蘑菇車聯(lián)的 MogoMind ，正是通過技術(shù)加持，讓我們物理世界的體驗更加高效、有序、安全。

作者/番茄醬

出品/新摘商業(yè)評論

從這屆WAIC大會回來，最讓我震撼的是，AI進入物理世界的“奇點時刻”真的要來了。

過去一兩年內(nèi)，大模型浪潮洶涌澎湃，從文本到多模態(tài)，虛擬世界的智能邊界被不斷拓寬，然而，當視線轉(zhuǎn)向規(guī)則復(fù)雜、實時變化、車水馬龍又活色生香的物理空間，AI的能力卻相形見絀。在我印象中，AI進入并理解物理世界，還有很長一段路要走。

然而，在WAIC上，我被咣咣打臉了。前沿企業(yè)帶著技術(shù)成果，把四個大字拍在我面前：未來已來。

WAIC期間，蘑菇車聯(lián)（MOGOX）正式對外發(fā)布首個物理世界認知模型——MogoMind大模型，成為本屆大會最吸睛的人工智能技術(shù)應(yīng)用之一。它并非傳統(tǒng)意義上的語言模型，而是深度理解物理世界的“實時搜索引擎”，通過全天候接入動態(tài)交通數(shù)據(jù)流，形成全局感知、深度認知、實時推理決策能力。

這意味著，MogoMind正在構(gòu)建起一條覆蓋城市道路的感知神經(jīng)網(wǎng)，將車輛軌跡等碎片信息轉(zhuǎn)化為城市級決策圖譜，有望破解復(fù)雜的交通難題。

換句話說，傳統(tǒng)大模型還在吭哧吭哧讀文獻，蘑菇車聯(lián)已經(jīng)讓AI打破次元壁，認識世界、改造世界了。

此前，OpenAI CEO奧特曼預(yù)言，2027年，AI將進入物理世界創(chuàng)造價值，如今，照這個速度，中國AI提前兩年，正式在現(xiàn)實世界“出道”了。

一、MogoMind的“六把鑰匙”：

打開通往物理世界的大門

交通作為城市的血脈，交通數(shù)智化已成為城市發(fā)展不可回避的命題，然而，在過去，AI進入這一領(lǐng)域面臨兩大瓶頸：缺乏實時物理感知與全局認知系統(tǒng)。

一方面，傳統(tǒng)大語言模型只能處理靜態(tài)文本，無法處理多模態(tài)信息流和物理世界實時數(shù)據(jù)，更無法通過互聯(lián)網(wǎng)數(shù)據(jù)信息預(yù)測現(xiàn)實世界；另一方面，大多數(shù)AI系統(tǒng)僅僅是單體智能，沒有“上帝視角”，一盤散沙下各自為營，缺乏系統(tǒng)性，無法對整個城市交通效率進行全局優(yōu)化。

而MogoMind則構(gòu)建起一套多源融合的實時感知體系，整合道路傳感器、車載終端等多種設(shè)備，形成全方位、立體化的物理世界感知網(wǎng)絡(luò)，并通過全局感知、深度認知和實時推理決策能力，建立全局AI認知系統(tǒng)，招招都打在行業(yè)痛點上。

雙管齊下，MogoMind構(gòu)建起六大關(guān)鍵能力，成為AI打開交通大門的鑰匙，妥妥一個“現(xiàn)實世界的Google引擎”。

第一，實時全局感知能力，給城市裝上全天候“天眼”。

MogoMind依托全域覆蓋的通感算一體化設(shè)備，全天候、不間斷捕捉車輛行駛軌跡、速度變化、交通流量、行人動態(tài)等海量異構(gòu)數(shù)據(jù)，并經(jīng)數(shù)據(jù)融合算法快速整合處理。

說白了，好比在復(fù)雜的城市路口裝上通感算一體化設(shè)備，像一個敬業(yè)的哨兵，精準獲取各個方向車輛、行人信息。

掃描只是第一步，AI不僅會看，更會思考。這就要說到MogoMind的物理信息認知理解能力了，不僅能識別路面狀況、交通標識、障礙物狀態(tài)，還將復(fù)雜交通環(huán)境信息轉(zhuǎn)化為智能決策建議。

比如，前方真施工了，它馬上就能算出最優(yōu)的繞行方案，這理解力絕了，我猜每個有駕照的朋友都想要一個這樣的神器！

第三招，通行能力實時推理計算能力，開掘AI版的“最強大腦”，化身治堵小能手。

它的預(yù)測不是瞎猜，而是通過交通流預(yù)測模型和通行能力評估算法，綜合考量交通流量、車輛類型、道路幾何特征、信號燈配時等因素，利用強化學習技術(shù)預(yù)測未來交通流量變化趨勢。

