终于，字节跳动还是踏出了这一步。

据36kr报道，字节正步步为营进军自动驾驶领域，具体事项由Seed的世界模型团队负责，该团队由前阿里通义大模型技术负责人周畅领导。

现阶段，高阶智驾已成中高端车型必备功能，并且不断下沉市场，部分10万元以内的产品已经用上了L2+级高阶辅助驾驶，还有少量车型配备了激光雷达。

正因自动驾驶的重要性，国内外车企几乎都在研发相关技术。车企之外，还有众多技术领先的自动驾驶企业，仅国内就有「华大地魔」四大天王，以及元戎启行、小马智行、百度Apollo、文远知行等。

竞争如此激烈的市场，字节真的有必要进入吗？

舱驾一体时代，字节需要自动驾驶技术

汽车是全球规模最庞大的产业，博世、电装、采埃孚、摩比斯等供应商，每一家年营收都高达数千亿人民币。2025年电池巨头宁德时代，净利润超过了A股13家上市车企的总和。

进入电动化、智能化时代后，华为、小米、百度等多家互联网巨头进入汽车行业，试图分到蛋糕，字节也不例外。

到目前为止，字节在汽车领域的布局，主要有车联网、汽车云两部分。

车联网是指字节提供的智能座舱、AI大模型。早在2020年，字节就组建了车联网团队，聚焦车载信息娱乐系统，将抖音、字节等内容接入座舱生态。

（图源：火山引擎官网）

2023年前后，字节实现了豆包大模型上车，为用户提供AI服务。今年北京车展期间，火山引擎披露，搭载豆包大模型的车辆已突破700万台，覆盖50多个品牌、145款车型。

字节汽车云提供计算、网络、存储等基础资源等基础设施；自动驾驶云服务，涵盖仿真训练、数据标注、图像渲染、高性价比 GPU 集群等平台服务；车辆管理、售后数据分析、生产数据管理等内容生态。

在持续进化的过程中，电车通（ID：dianchetong233）发现汽车行业出现了一个明显的趋势，即舱驾一体。新势力巨头小鹏、理想等车企，已将自动驾驶团队与智能座舱团队合并。

相较于分布式架构，舱驾一体具备低成本、低时延、原生联动、算力调度自由、OTA效率高等优势。

尽管座舱和自动驾驶技术非同一家厂商，也能实现舱驾一体，但需要车企与供应商协同调度，技术难度更高，开发周期可能被拉长，体验一致性、软件复用率也会有差别。如果技术主导权旁落，智驾核心算法、数据闭环掌握在第三方手中，字节将无法深度参与智驾迭代。

（图源：豆包AI生成）

字节需要有自己的自动驾驶技术，以便在舱驾一体时代，满足车企和消费者的需求。

目前字节参与度最高的汽车项目，是赛力斯旗下的赛豆汽车，但该品牌首款车型AIVA ME7的智驾方案却选择了元戎启行。若是字节自动驾驶技术成熟，或许赛豆汽车会选择字节的方案，而不是另外再找一个供应商。

自动驾驶技术对于字节而言，不仅能够分汽车产业的蛋糕，还是全面布局具身智能的一张门票。

具身智能的核心，是设备可通过传感器感知世界，通过大模型理解世界。自动驾驶汽车，无疑是所有具身智能产品中，短期内泛用性最高、销量最高、前景最好的品类。

比亚迪、小鹏、理想、特斯拉等国内外车企集体进入机器人行业，也证明了自动驾驶技术在机器人或其他具身智能产品上具备可复制性。

自动驾驶，是具身智能的门票？

近两年车企在讲解自家自动驾驶技术时，频繁提到一个名词——世界模型。

简单来说，世界模型可在系统的「脑海里」构建一个可推演的虚拟世界，核心是理解物理规律、预测未来、模拟试错，从「看见」到「预见」进化，也是高阶智驾的核心底座。

小鹏的智驾方案，便选择了世界模型+VLA。VLA可以判断和决策，世界模型则可以预测目标的下一步行动，二者结合能够保障系统在复杂场景下的可控性与安全性。

（图源：电车通摄制）

具身智能时代，世界模型绝对是必不可少的技术，字节布局较早，基于世界模型开发自动驾驶技术，难度相对较低。而且世界模型的训练需要海量数据与超强算力，Seed团队依托字节的万卡级智算集群，可高效处理多模态视频序列、道路感知数据，让模型自发学习物理规律、交通常识与人类驾驶行为。

