车东西（公众号：chedongxi）
作者 ｜ 赵婧初
编辑 ｜ 志豪
字节也要造自动驾驶“大脑”？
车东西7月13日消息，刚刚，有媒体报道称，字节跳动正在探索进入自动驾驶领域，相关项目目前由字节Seed旗下周畅的世界模型团队推进。业务方向可能包括无人物流场景，该业务隶属于字节旗下的火山引擎汽车行业线。
据悉，目前该项目仍处于早期筹备阶段，字节团队此前已与部分自动驾驶领域企业进行交流，并接触相关技术人才。
不过，字节方面对此回应称，“字节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。”
一、AI核心团队亲自下场 或将切入无人物流赛道
此次消息备受关注的核心原因在于，相关项目或将交由字节旗下的大模型基础研究团队Seed负责，而没有交给一直有在涉猎汽车业务的火山引擎团队。
依托火山引擎，字节一直在为赛力斯、东风、上汽等车企提供车载AI智能体服务，顺利切入智能座舱领域，但始终没有深入自动驾驶层面。
▲上汽荣威座舱搭载豆包深度思考大模型（图源网络）
而此次或将负责自动驾驶项目的Seed团队，成立于2023年，是字节负责通用人工智能研究的重要团队，研究方向涵盖多模态大语言模型MLLM、GenMedia模型、AI for Science、机器人等领域，是目前字节在AI方向上最受重视的业务部门之一。
据爆料，目前自动驾驶相关项目交由Seed多模态负责人周畅来主导推进。周畅于2024年下半年加入字节，此前是阿里通义千问大模型的技术负责人，现在是字节Seed AI研发核心负责人之一。
去年7月，字节的视觉多模态生成和基础模型研究业务（文生图Seedream、文生视频Seedance等）已划入周畅的负责范围。今年6月，原由李航负责的Seed Robotics团队也转向周畅汇报。至此，周畅的业务范围已覆盖多模态大模型、世界模型、视觉生成、具身智能等多个领域。
▲周畅（图源网络）
从组织架构来看，字节的意图或许并不仅仅局限于自动驾驶本身，更像是在为其世界模型寻找一个真实世界的落地点。
从目前曝光的信息来看，无人物流很可能是字节切入自动驾驶的重要方向之一。
相比城区Robotaxi，无人物流更容易落地。因为Robotaxi需要面对复杂城市道路环境，同时涉及安全责任、监管要求、大规模商业运营等各种问题，背后需要海量的道路数据支撑和法律政策支持。
而无人物流通常应用于相对固定的场景，比如产业园区、港口、矿区以及部分物流线路，道路环境更加稳定，更适合作为字节前期在自动驾驶领域进行技术验证和数据积累的场景。
▲无人物流车（图源网络）
不过，目前字节是否会进一步成立自动驾驶业务，或者推出面向车企的智能驾驶方案，仍没有明确答案。
二、世界模型需要驶入真实世界 数据或将迁移到具身智能领域
如果把时间线拉长，可以发现，对于字节这样全力加码AI业务的数据大厂而言，自动驾驶并不是一个完全陌生的方向。
过去两年，大模型竞争主要集中在数字世界。从聊天机器人到办公助手，再到图像、视频生成，AI主要处理的是文字、图片和视频等数字内容。
但随着模型能力不断提升，AI的应用边界也开始从数字世界向现实世界延伸。越来越多的企业开始追问AI是否能够理解现实世界，并在现实环境中完成任务等问题。
这种情况下，世界模型逐渐成为AI领域的重要研究方向。
世界模型更关注的是对现实环境的理解、预测和推演。简单来说，世界模型希望让AI不仅能够识别当前环境，还能够理解环境变化规律，并预测未来可能发生的事情。
而自动驾驶恰好是对这种能力要求极高的场景。例如，一辆具备自动驾驶能力的汽车在看到道路上的行人时，它需要判断的不只是“有没有人”，还需要预测这个人是否会突然横穿道路、前方车辆是否会急刹、不同驾驶策略会带来怎样的连锁后果等问题。
▲自动驾驶车辆检测环境（图源网络）
近年来包括特斯拉、英伟达等企业，都在加强AI模型在自动驾驶领域的应用探索。
同样，对于字节而言，自动驾驶或许也能为其提供一个让世界模型持续学习的”训练场”。在世界模型的加持下，车辆在行驶过程中可以持续收集来自物理世界的数据，并通过这些大量的数据反馈来不断优化模型，甚至可能会将提升后的模型能力复用到具身智能等领域。
马斯克早就这么做了，他在去年公开指出：“特斯拉拥有FSD数十亿英里真实道路数据，这是我们物理AI的巨型训练场。感知、世界建模、运动规划全部能直接迁移给Optimus。如果没有庞大车队，我们根本无法规模化采集真实世界传感数据。”
今年他再度强调：“如果没有先做FSD自动驾驶汽车，研发Optimus难度会高出一个数量级。”