也就是說，能預(yù)判一條路幾分鐘后會堵成啥樣，用AI算得明明白白，讓你告別早晚高峰的噩夢。

接下來是第四招，實時導航“活”外掛：進行最優(yōu)路徑實時自主規(guī)劃，根據(jù)實時路況動態(tài)幫你調(diào)整路線。

比如你著急趕飛機，MogoMind能實時看著整條路上的車流動靜，哪段紅了、哪段綠了，立刻給你切換最快路線，跟開了導航外掛似的，出行更為暢通。

第五招，交通環(huán)境實時數(shù)字孿生能力。這名字聽著就高級，翻譯成人話就是，給MogoMind一條路，它在數(shù)字世界里能給你造個一模一樣的出來，還能實時模擬上面的車來車往。

這意味著什么？城市規(guī)劃新路或者改路之前，直接在這個數(shù)字世界里跑一遍試試效果，省錢省力又靠譜。

最后，安全大過天，MogoMind的第六招，是道路風險實時預(yù)警“雷達”。如暴雨天路邊積水，AI能把潛在風險早早揪出來，給你發(fā)警報，提前避險，主打安心。

那么，在現(xiàn)實世界，MogoMind都能擔任哪些角色？從個體到企業(yè)，又能如何開掘MogoMind戰(zhàn)力、為我所用？

二、從AI副駕到高階智駕加速器：

MogoMind在現(xiàn)實世界玩“角色扮演”

在我們看來，MogoMind絕非封閉的“黑匣子”，其本質(zhì)是一個開放的平臺，具備強大的兼容性。

它能夠無縫接入來自不同廠商、不同類型的傳感器、車載終端、交通管理軟件系統(tǒng)等異構(gòu)設(shè)備與系統(tǒng)。同時，MogoMind提供標準化接口，方便車企接入平臺數(shù)據(jù)進行功能適配與應(yīng)用開發(fā)。

這也讓它能擔任多種角色，如同一塊磚，哪里需要往哪里搬。政府部門、交管部門、車企都能在MogoMind找到適合自身需求的應(yīng)用場景，實現(xiàn)資源共享。

首先，它能擔任車輛行駛的“全能助手”，保障我們安全高效出行。

如上文提到的諸多出行場景，它讓駕駛員提前知曉視線之外的風險；動態(tài)規(guī)劃最優(yōu)路線，讓導航“活”起來，主動避開擁堵，并實時感知盲區(qū)風險，在復(fù)雜道路提供更精準的輔助駕駛決策信息……

總得來說，相當于為用戶配備了全天候、全知視角的AI副駕，在你耳邊嘀嘀咕咕，出謀劃策。

不止于此，對B端來說，MogoMind也是高階智駕的加速器。

對于尋求突破的自動駕駛行業(yè)，MogoMind提供了跨越發(fā)展瓶頸的關(guān)鍵支撐，通過多源數(shù)據(jù)融合和長尾場景持續(xù)學習，反哺自動駕駛模型訓練，提升自動駕駛技術(shù)安全性與可靠性，目前，MogoMind已經(jīng)推動多款L4級前裝量產(chǎn)自動駕駛車輛在多場景應(yīng)用。

可以說，B端C端兩開花，個人企業(yè)都能用，格局一整個打開。

更關(guān)鍵的是，實時性、全域性特征，讓其成為城市建設(shè)的重要參與者，讓交通治理開掛。

三、實時性、全域性：

AI讓交通治理開啟上帝視角

相比傳統(tǒng)交通治理手段，AI的賦能帶來了很多“爽感時刻”。

首先，是實時性next level。我們的生活永遠是進行時態(tài)，交通也是，這就要求讓數(shù)據(jù)像新鮮血液一樣實時泵送、AI實時決策。因此，對于面向物理世界的AI大模型來說，實時性是生命線與核心競爭力。

試想道路突發(fā)事故，傳統(tǒng)系統(tǒng)可能數(shù)分鐘后才能收到報告并開始響應(yīng)，而“厘米級感知、毫秒級響應(yīng)”的MogoMind可在數(shù)秒內(nèi)實現(xiàn)交通事件的超視距實時感知，迅速計算出受影響的路段范圍，實時規(guī)劃最優(yōu)路徑，并將預(yù)警信息推送至周邊車輛和交通管理部門。

