年前，DeepSeek R1 横空出世，东说念主们才意志到，真实让模子产生理能力质变的，不是大的预教练规模 —— 后教练，用强化学习、经过励、闭环反馈，以低的代价解锁了正本需要数倍算力能力触达的能力规模。

这场范式改换，正在物理世界重演。

自动驾驶系统还是在海量驾驶数据上完成了预教练，但距离真实的 Physical AGI，仍有说念鸿沟：模子知说念 "该若何开"，却不知说念「为什么这么开好」。真实的进化，需要闭环、需要反馈、需要在与世界的交互中不断修正。

香港大学李推崇团队联华为、上海创智学院给出了他们的谜底 —— 世界引擎：以后教练为中枢范式，以闭环仿真为教练环境，驱动自动驾驶系统在海量真实与成场景的交互中，涌现出真实的决议能力。

代码地址：https://github.com/OpenDriveLab/WorldEngine

主页：https://opendrivelab.com/WorldEngine/

手脚自动驾驶域的迫切学术力量，2022 年底，OpenDriveLab 出 UniAD—— 个将感知、预计、盘算统在单框架下的端到端系统，以「盘算为中心」从头界说了自动驾驶的建圭表式，成为学术界公认的里程碑。

但 UniAD 之后，个的问题浮出水面：端到端系统在学术 benchmark 上证实异，真实世界却是另回事。

雨夜里逆行的电动车，施工路段倏得倒下的锥桶，大客车后的鬼探头 —— 这些长尾场景，在教练数据里简直不存在。靠大的数据集、的集会，法根腹地处理。

OpenDriveLab 运转从两个向同期进。面，MTGS 通过屡次遍历的 3D 斯泼溅手艺，构建出保真实可渲染驾驶场景 —— 这是闭环仿真什物理基础。另面，Nexus、Omega 等世界模子责任聚焦于反事实难例动态交互模拟，艰涩真实数据对长尾场景隐蔽的局限。

至此，个中枢问题当然浮现：有了保真仿真环境，有了能生成难例的世界模子，若何让端到端系统真实在其中安全进化？

谜底，就是后教练。

2025 年 4 月，华为发布 ADS 4.0，细致深化了全新手艺架构 WEWA。其中云表中枢 World Engine，正是华为与 OpenDriveLab 联修复的后果。（https://auto.huawei.com/cn/ads）华为将这套架构的标的界说为：面向自动驾驶，从类东说念主到东说念主。

World Engine，由此登场。

World Engine：迈向物理 AI 的后教练时期

若是说预教练让自动驾驶系统学会了「效法」，那后教练要处理的益阳隔热条PA66，是若何让系统学会「判断」。

World Engine 的假想形而上学，正是围绕这标的张开。它不是个单模子，而是套齐全的后教练 pipeline，由三个中枢能力组成：

3DGS 仿真环境 —— 基于 3DGS 构建的保真视觉输入，为后教练提供了真实真理上的闭环反馈。系统的每个决议，齐能在环境中获得即时反应，而不是停留在数据回放。

难例挖掘 & 扩散生成 —— 真实世界的长尾场景稀缺且难以复现。World Engine 先从海量真实驾驶数据中主动挖掘难例，再以世界模子为器用，对这些难例进行扩散生成后，依托仿真环境进行渲染，放大长尾场景的密度与千般，让系统在教练中「见过」它在路上可能遭逢的切。

基于强化学习的后教练 ——World Engine 在仿真生成的大规模难例场景上，以强化学习驱动系统化，将安全价值范例内化为励信号，让系统不仅仅「开得快」，是「开得对」。

三者协同，组成了个齐全的飞轮：仿真生成难例，难例驱动后教练，后教练强化决议能力。

图 1 World Engine 架构总览

从深化瑕玷到越瑕玷

三个模块，套飞轮。

难例挖掘与扩散生成

World Engine 先让模子「我方深化瑕玷」。将预教练好的端到端模子在教练集上作念开环理，以 PDMS 手脚评判圭表，自动筛选出模子证实差的场景 —— 碰撞、偏离说念路、自车停滞不前。这些场景，就是模子的能力规模地点。

挖掘出难例之后，World Engine 并不啻步于此。步履世界模子（Behaviour World Model） 以解耦扩散的式，对这些难例场景进行变体生成 —— 在保抓真实舆图拓扑与场景布局的前提下，引入造反交通步履，批量成密度的安全关键场景。真实数据的长尾，由此被系统地放大。

图 2 难例扩散生成典型 case

保真闭环仿真

难例场景需要个弥散真实的舞台。World Engine 内置了基于 3DGS 的场景重建 pipeline—— 融同路段的屡次真实驾驶记载，构建出扎根于真实世界的保真三维场景。这不是造谣生成的虚拟沙盒，而是闭环教练的真什物理基础。

图 3 保真闭环仿真果图

基于强化学习的后教练

有了大规模难例数据，World Engine 以离线强化学习驱动端到端模子抓续化。励信号将好意思瞻念、避障、说念路规等安全价值径直内化为教练标的。模子不再仅仅效法东说念主类驾驶员，而是在与难例的反复博弈中，学会真实的安全决议。

