自動駕駛是人工智能的絕佳應用場景之一，近年來隨著智能網(wǎng)聯(lián)新能源汽車的快速普及，以及政策的持續(xù)大力支持，自動駕駛技術也迎來高速發(fā)展的機遇。

另一方面，如何應對復雜的城市駕駛場景以及一些長尾罕見事件依然是自動駕駛技術實現(xiàn)商業(yè)化應用所必須面對的挑戰(zhàn)。

在3月7日召開的第一財經(jīng)“科創(chuàng)未來行”年度首場產(chǎn)業(yè)沙龍上，商湯絕影智能云研發(fā)總經(jīng)理武偉展示了全新的自動駕駛研發(fā)路徑，他表示，DeepSeek–R1基于純強化學習領域的關鍵創(chuàng)新，給自動駕駛技術的發(fā)展帶來了很大的啟發(fā)，商湯絕影也在打造全新的技術范式，有望極大程度突破現(xiàn)有瓶頸。

據(jù)武偉介紹，特斯拉以及一些國內(nèi)自動駕駛領域的頭部企業(yè)，目前都是以數(shù)據(jù)驅(qū)動的方式，依靠海量的人類駕駛數(shù)據(jù)訓練端到端大模型，本質(zhì)還是對人類駕駛行為的模仿學習，而這種以模仿學習為主的端到端自動駕駛就會面臨很大的挑戰(zhàn)。

“模仿學習對數(shù)據(jù)的質(zhì)和量都有著非常高的要求，”武偉認為，特斯拉的自動駕駛性能突出是因為其上路車輛已達到百萬量級，國內(nèi)任何一個廠商都還沒達到這一數(shù)據(jù)量級。另一方面，即使數(shù)據(jù)量上可以滿足需求，僅僅依靠模仿學習的端到端大模型依然只能做到無限接近人類駕駛行為而很難突破人類的能力上限，導致出現(xiàn)性能瓶頸。

DeepSeek出現(xiàn)讓自動駕駛技術打破這一瓶頸成為可能，“DeepSeek的技術范式驗證了純粹的強化學習可以帶來很長的思維鏈的涌現(xiàn)，而這一思維范式將大幅降低數(shù)據(jù)門檻，”武偉表示，在強化學習階段，DeepSeek所用的數(shù)據(jù)量比模仿學習低了一兩個數(shù)量級，并且有一個非常好的尺度定律（Scaling law），能夠帶來性能上突破人類極限的希望。

2024年底，商湯絕影推出首個可用于行業(yè)生產(chǎn)的世界模型——開悟世界模型。武偉介紹稱，這一世界模型的核心能力是用于自動駕駛的訓練數(shù)據(jù)的生成，同時構建閉環(huán)仿真的訓練和測試的環(huán)境，通過在云端進行自動駕駛的閉環(huán)訓練，為強化學習的訓練構建良好基礎。

目前，開悟世界模型已能夠生成1024類數(shù)據(jù)和千萬量級的場景庫，武偉表示，這些數(shù)據(jù)將于今年向行業(yè)開放。

“通過世界模型和端到端算法進行交互，在閉環(huán)仿真環(huán)境中構建主車端到端自動駕駛和他車環(huán)境之間的自主博弈，自動駕駛算法就可以脫離人類行為模式進行自主強化學習，實現(xiàn)交互能力的提升。”武偉表示。

今年2月，商湯絕影還推出了行業(yè)首個“與世界模型協(xié)同交互的端到端自動駕駛路線R-UniAD”。武偉表示，這一自動駕駛的全新研發(fā)路線正是一定程度借鑒了上述DeepSeek的思維范式。

據(jù)他介紹，R-UniAD方案具體分為端到端模仿學習、依托世界模型進行云端強化學習訓練以及從云端到車端的蒸餾部署三個階段。“我們希望通過這一套范式，大大降低自動駕駛研發(fā)的數(shù)據(jù)成本和項目定制化的開發(fā)成本，真正讓商湯絕影成為自動駕駛領域的DeepSeek。”

“我們希望加速智能汽車駛?cè)胪ㄓ萌斯ぶ悄艿臅r代，這是絕影的愿景。”武偉說。