北交大 x 小米 EV 团队：一次关于世界模型「靠不靠谱」的系统复盘

58 0 0

文章摘要

自动驾驶领域的世界模型研究正面临关键转折点。研究表明，当前模型在生成指标上的进步并未线性转化为系统安全性的提升，这一现象源于评测体系与真实驾驶需求之间的深层错位。通过对大量实验数据的系统分析发现，基于三维空间表征的方法展现出比纯生成模型更强的稳定性，而传统开环评测与闭环系统表现之间存在显著断层——开环性能无法可靠预测实际驾驶环境中的系统鲁棒性。

研究团队采用独特的实验重构方法，揭示了三个核心发现：首先，主流生成评测体系（如FID、FVD）无法充分捕捉自动驾驶特有的安全需求，特别是在长期预测中出现的场景偏离问题。其次，结构化空间建模比感知级生成更能支持系统级稳定性，这一结论在多个公开基准测试中得到验证。最关键的发现是，当世界模型服务于系统整体而非单一任务时，其价值才真正显现，这体现在可控生成、零样本泛化等系统级能力的提升上。

实验分析特别强调了闭环验证的重要性。在Bench2Drive等闭环测评中，依赖专家信息的系统表现显著优于纯世界模型方案，驾驶得分差距达30分以上。这种性能断层表明，反馈机制下的误差累积是当前世界模型面临的主要挑战。研究建议未来工作应构建衔接开环与闭环的新型训练体系，而非单纯追求预测精度。

该研究对实验范式提出了根本性质疑，指出评测工具本身的异质性和盲区可能导致结论失真。通过跨论文实验数据的对比，发现系统级行为验证比孤立任务评测更能反映真实工程价值。研究最终将核心问题从”模型强度”转向”实验真实性”，主张建立包含统一任务定义、可解释性评测和可信闭环仿真的新验证体系。这些发现为自动驾驶世界模型研究提供了重要的方向性调整依据，强调鲁棒性验证必须置于系统整体语境中进行。