管理边界已经覆盖多模态大模型、世界模型、视觉生成、具身智能——四个方向，全是物理 AI 的核心板块。这个人管的每一摊事，都跟“让 AI 理解真实世界”有关。

周畅不是在做自动驾驶。他是在做“让 AI 理解物理世界”这件事。而自动驾驶，恰好是这件事最赚钱的应用场景。

座舱已经进去了，驾驶还远吗？

字节不是昨天才碰车的。

去年，火山引擎就已经切入了汽车座舱。他们的豆包大模型装进了赛力斯的车里——不是做语音助手那种“打开空调”的浅层交互，是重新定义整个座舱体验。赛力斯把座舱交互的开发主导权交给了火山，掏了上亿元。

今年 6 月，赛力斯和火山引擎合作的汽车品牌 AIVA 正式发布。搭载“豆包座舱”的 AIVA ME7 预计年内上市。

但有一个尴尬的地方。AIVA 的辅助驾驶，用的是元戎启行的方案。也就是说：座舱是字节的，智驾是别人的。

同一个品牌、同一辆车，智能化的两个半脑分属两家公司。有自动驾驶行业人士评价得很直白：“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。”

字节不缺闭环的执念。它缺的只是一个官宣的时机。

而现在，世界模型把这个时机窗口打开了。所有传统自动驾驶公司花十年积累的感知模块、预测模块、规划模块——在一个足够强的世界模型面前，可以被压缩成一个模型。技术壁垒在消融。

这不是字节在“考虑做自动驾驶”。这是世界模型的技术浪潮刚好推到字节脚下，不踩都浪费。

“物理AI的ChatGPT时刻”

黄仁勋今年一直在说一个词：物理 AI 的 ChatGPT 时刻。他的意思是，AI 对物理世界的理解能力已经到了一个临界点——就像 2022 年底大语言模型突然能聊天一样，世界模型也快要“突然能开车”了。

如果这个判断是对的，自动驾驶的竞争逻辑就彻底变了。

过去比的是：谁在路上跑了更多公里。未来比的是：谁的世界模型对物理规律理解得更透彻。前者是苦力活，后者是模型活。苦力活的护城河，十年才挖出来。模型活的护城河，可能一个版本更新就跨过去。

当然，从“世界模型很厉害”到“能安全地在公开道路上开”，中间还有十万个坑。工程化、安全冗余、极端场景、法规认证——每一关都能卡你好几年。字节的跨界，坦率讲，现在连起跑线都还没站上去。

但有一点已经清楚了。

自动驾驶行业的下一波玩家名单上，会出现一些你以前绝对不会想到的名字。不是因为他们会造车——是因为他们比所有车企都更懂模型。

字节只是名单上的第一个。