在2025中关村车机人创新发展论坛上，清华大学计算机系教授、人工智能研究院视觉智能研究中心主任邓志东指出，智能驾驶领域正经历技术范式的根本性转变。他强调，“世界模型智能体”方案的技术成熟度、安全性能与商业化可行性已突破临界点，这种由量变到质变的跨越正在重塑智能网联汽车产业格局。与传统方案不同，该技术路径展现出清晰的产业化前景，成为行业格局重构的核心驱动力。

针对当前技术演进方向，邓志东特别澄清了一个关键认知：“端到端”的表述存在局限性，真正引领未来的技术方向是“世界模型智能体”。他以特斯拉FSD V13.2和华为ADS 4.0为例说明，这两款系统已实现规模化量产与商业应用，标志着该技术进入可落地阶段。这种转变不仅体现在技术参数上，更在于其构建了完整的产业生态闭环。

面对自动驾驶数据获取的核心挑战，邓志东提出创新解决方案。他通过类比出租车司机与新手驾驶员的安全差异指出，自动驾驶系统要超越人类驾驶安全水平，需要积累相当于人类驾驶员千倍以上的学习里程。考虑到实车路测成本高昂、周期漫长的现实，利用“数字孪生”技术生成海量合成数据成为破局关键。这一趋势预示着，掌握高质量仿真平台与数据服务能力的企业将在产业链中占据战略制高点。

当前产业竞争已演变为算力资源的全方位博弈。邓志东分析指出，这场竞赛呈现云端与车端双线并进的特征。在云端层面，构建世界模型需要处理超大规模的真实与合成数据集，预计将消耗数十万张AI加速卡，算力需求达到数十EFLOPS级别，这形成了显著的资金与技术壁垒。车端竞争则聚焦于实时响应能力，车载智能芯片的算力标准正从500-600 TOPS向2500 TOPS以上跃升，这对企业的芯片设计、架构创新与系统整合能力提出全方位考验。

这场算力竞赛的本质是技术综合实力的较量。企业不仅需要持续投入巨额资源，更要在芯片架构设计、算法优化、系统协同等维度实现突破。随着技术迭代加速，产业格局正从单一产品竞争转向生态体系竞争，掌握核心算力技术的企业将在未来市场竞争中占据先机。