在2026世界智能网联汽车大会上，蔚来创始人、董事长、CEO李斌对外公布了一组关于智能辅助驾驶系统的最新核心数据，基于世界模型架构加闭环强化学习打造的蔚来智能辅助驾驶系统，目前已经完成在超过95万辆智能电动汽车上的部署，相关运营数据也同步对外公开。这一规模在国内量产智能辅助驾驶阵营中处于行业前列，标志着该技术已经完成大规模的落地应用，覆盖了大量日常行驶的民用车辆。

　　据IT之家报道，李斌在2026世界智能网联汽车大会的对话环节中提出，自动驾驶进入“下半场”后，衡量其价值的标准需要回到两个可以被验证的指标上。这一观点也引发了行业内对于智能驾驶技术评价体系的广泛讨论，跳出了此前行业普遍聚焦的单点技术参数比拼的传统思路，将评价维度转向了用户实际体验与真实安全表现层面。

核心运营数据公开 安全表现获多维度佐证

　　本次大会上披露的最新数据显示，蔚来智能辅助驾驶系统的安全行驶里程已经超过91.4亿公里，累计使用时长达到1.12亿小时，在实际运行过程中，这套系统已经为用户避免或减轻了907万次潜在事故影响。根据蔚来内部统计的数据，搭载该系统的车辆在人车共驾场景下，平均安全里程达到纯人工驾驶的8倍，直观体现出系统在日常行驶过程中对安全水平的提升作用。

　　除了企业内部的统计数据之外，相关安全表现还得到了第三方机构的佐证。来自四家保险公司的统计数据显示，搭载蔚来智能辅助驾驶系统的车辆，事故安全损失呈现逐年降低的趋势，整体降幅超过30%。这一来自保险行业的真实运营数据，进一步验证了智能辅助驾驶系统在降低事故风险、减少用户损失方面的实际效果，也为行业评估智能驾驶技术的真实价值提供了可参考的第三方视角。

　　更早之前的9月14日，在日内瓦WTO总部举办的世界贸易与科技日活动中，李斌就曾对外披露过当时的系统运行数据，彼时这套部署在超95万辆智能电动汽车上的智能辅助驾驶系统，累计安全行驶里程超过77亿公里，累计使用时长达到9800万小时，为用户避免或减轻了835万次潜在事故影响。在不到两个月的时间里，相关运行数据实现了大幅增长，也从侧面反映出这套系统的高频使用状态和用户接受度。

技术路径清晰 依托世界模型构建数据闭环体系

　　蔚来这套智能辅助驾驶系统的核心技术路径，采用了世界模型架构搭配闭环强化学习的组合模式，和传统依靠工程师预先编写场景规则的算法体系形成了明显区别。世界模型可以让车辆自主完成对物理世界的理解，将感知、预测、规划等多个环节整合进同一个神经网络中进行统一学习，无需提前预设所有可能遇到的行驶场景，能够更好地应对真实道路中出现的各类复杂突发状况。

　　其中闭环强化学习环节的运行逻辑，是先对真实路况完成三维重建，之后在重建出的虚拟环境中让智能体进行反复试错，变道失败、急刹、误识别等各类极端场景的试错代价都在仿真环境中完成结算，不需要让真实上路的用户承担试错风险。而支撑这套模型持续迭代优化的数据来源，正是已经部署系统的95万辆智能电动汽车，这些车辆在日常行驶过程中完成群体智能采集，相关数据上传到云端完成集中训练，之后再通过OTA的方式下发到每一台车辆，形成完整的正向循环。

　　95万辆的存量车辆规模，构建起了一套能够自主生长的数据网络，这些车辆日均可以产生千万公里级的真实行驶数据，相比传统专门组建的数据采集车队，这种模式的运行成本更低，数据覆盖的场景也更贴近普通用户的真实日常出行环境。随着行驶数据的持续积累，模型的表现也会随之不断优化，进一步提升系统在各类复杂场景下的适配能力。

行业价值判断标准明确 回归用户真实需求

　　在2026世界智能网联汽车大会的分享中，李斌将自动驾驶进入“下半场”后的价值衡量指标概括为两个可验证的核心维度，第一是用户是否愿意为自动驾驶功能付钱，第二是自动驾驶能否让用户显著感知到它比人开车更安全。他直言，如果用户不愿意付钱，自动驾驶讲得再好，也没有真正创造用户价值。

　　AASTOCKS财经新闻相关报道也提及，李斌认为智能驾驶进入下半场后，评判的核心标尺是能不能真正为用户创造价值，两个关键指标缺一不可。其中商业化闭环维度，核心是看用户是否产生真实付费意愿，没有真实付费意愿，技术再先进也没有可持续的用户价值；而可量化的安全表现维度，则需要保险等第三方机构形成事故概率、事故比例的真实反馈，让用户能够切实感知到系统比人工驾驶更安全。

　　在更早的公开分享中，李斌就曾表示，随着电动化、智能化与AI的加速融合，智能电动汽车已经成为使用最广泛的物理AI智能体，未来领先的汽车公司，也一定是领先的AI公司。十年前蔚来就确立了智能辅助驾驶“解放精力、减少事故”的目标，而当前95万辆车的部署规模，正是这一长期目标推进过程中的重要阶段性成果。

　　放眼全球道路安全领域，道路安全至今仍是重大社会课题，智能辅助驾驶这类技术实现更高可信度与更大规模普及，能够减轻驾驶者负担、降低事故风险，改善数十亿人的日常出行，产生超越交通工具本身的社会价值。而智能辅助驾驶的全球化落地离不开全产业链协同，不同国家与地区道路环境、交通法规、数据治理、安全标准、市场准入规则存在差异，AI智能系统必须在多元环境中维持稳定一致的安全表现，这也要求车企在产品开发阶段，就同步考量全球市场合规与本地化适配，针对不同区域法规完成针对性测试验证，保障系统稳健安全运行。

(编辑：张广德)