图 4 navsim 测试难例集对比

World Engine 发现了什么？

数据量上作念加法，塑料挤出机设备不如在教练范式上作念乘法

图 5 考据 Data Scaling: 将预教练数据集场景数目从 12k 增广至 103k 进行对比

自动驾驶行业有个长期信仰：数据越多，模子越安全。World Engine 给出了个复杂的谜底。

将预教练数据从 1.3 万个场景路扩大到 10.3 万个，在日常驾驶场景上，scaling law 按期生 —— 数据越多，证实越好。但在安全关键的长尾场景上，弧线很快躺平。原因并不虞外：真实路测中危境场景本就度稀缺，堆再多老例数据，模子在关键时间依然束手策。

数据 scaling，在长尾场景这件事上，撞上了天花板。

World Engine 的后教练给出了另条旅途：在仿真环境中以强化学习反复博弈难例场景，将避障、规、好意思瞻念径直编码为化标的，同期确保系统不丢失预教练阶段习得的基础驾驶能力。从同个基础模子登程，后教练径直卓绝了 scaling 弧线，竣事了等于将预教练数据扩大致 14 倍的闭环能增益。

块齐不可少

后教练有，但增益从何而来？World Engine 对自己的三个中枢模块作念逐拆解。

图 6 navsim 数据集上不同教练后范式对比益阳隔热条PA66

光喂数据没用。 拿到非凡场景数据，效法学习简直不闭环证实。模子学会了「照作念」，没学会「判断」。强化学习才是阿谁开关。

练什么比若何练迫切。 雷同是强化学习，在普通场景上练，闭环见效能反而着落 —— 就像个学生只刷浅显题，旁观遭逢清贫反而慌。唯有聚焦难例，能力才真实莳植。

仿真不是有就行，得「活」起来。 当仿真里的其他车辆仅仅摄像回放，收益有限；当它们运转对自车步履作念出反应、以致主动制造造反，闭环见效能从 76 路拉到 89 。World Engine 的步履世界模子，补上的正是这后环。

从仿真到路测：World Engine 的工业答卷

学术 benchmark 除外，World Engine 秉承了次严苛的磨真金不怕火 —— 华为 ADS 系统的工业考据。

基础模子在过 8 万小时真实驾驶数据上完成预教练，隐蔽寰宇 100 余座城市、逾千万条驾驶片断。这还是是个强的开端。World Engine 后教练在此基础上延续发力。

工业闭环仿真

图 7 ADS 工业闭环仿真适度对比

团队运用华为 ADS 的工业闭环仿真平台对后教练模子进行了评估 —— 过 1 万个测试场景，累计模拟驾驶里程逾 3000 公里，一说念为密度交互的事件场景，而非平素的老例巡航。适度横跨六项安全盘算，，其中切入碰撞是着落 45.5。

实车路测

仿真之后，World Engine 走上了上海真实路面。测试道路涵盖城市快速路与城区说念路，认为约 200 公里，叠加测试三次完成。

图 8 上海市内架测试道路

图 9 上海市城区测试道路

测试隐蔽的场景，是城市驾驶中真实让东说念主惊出盗汗的时间：夜间施工区的临时改说念、行东说念主从视觉盲区横穿、保护左转后的施工区。 这些场景的共同特征是 —— 即即是警戒丰富的东说念主类驾驶员，也需要度集会预防力，稍有彷徨就可能出事。

典型实车场景 1

典型实车场景 2

典型实车场景 3

而 World Engine 后教练模子全程需东说念主工介入。

Post Training，不啻于自动驾驶

World Engine 的故事，从自动驾驶登程。但它真实思回话的问题，远不啻于此。

回到中枢的洞见：当真实世界法为你提供弥散的关键失败场景时，就主动去创造它们。 在这些失败中反复博弈，在这些规模上抓续进化。这个逻辑，和驾驶关 —— 它是统统 Physical AI 系总计同濒临的压根逆境。

Physical AI 与数字 AI 骨子的差异，在于不可逆。话语模子说错句话，刷新重来；荐系统给错个适度，下次校阅。但物理世界里，机器东说念主碎了个杯子，手术机器东说念主划错了刀，自动驾驶追尾了辆车 —— 造作还是发生，法拆除。这意味着，Physical AI 须在真实上线之前，就还是 "见过" 那些危境的时间。

但执行是，这些危境的时间，恰正是难采集的数据。

这些域，和自动驾驶面对的是同个结构逆境：需要学习的场景，地缺席于教练数据。

World Engine 提供的范式正是针对这逆境的系统回话。具体的手艺竣事会因域而异：3DGS 渲染不错换成物理引擎或世界模子，步履世界模子不错换成机械臂能源学仿真或东说念主体剖释生成 —— 但中枢逻辑不变：不被迫恭候数据，主动生成警戒；不单效法东说念主类，在与世界的博弈中涌现能力。

OpenDriveLab 正在将这条路延迟到浩繁的具身智能域。从端到端自动驾驶登程，走向能在物理世界中感知、理、步履、进化的通用智能体 —— 这是具身智能臆想的终命题，亦然 Physical AGI 真实的意涵地点。

自动驾驶，是这场旅程的个战场。

而 Post-Training，将是 Physical AGI 时期迫切的基础规律之。

形式作家简介

World Engine 由香港大学助理老师、上海创智学院全时师李推崇博士与华为苏鹏博士共同担任形式负责东说念主，李天羽（上海创智学院）、陈立（香港大学）、曹俊（上海创智学院）、刘浩晨（南洋理工大学）为形式中枢孝敬者，共同主新范式的臆想与竣事；苏鹏博士团队从产业视角登程，开端艺的量产落地与应用部署。

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述益阳隔热条PA66，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。