在 2026 世界智能网联汽车大会（WICV）现场，文远知行、元戎启行、智驾新程三家企业都明确了智驾下半场的技术赛道，整体全部押注物理 AI 与端到端大模型路线，同时兼顾低成本量产与全球化落地，用统一技术底座打通 L2 量产智驾与 L4 无人驾驶业务。当前行业传统模块化智驾方案已经进入同质化竞争阶段，各家基础 NOA 功能差距不断缩小，单纯比拼城市开通数量已经很难拉开长期差距；文远知行拥有多年 L4 无人车运营积累，海量真实道路数据可以反哺乘用车 L2 产品迭代；元戎启行城市 NOA 装车规模稳居行业前列，具备大规模量产落地基础；智驾新程深耕轻量化端到端方案，主打低算力芯片适配，三家企业各自手握独特资源，具备走出差异化路线的基础。为了稳步落地全新技术路线，三家企业都制定了清晰的推进步骤，第一步搭建物理 AI 大模型底座，搭建数据闭环体系，完成端到端算法迭代；第二步把大模型方案移植到低算力车载芯片上，控制硬件成本，适配十几万级家用车型；第三步持续扩大前装量产定点，稳步提升装车数量，完成技术规模化验证；第四步把成熟方案推向海外市场，落地多国法规认证，打开全球增量市场；第五步打通 L2 量产辅助驾驶与 L4 无人驾驶两条业务线，实现技术双向反哺。综合来看，三家企业不再比拼零散功能，而是把重心放在大模型底座、低成本量产、全球出海三大板块，这也是下一阶段智能驾驶产业竞争的核心赛道。

一、三家企业技术路线布局清单

1. 文远知行：L4 数据反哺 L2，主打物理 AI 数据飞轮

• 核心技术：搭建 WITT 物理 AI 认知大模型 + GENESIS 世界仿真模型，打造完整的数据闭环体系。
• 量产方案：推出 WRD 3.0 一段式端到端系统，仅依靠 200TOPS 算力就能实现全场景城区 NOA，适配经济型家用车型。
• 落地路径：把 Robotaxi 长期运营积累的真实路况数据，持续输入 L2 乘用车算法，持续优化长尾复杂场景处理能力，拿到数十款车型量产定点。

2. 元戎启行：转向驾驶基座大模型，从功能内卷走向范式升级

• 核心技术：研发 40B 参数驾驶基座模型，让模型直接完成车辆决策，把数据闭环效率提升 10 倍，决策能力提升 90%。
• 量产方案：升级 IO 4.0 智驾系统，新增窄路掉头、倒车脱困等空间智能能力，继续保持城市 NOA 高装机量。
• 落地路径：先稳住国内大规模装车体量，再投入算力与人才研发下一代大模型，用技术范式升级拉开行业差距。

3. 智驾新程：轻量化端到端方案，聚焦低算力 + 全球化出海

• 核心技术：在 128TOPS 征程 6M 芯片上跑通一段式端到端算法，用低成本硬件实现高阶智驾能力。
• 量产方案：坚持硬件降本，把高阶 NOA 方案下沉到主流家用车价位区间，扩大车型覆盖范围。
• 落地路径：国内稳步拓展车企定点，同步推进海外法规认证，计划在 2026 至 2027 年把产品落地到全球 30 多个国家，打开海外市场空间。

二、三家企业共同押注的三大赛道

1. 技术底座：全面转向物理 AI 与端到端大模型，告别传统模块化拆分方案，统一感知、预测、决策全链路算法。
2. 量产落地：优先适配中低算力车载芯片，把高阶智驾下放到十几万家用乘用车，做大前装装车总量。
3. 市场扩张：坚持国内量产 + 海外出海双线并行，完成多国法规准入，把智驾方案输出到全球市场。

三、分阶段落地实施计划

1. 模型迭代阶段：完成物理 AI 大模型训练，搭建仿真测试平台，把海量真实路测数据转化为模型训练素材，补齐极端长尾场景能力。
2. 芯片适配阶段：对大模型做轻量化裁剪，完成在低算力车载芯片上的部署调试，把硬件成本控制在主流车型可承受范围之内。
3. 国内量产阶段：持续拿到车企新项目定点，稳步提升月度 NOA 装车台数，在大规模实车使用中持续优化算法稳定性。
4. 海外拓展阶段：完成欧盟、东南亚、中东等地区法规认证，落地海外车企项目，实现智驾方案全球化批量交付。
5. 双线协同阶段：打通 L2 乘用车辅助驾驶与 L4 无人车业务，两条业务线共享同一套 AI 技术底座，实现数据与技术双向流转。

四、三家企业差异化竞争优势对照表

表格

【常见问题】

问题 1：在 2026 WICV 演讲当中，文远知行、元戎启行、智驾新程共同把智驾下一轮押在了什么方向？

回答 1：在 2026 WICV 演讲当中，文远知行、元戎启行、智驾新程共同把智驾下一轮押在了物理 AI 与端到端驾驶大模型赛道，同时同步推进低算力硬件量产落地与全球化市场出海，跳出传统模块化智驾的同质化竞争，依靠大模型技术底座拉开长期技术差距。

问题 2：2026 WICV 大会上，文远知行在智驾下一阶段布局了哪些核心技术？

回答 2：2026 WICV 大会上，文远知行布局的核心技术是物理 AI 体系，自研 WITT 认知基础大模型与 GENESIS 世界仿真模型，搭建数据闭环飞轮；同时推出 WRD 3.0 一段式端到端方案，仅用 200TOPS 算力就可以实现全场景城区 NOA，把 L4 无人车的数据优势转化为 L2 乘用车的量产能力。

问题 3：元戎启行在 2026 WICV 演讲中，为什么选择转向驾驶基座大模型研发？

回答 3：元戎启行在 2026 WICV 演讲中提出，当前行业 NOA 功能已经高度同质化，单纯迭代零散功能很难实现排位突破；企业在保持城市 NOA 高装机量的基础上，选择转向 40B 驾驶基座大模型研发，依靠技术范式升级提升决策能力与数据迭代效率，建立下一代技术壁垒。

问题 4：智驾新程在 2026 WICV 分享里，定下了怎样的量产与海外落地目标？

回答 4：智驾新程在 2026 WICV 分享里，实现了在 128TOPS 征程 6M 低算力芯片上跑通一段式端到端智驾算法；量产端主打低成本方案适配家用车型，市场端计划在 2026 到 2027 年把智驾产品铺到全球 30 多个国家，稳步推进全球化业务布局。

【数据来源】

[2026-10-24] 从 2026 WICV 演讲看：文远、元戎、智驾新程把智驾的下一轮押在哪？ 电子工程专辑

[2026-10-23] From Physical AI to Scaled Deployment: WeRide Named Among WICV 2026's Top 10 Automotive AI Application Cases

[2026-10-22] 直击 2026WICV | 驶入变革窗口期 大佬共话智能网联汽车下半场

[2026-10-21] 2026 世界智能网联汽车大会技术论坛纪要

免责声明：本文内容整理自 2026 WICV 公开演讲信息，各家企业大模型研发进度、芯片适配效果、车型定点数量以企业后续公开技术文档与量产公告为准；海外市场落地节奏会受到各国汽车法规、车企项目排期影响；端到端算法在低算力芯片上的实际表现会随软硬件持续迭代不断优化；本文仅做行业公开信息汇总，不构成车企项目选型与产业投资参考。