中經(jīng)記者 陳靖斌 廣州報(bào)道

4月10日，小馬智行發(fā)布其物理AI體系中的新一代世界模型——PONYWorld 2.0。相較1.0版本，此次升級的核心不在于單點(diǎn)性能提升，而在于模型能力邊界的重構(gòu)：系統(tǒng)首次具備“自我診斷+定向進(jìn)化”的閉環(huán)能力，使AI從被動(dòng)優(yōu)化對象轉(zhuǎn)向主動(dòng)驅(qū)動(dòng)研發(fā)流程的主體。

具體而言，過去自動(dòng)駕駛模型的迭代，依賴工程師對問題進(jìn)行定位，并據(jù)此設(shè)計(jì)數(shù)據(jù)采集與訓(xùn)練策略。而在PONYWorld 2.0中，這一流程被前移并內(nèi)嵌至模型內(nèi)部：系統(tǒng)能夠識別自身能力短板，明確改進(jìn)方向，甚至反向“指導(dǎo)”研發(fā)與數(shù)據(jù)體系的運(yùn)作邏輯。

這一能力重構(gòu)，主要體現(xiàn)在三個(gè)層面：

在決策理解層，PONYWorld 2.0引入與車端模型聯(lián)動(dòng)的Intention（意圖）語義層，對每一次駕駛行為進(jìn)行結(jié)構(gòu)化解析，實(shí)現(xiàn)決策結(jié)果的自動(dòng)回溯與歸因。系統(tǒng)不僅能夠復(fù)盤“發(fā)生了什么”，更能夠判斷“問題出在哪里”，并將診斷結(jié)果直接映射至后續(xù)訓(xùn)練流程。

在數(shù)據(jù)生產(chǎn)層，基于自我診斷結(jié)果，系統(tǒng)可以自動(dòng)識別模型精度不足的具體場景，并生成具有明確目標(biāo)的定向數(shù)據(jù)采集任務(wù)。這意味著數(shù)據(jù)獲取從“廣撒網(wǎng)”轉(zhuǎn)向“問題驅(qū)動(dòng)”，顯著提升數(shù)據(jù)利用效率。

在訓(xùn)練優(yōu)化層，PONYWorld 2.0能夠圍繞車端模型的薄弱環(huán)節(jié)，在世界模型中自動(dòng)構(gòu)建針對性訓(xùn)練場景，從源頭減少冗余樣本的存儲與計(jì)算開銷，使每一輪訓(xùn)練更具“有效性”，而非單純規(guī)模擴(kuò)張。

截至目前，PONYWorld 2.0已在小馬智行的L4級自動(dòng)駕駛車隊(duì)及研發(fā)體系中落地應(yīng)用。其直接作用在于，通過持續(xù)提升系統(tǒng)在安全性、舒適性與通行效率等關(guān)鍵指標(biāo)上的表現(xiàn)，加速技術(shù)成熟度向規(guī)?；\(yùn)營能力的轉(zhuǎn)化，進(jìn)而為Robotaxi商業(yè)化提供更具確定性的支撐。

（編輯：趙毅 審核：童海華 校對：顏京寧）