近日，比亚迪汽车新技术研究院AI团队发布了首篇研究论文，介绍了其研发的自动驾驶混合世界模型HyWorldVLA。该模型融合了像素级和潜在空间世界建模技术，并采用视觉-语言-动作（VLA）架构。在自动驾驶公开基准测试NAVSIMv1中，HyWorldVLA以90.59的PDMS评分刷新了历史最佳成绩。在更全面的NAVSIMv2上，该模型也取得了89.71分的领先成绩。PDMS指标综合考察了碰撞安全性、可行驶区域合规性等多个维度的实际驾驶质量。

HyWorldVLA的核心理念是“两条腿走路”。像素级世界模型逐帧预测未来路况，细节丰富但计算成本高、对视觉噪声敏感；潜在空间模型在压缩的抽象表征中运行，效率高但容易丢失关键细节。比亚迪的方案在训练阶段用像素级监督充当“看门狗”，强制潜在空间保留足够的环境信息，实际推理时则只用轻量的潜在空间模型保证效率。消融实验显示，移除像素级预测或潜在空间处理，PDMS评分均会大幅下降。在655个雨雾噪声场景测试中，HyWorldVLA得分86.87，比最强基线高出19分以上。

今年5月28日，比亚迪发布了中国首款4nm车规级智驾芯片“璇玑A3”。该芯片采用4nm制程，集成16核CPU，DMIPS达420K，带宽273GB/s，达到ASIL-D最高功能安全等级。单颗芯片算力约700TOPS，支持三颗芯片并联，整车智驾算力最高可超2100TOPS。从算法到芯片的完整闭环，被视为比亚迪为L3级自动驾驶进行的关键技术储备。