中国のスマートEV（電気自動車）業界において、自動運転システムの開発競争は新たな次元に突入しています。NIO（蔚来汽車）やXPeng（小鵬汽車）、**Li Auto（理想汽車）といった新興EVメーカーおよびファーウェイ（華為技術）などは、従来のルールベースや単純なエンド・ツー・エンド（E2E）のニューラルネットワークから脱却し、「世界モデル（World Model）」**の車載実装を急速に進めています。
この動きは、自動運転AIが単にカメラやセンサーの入力を処理するだけでなく、現実世界の「物理法則」や「物体の動的な変化」をAIの内部でシミュレーション・推論できる**「フィジカルAI（物理AI）」**への完全なシフトを意味しています。
1. 自動運転における「世界モデル」とは何か
自動運転における「世界モデル」とは、AIが周囲の環境（他の車両、歩行者、道路状況、物理的な障害物など）の「次の瞬間の状態」を、現実世界の物理法則（慣性、摩擦、重力など）に基づいて車載チップ内でシミュレートする技術です。
従来の自動運転システムは、膨大な走行データから抽出したルールやパターンに沿って「ブレーキを踏む」「ハンドルを切る」といった即時的な反応を返す仕組みが主流でした。しかしこの方法では、事故現場や極端な天候、極稀にしか遭遇しない「ロングテール（エッジケース）」の状況に直面した際、AIの判断が破綻するリスクを排除できませんでした。
世界モデルを搭載した車載AIは、周囲の3D空間情報を入力として受け取り、「もしこのまま自車が加速したら、対向車はどう動くか」「この濡れた路面でハンドルを切ったらどう滑るか」といった仮定（What-if）のシナリオを、マルチビュー画像として内部生成して予測します。これにより、実車による数百万キロもの実走行テストや固定のシミュレーター環境に頼ることなく、未知の危険状況に対しても人間のような「先読み」と「常識」に基づいた運転判断を下せるようになります。
2. NIOの世界モデル「NWM 2.0」とダイレクトアクチュエーター制御
新興EVメーカーの筆頭格であるNIOは、同社独自の自動運転大モデルである**「NIO World Model 2.0（NWM 2.0）」**の開発と展開を急ピッチで進めています。
NWM 2.0は、同社のスマートシステム「Banyan 3.3.0」のソフトウェアアップデートを通じて、中国国内で稼働する数十万台の同社製EVに対して既に配信が開始されています。
NWM 2.0の最大の特徴は、従来の「経路計画（軌道生成）」という中間処理をスキップし、AIがカメラ画像から車のステアリング、アクセル、ブレーキなどの駆動装置を直接操作する**「ダイレクト・アクチュエーター・コントロール（直接制御）」**へとアーキテクチャを刷新した点にあります。これにより、AIが出力する滑らかな加減速やハンドリングが人間の直感や慣性感覚に限りなく近くなり、乗員の乗り心地向上と危険回避のレスポンスタイム短縮を両立させています。
3. XPengの「VLA 2.0」とオンデバイス推論の効率化
自動運転技術の自研に最も執念を燃やすXPengは、世界モデルの発展形であるVision-Language-Action（VLA：視覚・言語・行動）モデルの第2世代（VLA 2.0）の商用化で業界をリードしています。
XPengが公開した技術詳細によると、同社は制御可能なマルチビュー生成世界モデルである**「X-World」と、エッジ（車載）チップ上でのメモリ負荷を極限まで下げる推論最適化技術「X-Cache」**を構築しました。
一般に、パラメータ数の大きい世界モデルを車載の自動運転用プロセッサ（NVIDIA DRIVE Orinなど）で動かすには、推論速度（レイテンシー）の遅延が大きな課題となります。「X-Cache」は、前フレームからの特徴量を効率的に再利用・差分処理することで、ミリ秒単位の超低遅延で世界モデルを車載リアルタイム実行する環境を実現しました。
創業者である何小鵬（He Xiaopeng）氏は2026年6月、国連の自動運転新規則（ADS GTR）の採択を追い風に、これらのVLA搭載モデルを引っ提げて2026年末から2027年にかけて欧州（EU）をはじめとする海外市場への合法的な展開を開始すると表明しています。
4. Li Autoの「MindVLA-o1」と推論型自動運転
新興3社のうち、ファミリー向け大型SUVで圧倒的な販売台数を誇るLi Auto（理想汽車）も、2026年3月のNVIDIA GTCにおいて、次世代自動運転基盤モデル**「MindVLA-o1」**を公開しました。
Li Autoのアプローチは、カメラ画像とLiDAR（レーザースキャナー）のデータを3Dエンコーダーによって融合させ、高度な空間的推論を実行する仕組みに焦点を当てています。 内部の「潜在世界モデル（Latent World Model）」が直近数秒先の周辺オブジェクトの運動エネルギー変化を予測し、軌道生成用の専門家混合（MoE：Mixture of Experts）モデルへその予測データを伝えることで、市街地の非保護右折や工事区間の回避など、極めて難易度の高いタスクにおける自律的な計画立案能力を高めています。
5. 日本テック業界への含意とこれからの競争構造
中国のEVメーカーが自動運転AIの「世界モデル化」へ一斉に舵を切ったことは、自動車産業だけでなく、ロボティクスやAIインフラ産業にも重大な影響を及ぼします。
世界モデルは、自動車という「走るデバイス」にとどまらず、人型ロボット（Humanoid Robot）や自律型ドローンの動作生成プログラムとしても完全に転用可能です。実際、XPengやNIOは自動運転で培った世界モデルのアルゴリズムを、自社が開発する二足歩行ロボットの姿勢制御や物体操作AIへシームレスに移植し始めています。
アルゴリズムの物理世界適応力（Physical AI）において中国のEVメーカーが構築しつつある「車載大モデル×低コストな量産ハードウェア」の垂直統合エコシステムは、ソフトウェアによるイノベーションがハードウェアの価値を決定するスマートモビリティ時代において、グローバル市場の競争ルールそのものを再定義する力を持っています。
コメント
...