此外，训练世界模型需要大量数据，搭载高阶智驾的汽车，是最好的「数据收集器」。自动驾驶车辆搭载的相机、激光雷达、毫米波雷达等传感器，可实时采集道路、车辆、行人、环境等海量多模态数据。

这些数据包含丰富的物理信息（速度、加速度、碰撞、遮挡）、行为信息（人类驾驶习惯、交通规则），以及场景信息（城市、高速、园区），是训练世界模型、物理AI的「优质数据」。

特斯拉Optimus人形机器人的能力，离不开FSD收集的数十亿英里真实数据。

需要注意的是，字节没有盲目自信地快速将自动驾驶技术应用到乘用车领域，初期业务方向瞄准了无人物流车。

（图源：豆包AI生成）

相较于乘用车，无人物流车行驶场景单一，实现高阶智驾的难度较低，适合初期验证技术。在技术成熟后，字节有可能在赛豆AIVA车型上进一步验证，并逐步落地商用。

最终，字节会把自动驾驶中沉淀的世界模型能力，全面复制到机器人、工业设备、智能家居等具身智能领域。例如，为服务机器人提供导航、操作、交互的世界模型底座；为工业AGV提供高精度的轨迹规划与避障能力；为智能家居设备提供物理交互与场景理解能力。

通过这种「技术复用+场景拓展」，字节将构建覆盖「人车家」的全场景物理AI生态。

未来，无论是机器人、工业设备还是智能终端，都将依赖世界模型的物理认知能力，字节有望成为这一领域的核心技术提供商。

「物理」，是AI最重要的载体

字节此番入局自动驾驶，看似是追赶汽车智能化浪潮，实则是一场面向物理AI时代的顶层战略布局。对字节而言，自动驾驶绝非单一的汽车业务增量，而是其从传统内容AI迈向物理世界具身智能的关键入口与核心练兵场。

不同于华为、小鹏等车企以「落地车载智驾、提升整车智能化」为核心目标，字节的底层逻辑更加长远。汽车是现阶段最优、最庞大、最真实的物理数据场，智驾技术迭代，本质是字节世界模型完成「虚拟认知」向「物理认知」进化的必经之路。

依托Seed周畅团队的世界模型技术底座，字节没有急于切入高难度、高竞争的乘用车城区智驾，而是率先落地封闭场景无人物流，以低风险、高可控的场景验证物理AI能力，积累真实路况、动态障碍物、车辆运动交互等高质量物理时序数据，持续修正模型的物理推演逻辑。

（图源：豆包AI生成）

这一布局，也完美补齐了字节过往汽车业务的短板。此前字节凭借智能座舱、车载大模型、汽车云深耕汽车软件生态，但始终缺失智驾核心能力，在舱驾一体成为行业绝对趋势的当下，面临技术割裂、数据孤岛、供应链受制于人等问题。

自研智驾不仅能适配赛豆汽车等合作车企的全栈智能化需求，实现舱驾深度协同，更能依托车载多传感器，持续为物理AI训练输送海量真实场景数据，构建独一无二的数据飞轮。

归根结底，自动驾驶只是字节的短期切入点，物理AI与全域具身智能才是最终归宿。

经过汽车场景打磨、验证、迭代的世界模型与物理AI能力，未来将全面外延至服务机器人、工业AGV、智能家居等各类物理终端设备。字节此番落子，跳出了汽车产业的单一竞争，本质是提前卡位AI下半场，以汽车为支点，完成从内容互联网巨头到物理AI基础设施服务商的终极转型。

封面图源：豆包AI生成