蔚来在「世界模型 + 闭环强化学习」的基础上，新增了监督微调环节，形成了完整的三层训练框架，这是本次版本的核心突破。

第一层：大规模预训练（世界模型底座）自动建模长时序环境，理解复杂路况的来龙去脉；高效利用数据，不用依赖海量高质量人工标注数据；为后续的强化学习和微调打下坚实基础，避免 “从零开始学”。

第二层：监督微调（精细行为雕刻）把 “平均水平” 的模型，雕刻成更符合人类驾驶习惯的 “老司机”；解决了纯强化学习容易出现的 “激进 / 保守” 极端行为，大幅刷新用户体验；针对性优化起步慢、跟车远、过弯不丝滑等用户吐槽的痛点。

第三层：闭环强化学习（长时序能力进化）真正解决长时序决策问题，比如复杂路口的博弈、连续变道、高速跟车等；让模型学会 “做对的事”，而不只是 “模仿像”，比如无保护左转、加塞场景的高效通过；实现人机共驾的 “猜意图” 能力，能预判用户接下来的操作，提前做好准备。

并且根据产品老师的信息，这次的NWM新架构输出的不再是轨迹，而是直接的车控信号，比如角速度，加减速，这也让NWM的时延进一步的降低

并且在我们行驶的感受中，这次的NWM对于侧向和后向的感知有着更强的提升，比如在隧道汇入时，主道有车汇入，NWM会减速到一个安心感比较强的阈值，在汇入，但是汇入的场景是有遮挡的话，还是没有能做到很安心

并且在变道逻辑上也有了一定的提升，NWM会根据左右车道的车流以及车辆位置做出不同的变道逻辑，车少且慢的时候，NWM会加速变道且连续，车多且快的时候，NWM会减速让行，然后变道，

这次的NWM版本最重要的就是架构的刷新，在体感的感受上系统会更加的稳定，当然也是还存在一些小问题的，不过总体来讲这个版本会是一个不错的版本，至少在上海我们体验的时候（叠甲），很期待全量版本的表现~蔚来蔚来ES9