真正的AI汽車是什么樣子的？應(yīng)該具備哪些特征？

商湯絕影CEO、商湯科技聯(lián)合創(chuàng)始人、首席科學(xué)家王曉剛給出的答案是：“真正的AI汽車是將生成式AI深度融入智駕和座艙，既讓輔助駕駛安全變得更有確定性，也要讓每一輛車擁有‘有趣的靈魂’，成為真正懂你、愛你、守護(hù)你的家庭新成員?！?/p>

作為專注于汽車行業(yè)的AI公司，商湯絕影也是按照這個(gè)思路不斷進(jìn)行技術(shù)的創(chuàng)新和迭代。

2025上海車展期間，商湯絕影全面展示了系列生成式AI汽車創(chuàng)新產(chǎn)品，包括生成式智駕R-UniAD技術(shù)方案、近實(shí)時(shí)在線交互的4D世界模型“絕影開悟2.0”、專為車載AIOS打造的AI內(nèi)核“絕影千機(jī)”、全新升級(jí)的“家庭新成員”New Member，以及健康管家、安全衛(wèi)士和3D交互等AI座艙創(chuàng)新產(chǎn)品。

這涵蓋了商湯絕影在汽車領(lǐng)域全產(chǎn)品譜系的布局。

在王曉剛看來，智能汽車經(jīng)歷了從工具到助手再到家庭新成員的范式演進(jìn)。商湯絕影希望用生成式AI打開汽車的想象力，讓每一臺(tái)車都能擁有有趣的靈魂，成為真正的家庭新成員。

在持續(xù)創(chuàng)新生成式AI技術(shù)和產(chǎn)品的同時(shí)，商湯絕影也在加速推進(jìn)商業(yè)化落地。截至2024年底，商湯絕影已與本田、比亞迪、廣汽等超30家國內(nèi)外車企達(dá)成合作，項(xiàng)目覆蓋輔助駕駛、智能座艙等多個(gè)領(lǐng)域，涵蓋130余款車型，量產(chǎn)交付累計(jì)突破360萬輛。

01

智能駕駛進(jìn)入生成式階段

去年以來，端到端技術(shù)被認(rèn)為是智能駕駛實(shí)現(xiàn)路徑中的“終極形態(tài)”，但大多數(shù)技術(shù)方案都卡在數(shù)據(jù)、性能、安全三道門檻前。

王曉剛在接受采訪時(shí)表示，傳統(tǒng)端到端模型即使是百萬量產(chǎn)車回流的數(shù)據(jù)量，極端場景有效信息提取率不足1%，且模仿學(xué)習(xí)的范式難以突破人類駕駛能力的上限。

就在此前，地平線創(chuàng)始人余凱也指出，99%的人類駕駛行為是不值得學(xué)習(xí)的。

王曉剛指出，只有駕駛行為發(fā)生改變的數(shù)據(jù)才有價(jià)值，比如應(yīng)對(duì)各種復(fù)雜極端的交通場景。通過參差不齊的駕駛行為數(shù)據(jù)，以及簡單場景的數(shù)據(jù)，只能讓模型達(dá)到人類平均水平。

這也是為什么商湯絕影的生成式智駕R-UniAD技術(shù)方案將強(qiáng)化學(xué)習(xí)引入到智能駕駛，讓端到端智駕與世界交互的不斷深入，通過生成的方式真實(shí)還原并深度理解駕駛環(huán)境，從而主動(dòng)預(yù)測并處理復(fù)雜狀況，驗(yàn)證輔助駕駛的安全邊界，讓駕駛安全更有確定性、更加值得信賴，并且超越人類的駕駛極限。

目前智能駕駛已經(jīng)從規(guī)則式智駕進(jìn)入到端到端智駕時(shí)代，王曉剛表示，下一個(gè)階段智能駕駛將進(jìn)入到生成式階段。

2025年2月，商湯絕影發(fā)布了行業(yè)首個(gè)與世界模型協(xié)同交互的端到端技術(shù)方案R-UniAD，通過世界模型生成在線交互的仿真環(huán)境，以此進(jìn)行端到端模型的強(qiáng)化學(xué)習(xí)訓(xùn)練，行業(yè)開始邁向生成式智駕。

基于世界模型和強(qiáng)化學(xué)習(xí)兩大核心技術(shù)，商湯絕影構(gòu)建了集“視覺-語言-行動(dòng)-強(qiáng)化學(xué)習(xí)”于一體的VLAR技術(shù)架構(gòu)，實(shí)現(xiàn)生成式智駕的核心突破。