這種將數(shù)據(jù)采集、融合、分析、決策凝練于剎那之間的閉環(huán)，將二次風險扼殺在萌芽狀態(tài)，最大程度減少事件造成的擁堵和損失。

其次，交通是牽一發(fā)而動全身的場域，車與車之間不是孤立的，這就要求大模型也跟進，打造覆蓋全城毛細血管的神經(jīng)網(wǎng)。

MogoMind構(gòu)建的，正是覆蓋城市每一條街巷、每一個角落的實時感知網(wǎng)絡(luò)，實現(xiàn)交通管理的“無死角”覆蓋。

它能夠全面采集各類交通數(shù)據(jù)，并將其納入統(tǒng)一的交通態(tài)勢感知及融合分析體系，從根本上打破了“數(shù)據(jù)孤島”和區(qū)域割裂的藩籬。

無論是宏觀上平衡全城不同區(qū)域的交通負荷、調(diào)度跨區(qū)資源，還是微觀上精準優(yōu)化某個具體路口的信號配時、公交站臺設(shè)置，都能基于統(tǒng)一的、完整的、實時的全域數(shù)據(jù)圖譜做出科學決策，讓城市交通管理從局部最優(yōu)邁向全局協(xié)同優(yōu)化。

目前，在我國10個省市的落地驗證中，MogoMind展現(xiàn)出靈活性和普適性。

蘑菇車聯(lián)的MogoMind大模型此前已在北京、上海、沈陽等城市落地驗證和實地部署，獲得社會各界高度評價。

在湖南衡陽，打造首個城市級AI網(wǎng)絡(luò)項目，完成38公里主干道路的智能網(wǎng)聯(lián)化升級，實現(xiàn)近300臺智能網(wǎng)聯(lián)汽車實際運行等。

在浙江桐鄉(xiāng)，于車流量很大的烏鎮(zhèn)大道與二環(huán)北路交叉口，建成首個全息實時數(shù)字孿生路口，通過部署“通感算”AI數(shù)字道路基站（MOGO AI Station）和路側(cè)系統(tǒng)（MRS），實現(xiàn)路口300米范圍內(nèi)所有交通參與者動態(tài)信息全天候、不間斷、無死角獲取，實時構(gòu)建數(shù)字孿生系統(tǒng)……

可以看到，MogoMind絕非停留在實驗室的技術(shù)玩具，其作為物理世界“搜索引擎”和“認知基座”的價值，已經(jīng)清晰地體現(xiàn)在全國多座城市的道路上和運行系統(tǒng)里。

在未來的自動駕駛時代，這更是“剛需性存在”。

四、寫在最后：

數(shù)智時代，MogoMind有望成為智能交通基座

馬斯克早在2022年就預(yù)言，“自動駕駛技術(shù)普及初期，會加劇交通擁堵?！边@并不是危言聳聽，2019年，英國倫敦帝國理工學院Scott Le Vine研究小組曾在4座城市16組不同的路況中，進行了自動駕駛影響交通擁堵的實驗，實驗結(jié)果證實馬斯克的預(yù)言。

這背后的邏輯是，現(xiàn)實世界瞬息萬變，若缺乏全局協(xié)調(diào)的單體智能決策，即使單個智能體再聰明，也可能因信息壁壘和行為模式?jīng)_突，AI賦能城市管理，不僅僅是優(yōu)化幾個“點”那么簡單，而是從系統(tǒng)層面，盤活整個城市交通網(wǎng)絡(luò)的“一盤棋”。

在過去，很多行業(yè)媒體從業(yè)者更多關(guān)注單個產(chǎn)品酷不酷炫，體驗爽不爽。

但蘑菇車聯(lián)這次搞的MogoMind，讓我們覺得，這已經(jīng)不僅僅是AI工具了，它更像一個基礎(chǔ)設(shè)施，一個讓整個城市交通“活”起來的基座，告訴我們，未來的交通智能，絕不是單個車、單個路口的單打獨斗，而是一場全局的協(xié)同進化。

這讓我想起凱文·凱利所言，當虛擬的體驗唾手可得時，真實世界的體驗反而會因此變得更加稀缺和珍貴。蘑菇車聯(lián)的MogoMind，正是通過技術(shù)加持，讓我們物理世界的體驗更加高效、有序、安全。

當每個交通參與者都成為AI網(wǎng)絡(luò)的節(jié)點，“零事故、零擁堵”的城市交通將不再是科幻小說中的場景。

如今，MogoMind正在書寫這一未來。