还记得华为最新的自动驾驶算法架构叫什么吗？WEWA - World engine and World Action。

在最近的 CVPR 2026 Workshop（丹佛）上，香港大学计算与数据科学学院助理教授，OpenDriveLab 的Li Hongyang 李弘扬先生做了一场名为《Simulation at Scale for Production-level Autonomous Driving》的演讲。其中主题就是采用WE(World Engine)世界引擎来仿真攻克自动驾驶长尾。

所以，本文在演讲内容基础上，结合其团队公开论文对论文中的World Engine 这个自动驾驶仿真技术的方法和逻辑进行解读，希望给大家带来一些信息和启发。

1. 问题的来源：长尾分布与「最后 20%」

演讲中，Li hongyang 先生用给演讲内容做了一个铺垫，量产自动驾驶面临的核心困难，用一条概率分布曲线概括：

日常行驶中，绝大多数情形是常规事件——直行、跟车、正常通过路口；

少数是「安全关键事件」，例如近距离接近、加塞、紧急制动；

而真正的事故属于极小概率事件，发生频率通常在每百万公里乃至更低的量级。

但是，自动驾驶系统能力越是要覆盖这条曲线的尾部，可用于学习的真实数据就越稀缺。

所以，目前业界的主流做法，本质上是两条规模化路径：

一是数据规模化，依靠大规模车队采集行驶数据；

二是算力规模化，用更大的集群训练更大的模型。

这条路径在特斯拉等公司的实践中被广泛采用，对常规场景行之有效。但演讲指出，它在长尾场景上会遇到收益递减的问题——这正是本次演讲试图回答的核心。

需要明确的是，「最后 20%」是一个描述性的说法，用来指代那部分难以通过常规数据采集覆盖、却对安全至关重要的尾部场景，并非一个精确的量化指标。

2. 核心论点：把「后训练」范式迁移到自动驾驶

Li hongyang 提出的主要思路，是借用大语言模型的训练范式来重新审视自动驾驶算法的训练。

大语言模型的能力提升通常分两步：

先在大规模文本上做预训练，再通过基于人类反馈的强化学习（RLHF）等手段做后训练（post-training）。后训练并不显著增加模型「知道多少」，但对把模型调整到「可用、可控、符合期望」起关键作用。

Li hongyang在演讲中的类比是：

自动驾驶模型在某种意义上已经完成了「预训练」——海量真实路采数据相当于它的训练语料；但它缺少一个有效的「后训练」环节。

大语言模型的后训练，可以直接引入人的反馈feedback做reward奖励训练。但是对于自动驾驶，却很难，因为自动驾驶所在的物理世界的约束：无法让车辆反复发生真实碰撞、再据此给出奖励信号去优化策略。换言之，自动驾驶缺的不是数据本身，而是一个能够交互、能够提供反馈、并可安全试错的环境。

这个类比有其启发性。语言模型的「环境」是文本和人类评价，反馈廉价且可大量获取；自动驾驶的环境是物理世界，反馈昂贵且涉及安全。

因此演讲推出了他们的关键工作，构造一个替代性的数字环境——World Engine世界引擎。

3. World Engine 的三个组成部分

首先，指明一点World Engine 不是单一模型，而是由三个相互衔接的部分构成的系统：像素级的场景重建、场景中多个代理的行为世界模型、最后强化后训练。

1. 像素级重建：构造视觉环境

第一部分基于 3D 高斯泼溅（3D Gaussian Splatting）构建像素级、可渲染的场景，对应其团队的 MTGS论文（多次遍历高斯泼溅，arXiv:2503.12552）工作。

其特点是支持视角外推：将同一地点多次穿行采集的数据融合后，可以从训练时未直接覆盖的位置和角度重新渲染图像。这一部分解决的是「视觉观测是否逼真、是否可控生成」的问题，和当前大家的虚拟simulator差别不大。

2. 行为世界模型（Nexus）：生成交通参与者的行为

第二部分是一个多智能体行为生成模型，对应论文 Nexus（《Decoupled Diffusion Sparks Adaptive Scene Generation》，arXiv:2504.10485），也是本演讲的重点。

这个多智能体行为生产模型要同时满足两个相互冲突的需求：

一是反应性（reactivity），即对环境的实时变化做出响应；

二是目标导向（goal orientation），即能被预设的未来状态精确引导，从而可控地生成带有明确结局的安全关键场景。

此前的两类方法各有短板：全序列扩散模型可控性好，但难以实时响应交互；自回归式的逐帧预测响应及时，却缺乏对目标状态的感知。

Nexus 的做法是「解耦扩散」——让序列中每个 token 拥有独立的噪声状态，并以噪声水平作为一种连续的软掩码：低噪声 token 承担已知条件或目标的约束作用，高噪声 token 则保留对环境变化的响应能力。由此，可控生成与实时反应被统一在同一个去噪过程中。