商湯絕影的R-UniAD技術(shù)方案是“多階段強(qiáng)化學(xué)習(xí)”端到端技術(shù)方案，具體分為三個(gè)階段，首先是依靠冷啟動(dòng)數(shù)據(jù)通過模仿學(xué)習(xí)進(jìn)行云端的端到端輔助駕駛大模型訓(xùn)練；然后基于強(qiáng)化學(xué)習(xí)，讓云端的端到端大模型與世界模型協(xié)同交互，持續(xù)提升端到端模型的性能；最后云端大模型通過高效蒸餾的方式，實(shí)現(xiàn)高性能端到端輔助駕駛小模型的車端部署。

在VLAR技術(shù)架構(gòu)的助力下，商湯絕影能夠針對(duì)更多復(fù)雜長尾場景、極端工況，進(jìn)行4D仿真復(fù)現(xiàn)、強(qiáng)化學(xué)習(xí)、泛化驗(yàn)證，讓端到端模型比人類“看更多”、“學(xué)更快”、“開更好”，讓輔助駕駛的安全更有確定性。

以車展現(xiàn)場展示的“施工占道場景”為例，R-UniAD先通過“絕影開悟”世界模型構(gòu)建4D動(dòng)態(tài)環(huán)境，再讓模型反復(fù)在這個(gè)世界里強(qiáng)化訓(xùn)練不同策略。最終結(jié)果是，模型不僅能精準(zhǔn)避讓，還能泛化到其它類似場景中。

在少數(shù)據(jù)場景里跑出更強(qiáng)泛化能力，是當(dāng)前行業(yè)少見的嘗試，它不僅降低了數(shù)據(jù)成本，更提高了模型上限。

02

“絕影開悟”世界模型2.0決勝智駕戰(zhàn)場

世界模型是生成式智駕的基石所在?！斑@些復(fù)雜場景、極端工況，無論是采集成本，還是危險(xiǎn)性都非常高?！蓖鯐詣傉J(rèn)為，強(qiáng)化學(xué)習(xí)加上世界模型，能夠突破人類駕駛行為的上限。

在去年11月發(fā)布的“絕影開悟”世界模型基礎(chǔ)上，“絕影開悟”升級(jí)為2.0版本，進(jìn)化為近實(shí)時(shí)在線交互的4D世界模型，能夠?qū)崿F(xiàn)“4D空間自由交互”，推動(dòng)智能體邁向通用空間智能，成為商湯絕影決勝智駕戰(zhàn)場的重磅武器。

“絕影開悟2.0”具備三大能力，首先是“面向量產(chǎn)的數(shù)據(jù)生成”，它具有多樣性場景的可控生成的能力，為模型訓(xùn)練提供了海量且豐富的訓(xùn)練數(shù)據(jù)。而且，它還能一鍵生成極端高風(fēng)險(xiǎn)場景。

例如，Cut-in 場景是行車時(shí)極為常見但非常重要的場景，“絕影開悟2.0”能夠從100多個(gè)維度組合生成萬千Cut-in場景，包括白天、黃昏、凌晨、夜晚等不同光照類型；晴天、陰天、雨天等不同天氣；從高速到城市道路等不同道路等級(jí)；不同的車型，不同的Cut-in距離和車輛速度等等。

此外，極端風(fēng)險(xiǎn)場景（如車禍、道路塌陷等）難以采集，成本也非常高昂?！敖^影開悟2.0”只需輸入一段提示詞，就可以生成極端風(fēng)險(xiǎn)場景，讓端到端模型可以在安全的虛擬環(huán)境中，讓系統(tǒng)反復(fù)學(xué)習(xí)和應(yīng)對(duì)這些危險(xiǎn)場景，從而在實(shí)際駕駛中更好地預(yù)判和規(guī)避風(fēng)險(xiǎn)。

其次，“絕影開悟2.0”能夠?qū)崿F(xiàn)“復(fù)雜場景自由復(fù)現(xiàn)”，根據(jù)不同需求，任意修改和調(diào)整場景中的各種要素，既可以替換特定車輛、插入新的車輛，或者刪除不需要的車輛，也能改變道路的布局、車輛的速度，創(chuàng)造稀缺復(fù)雜場景，從而豐富訓(xùn)練場景的多樣性。

最后，“絕影開悟2.0”具備近實(shí)時(shí)交互能力，比行業(yè) SOTA 提升 5 倍之多，讓仿真訓(xùn)練過程更加高效和逼真，車輛的決策和反饋能夠幾乎在瞬間得到響應(yīng)；同時(shí)感知結(jié)果接近真實(shí)精標(biāo)數(shù)據(jù)98%，能避免因數(shù)據(jù)風(fēng)格差異帶來的 Sim-to-Real 遷移時(shí)能力退化問題，為端到端模型打造了“云端虛擬訓(xùn)練場”。

王曉剛在接受采訪時(shí)強(qiáng)調(diào)，“我們對(duì)世界模型的要求還是非常高的。比如我們有11個(gè)攝像頭，這里面要做到時(shí)空的一致性和真實(shí)性，生成的東西必然要是符合交通法則和各種物理規(guī)律等。”

