闭环强化学习是一种让智能系统在真实或模拟环境中不断“决策—反馈—修正”的自监督训练方法，目前主要应用于智能辅助驾驶领域。蔚来将其与世界模型架构结合，用于训练车辆的城区领航辅助能力，是国内将该方法规模化部署到量产车的代表性案例。
闭环强化学习在蔚来的近期进展
当前焦点与观察点
闭环强化学习路线的争议集中在两点：一是训练依赖大规模真实道路数据回流，数据合规与安全隐患尚无统一标准；二是改善效果缺乏行业通用的量化基准，各厂商口径不一。李斌同时表示“用户不愿意付钱，自动驾驶讲得再好也没有真正创造用户价值”，把讨论从技术叙事拉回商业价值层面。对这一技术路线的观察，可关注后续版本推送的覆盖速度、用户实际使用里程的变化，以及行业能否形成可横向对比的效果评估体系。