（问题）随着汽车智能化加速落地，城市道路参与者多、场景复杂、长尾情况频发，辅助驾驶系统如何“可用”和“好用”之间找到平衡，已成为行业共同面对的现实问题。用户对系统稳定性、决策一致性以及复杂路况应对能力的感受，决定了辅助驾驶从“偶尔尝试”走向“日常使用”的速度与上限。 （原因）蔚来上介绍，今年1月推送世界模型NWM新版本，将完整的闭环强化学习引入辅助驾驶研发体系，形成“世界模型+闭环强化学习”的技术路径，对城区与高速领航辅助能力进行模型化升级。数据显示——新版本上线后首月——辅助驾驶使用率环比增长超过80%；辅助驾驶总行驶里程一个月内突破2亿公里，环比增长81.5%；城区领航辅助功能使用总时长环比增长81.7%；辅助驾驶使用时长整体驾驶时长中的占比提升81.0%。多项指标同步上升，反映出系统在舒适性、稳定性和场景覆盖上对用户的吸引力增强。业内分析认为，闭环强化学习的特点是在反馈链路中优化策略，使系统能在变化路况中更快完成“从经验到策略”的迭代；世界模型则有助于提升对复杂环境的理解与预测能力，从而在路口通行、变道汇入等高频场景中减少犹豫和突兀操作。 （影响）从用户侧看，使用率与里程提升往往意味着用户“信任阈值”被跨越：只有在多次真实道路使用中持续表现稳定，用户才会把它纳入通勤和长途出行的固定选择。另外，蔚来新增“城区领航换电”功能，将补能服务与辅助驾驶更打通：当车辆电量低于设定阈值时，系统可自动规划包含换电站的路线，并在导航过程中完成自动变道、路口通行等操作，最终衔接至全自动换电流程；该功能已覆盖全国2000余座二代及以上换电站。业内认为，这类服务能力的嵌入，提升的是“出行完成度”而不仅是“驾驶自动化程度”，有助于缓解城市用户补能焦虑并增强平台黏性。 （对策）在数据增长的同时，安全治理与使用边界管理需要同步强化。一上，能力提升必须建立充分场景验证之上，尤其对施工改道、非标交通参与者、恶劣天气、夜间逆光等高风险场景，应通过更严格的数据闭环与冗余策略提升可靠性。另一上，企业在功能命名、宣传表达与交互提示上应更清晰，强化用户对“辅助驾驶不等于自动驾驶”的认知，降低误用、滥用带来的风险。与此同时，随着覆盖范围扩大，地图与道路规则变化、各地交通组织差异等因素会持续考验系统一致性，企业需在更新节奏、灰度策略、回滚机制以及客服救援体系上形成更可预期的闭环管理。 （前景）面向下一阶段，行业竞争焦点将从“功能堆叠”转向“安全可用、体验可控”的综合能力。以世界模型与闭环学习为代表的技术路线，有望推动辅助驾驶在复杂城区场景持续进化，并与补能、泊车、出行服务等环节更深融合。但也应看到，技术迭代越快，越需要与法规标准、道路基础设施和驾驶人教育形成协同。未来，谁能在大规模用户使用中保持低风险、低波动的体验，并建立透明、可验证的安全体系，谁就更可能在智能化竞争中赢得长期信任。
首月数据的明显跃升表明，智能辅助驾驶的竞争正在从“发布新功能”转向“让用户更愿意每天用、放心用”。当技术迭代与补能服务深度结合，并在真实道路上经受规模化检验，智能化能力才更可能沉淀为可持续的出行价值。面向未来，稳步提升安全与体验、构建可复制的运营闭环，将成为推动智能网联汽车高质量发展的关键。