按照計(jì)劃，絕影UniAD一段式端到端量產(chǎn)方案將于2025年第四季度量產(chǎn)交付，該方案基于英偉達(dá)DIRVE AGX Thor平臺(tái)部署，率先搭載于東風(fēng)汽車。

此外，商湯絕影還有更多基于地平線征程?6打造的輔助駕駛方案量產(chǎn)落地奇瑞等眾多車企伙伴。

今年3月底，絕影和廣汽聯(lián)合打造的行業(yè)首批基于地平線征程?6M的輔助駕駛方案已經(jīng)正式量產(chǎn)上市。截至目前，商湯絕影在輔助駕駛領(lǐng)域的量產(chǎn)方案已合作4家車企，上車7款車型，2025年將全力推進(jìn)輔助駕駛方案的量產(chǎn)交付。

針對(duì)不同價(jià)位車型，王曉剛表示，商湯絕影會(huì)針對(duì)不同車型和成本，設(shè)計(jì)不同技術(shù)配置，明確每種方案的安全邊界和能力上限。

與此同時(shí)，王曉剛透露稱，絕影也正與車企共同提升L3的解決方案。“L3會(huì)有更多的冗余備份，對(duì)人機(jī)的協(xié)同性也會(huì)提出相應(yīng)要求，比如要求接管的路徑等。它同時(shí)它對(duì)于廠家融合的要求也會(huì)更高一些。”

在王曉剛看來，智能駕駛的難點(diǎn)在于基礎(chǔ)設(shè)施標(biāo)準(zhǔn)不統(tǒng)一，不是技術(shù)本身。目前車端傳感器配置不一，數(shù)據(jù)回流管道也未打通?！拔磥肀绕吹氖腔A(chǔ)設(shè)施構(gòu)建能力?！?/p>

03

助力車企打造下一代AIOS

生成式AI不僅帶來了智駕新范式，同時(shí)也在深度融入智能座艙。當(dāng)大模型上車成為行業(yè)共識(shí)，越來越多的汽車公司也意識(shí)到，只是簡單把AI大模型或者智能體應(yīng)用(Agent)接入車機(jī)并不能真正實(shí)現(xiàn)智能座艙體驗(yàn)的跨越式提升，生成式AI深度融入智能座艙需要體系化革新，從操作系統(tǒng)到交互體驗(yàn)，再到智能體應(yīng)用進(jìn)行全方位升級(jí)。

智能座艙一直是商湯的強(qiáng)項(xiàng)，其座艙AI軟件市場份額已連續(xù)5年位列行業(yè)第一。截至2024年底，商湯絕影已與超30家國內(nèi)外車企達(dá)成合作，覆蓋130余款車型，量產(chǎn)交付累計(jì)突破360萬輛，其中多數(shù)為座艙領(lǐng)域。

此次上海車展商湯絕影發(fā)布了行業(yè)首個(gè)專為車載AIOS打造的AI內(nèi)核“絕影千機(jī)”，助力車企打造下一代AIOS。

“絕影千機(jī)”最核心的三大技術(shù)包括MOE多模態(tài)大模型、類人記憶框架以及原生智能體框架。同時(shí)，AI 基礎(chǔ)系統(tǒng)模塊、AIOS 工具鏈和生成式 UI等外圍技術(shù)，為三大核心模塊提供支持與交互。

依托于“日日新SenseNova V6”基模型，商湯絕影構(gòu)建了覆蓋 0.1B 至 70B汽車垂類模型矩陣，模型首字延遲小于 300ms，吐字速度高達(dá) 47 Tokens/s，性能超越DeepSeek，還能在快慢思考之間自如切換，契合每一種場景需求。

商湯絕影去年發(fā)布的“A New Member For U”(你的家庭新成員)，讓每一輛車擁有“有趣的靈魂”，今年也進(jìn)行了全新升級(jí)，擁有了多模態(tài)識(shí)人能力，以及深度思考的能力，表達(dá)會(huì)更加生動(dòng)有趣。

之前行業(yè)做到的是大模型一對(duì)一的交流，如今New Member在業(yè)內(nèi)首次實(shí)現(xiàn)免喚醒的多人多輪對(duì)話能力，并能隨時(shí)參與到對(duì)話當(dāng)中，做到“不過度打擾，但時(shí)刻陪伴”。

在汽車智能化變革的浪潮中，車載AIOS正在構(gòu)建全新的AI汽車生態(tài)。未來，商湯絕影將把“絕影千機(jī)”AI內(nèi)核、New Member與主機(jī)廠操作系統(tǒng)結(jié)合在一起，形成AI的操作系統(tǒng)，推動(dòng)智能座艙向更加高級(jí)的智能體進(jìn)化。