传统的仿真，可能就是重构环境，然后算法修改看自车运动之后问题是否复现，效率低，而且不符合世界物理的发展，因为自车变化，演员车或者叫做智能体也会变化行为的。

现在，这样做的好处是支持闭环场景生成，为自主智能体提供交互式环境。智能体使用生成的场景进行规划，而 Nexus 则根据智能体的动作实时更新场景。为了评估场景生成器的真实性。

3. 强化后训练：在环境中优化策略

第三部分是在上述环境中进行强化学习后训练。演讲强调两点设计：

一是行为正则化强化学习（behaviour-regularized RL），用 KL 约束将后训练后的策略限制在预训练先验附近，避免强化学习把策略推向异常或不安全的行为分布。

二是经验混合（experience mixing），将真实路采日志与世界引擎生成的合成 rollout 混合进同一训练池。演讲对二者关系的概括是：模仿学习学习「人类会如何驾驶」，强化学习则补上「不应如何驾驶」。

这样就形成了World Engine高效生成场景进行对抗学习的训练方法。

4、实验结论与解读：数据效率

其实在演讲中Li hongyang 透露的WorldEngine 还给出了目前仿真对比，以及量产级验证。

仿真验证中，为弥补公开数据中危险场景稀少的问题，团队还构建了 Nexus-Data：通过 MetaDrive 仿真器生成，交通流以对抗方式合成，并经自动有效性校验筛选。论文报告中指出仿真测试的主要结果包括（这些数字来自 Nexus 论文的基准测试，而非独立复现）：

仿真数据规模约 540 小时，覆盖汇入、加塞、碰撞等高风险交互；

相对所对比的方法，位移误差降低约 40%；

通过数据增强，闭环规划性能提升约 20%。

此外据他们研究的主页披露：在某工业级闭环仿真平台（超 1 万个场景）上碰撞率下降约 45.5%；在 AITO M9 上做约 200 公里实车路测（上海城快、高架、居民区，含一次夜间）实现零接管；底座是基于 8 万多小时真实路采日志训练的量产系统。合作方包括港大 OpenDriveLab、华为、上海创智学院，以及 NVIDIA、图宾根大学、valeo.ai、清华等。这些数字来自团队自身的项目主页与报告，正式论文尚未发布。

这里就回到文章开头讲到的，华为最新的自动驾驶算法架构叫WEWA - World engine and world action（可以看我们之前文章《深度分享和分析华为2026乾崑技术大会：大家如何应招？》），所以根据上面论文参与机构和测试透露的信息，华为自动驾驶应该也采用此项量产技术。

写在最后

这场演讲指向一个对产业有现实意义的判断：辅助驾驶/自动驾驶如我们之前文章《从各家出行报告看：中国智驾第一梯队的用户成绩》讲到，已经从敢用走向了常用爱用的阶段，那么大家比拼的就是谁能够高效解决长尾问题。

Li hongyang 先生提出的World Engine能够生产模拟人类驾驶的物理世界，也就是真是多智能体互动的模型，这就犹如给自动驾驶多了一个真实虚拟世界对抗训练的场地，可以极大高效通过后训练快速的提升算法能力。

当然，作为一项研究方向，World Engine 可能仍有若干尚未解决或需要独立验证的问题，这也是评估其落地价值时应保持审慎的原因：

仿真到现实的差距（sim-to-real gap）始终存在。重建场景与合成行为再逼真，与真实道路之间仍可能有系统性差异，模型在仿真中的收益未必能等量迁移到实车。

合成的危险场景是否真正覆盖了真实世界长尾的分布，难以完全验证。对抗生成有可能产生「看似危险但不真实」的样本。仿真指标与真实安全之间不能简单画等号。开环、闭环的成功率提升，距离量产所需的安全性论证仍有距离。

深度创作不易，您的点赞、爱心和转发是我们不懈创造提供优质信息的动力，

当然对自动驾驶感兴趣的也可以购买我们的书籍

参考资料以及图片演讲：《Simulation at Scale for Production-level Autonomous Driving》，李弘扬，CVPR 2026 Workshop（丹佛）。

Nexus：Zhou et al.,Decoupled Diffusion Sparks Adaptive Scene Generation, arXiv:2504.10485, 2025。

MTGS：Li et al.,MTGS: Multi-traversal Gaussian Splatting, arXiv:2503.12552, 2025。

*未经准许严禁转载和摘录-

       原文标题 : CVPR 2026 Li Hongyang 演讲的World Engine解读 ：可能就是华为说的WE