從智駕到智艙，商湯絕影用生成式AI給汽車升級“大腦”

如何用AI打造“有趣的靈魂”？商湯絕影從智艙到智駕，全方位給出了自己的答案。

4月23日，2025上海車展上，商湯絕影對外展示了系列生成式AI汽車產品。其中，智駕領域包括生成式智駕R-UniAD技術方案、近實時在線交互的4D世界模型“絕影開悟2.0”；智艙領域包括專為車載AIOS打造的AI內核“絕影千機”，以及全新升級的“家庭新成員”等。

在商湯絕影CEO王曉剛看來，智能汽車的范式演進經歷了三個階段。

第一個階段為完成點對點特定任務的工具；第二個階段伴隨著大模型的加持，逐漸變成了人類的助手，可以完成各種通用的任務；第三個階段開始可以提供主動的服務和情感的陪伴，成為家庭的新成員。

他希望，可以讓每一臺車都擁有有趣的靈魂。

從2021年商湯絕影首次以獨立品牌亮相，到如今系列生成式AI產品的發(fā)布。近4年時間，商湯絕影完成了在汽車領域全產品譜系的布局。下一步，在持續(xù)落地智能座艙的同時，它也將全力推進輔助駕駛方案的量產交付。

作為一家以相對“輕量化”的人工智能起家的企業(yè)，商湯即將要在強“制造”的汽車智能化領域再次證明自己。

01

智駕進入生成式階段，加速量產落地

與智能汽車的發(fā)展歷程一樣，王曉剛認為，智駕演進也經歷了三個階段：規(guī)則式智駕、端到端智駕和生成式智駕。

“現(xiàn)在這個階段是端到端數(shù)據驅動的方式。”在采訪環(huán)節(jié)，王曉剛稱，這種方式有自己的問題。

一是它對于數(shù)據量和質量的依賴。由于它是直接根據輸入的圖像視頻去推測車輛行駛軌跡，是模仿人類駕駛的行為，但人類在面對比較困境場景時，90%的駕駛行為是不太好的，因此只有10%、甚至1%高水平的數(shù)據，需要大量數(shù)據學習，對數(shù)據深度依賴。

二是端到端自動駕駛具有不確定性。一些問題場景沒辦法復現(xiàn)，它的解決方式是通過采集大量類似的其他場景重新訓練模型。模型更新后，之前所關心的特定場景能否被解決，是不一定，甚至存在已解決場景回退的現(xiàn)象。

如今，伴隨著對自動駕駛安全性、確定性要求更高，更加依賴于云端的模擬仿真，包括大模型。

因此，王曉剛表示，下一個階段智能駕駛進入到生成式階段，其中很重要的技術是世界模型。它能夠非常準確的重建，并且模擬泛化現(xiàn)實物理世界，在重構世界里去確定性的解決需要解決的問題。同時，還能基于該場景進行泛化，生成出很多類似問題的場景。

“這些場景，無論是采集成本，還是危險性都非常高。”王曉剛稱，強化學習加上世界模型，能夠突破人類駕駛行為的上限。

正是出于這樣的思考，去年11月，商湯絕影發(fā)布了“開悟”世界模型。

今年以來，受到deepseek的啟發(fā)，商湯絕影把世界模型從1.0升級到2.0，同時也跟強化學習進行了結合，發(fā)布了生成式智駕R-UniAD技術方案。在王曉剛看來，“未來一定是在云端的研發(fā)比重越來越重。”

本屆上海車展上，商湯絕影全面展示了R-UniAD技術方案，基于世界模型和強化學習兩大核心技術，構建集“視覺-語言-行動-強化學習”于一體的VLAR技術架構。

王曉剛以“施工占道場景”為例，講述了VLAR技術架構是如何處理這一問題的。

首先，以“施工占道剎停”路測視頻作為輸入，R-UniAD基于“絕影開悟”世界進行模型4D仿真復現(xiàn)，然后端到端模型生成該場景下各種可能駕駛策略，并與世界模型生成的環(huán)境交互，反復強化學習中找到最優(yōu)路徑，能預判施工占道，變道繞行。經過泛化訓練后，遇到類似場景，端到端模型也能及時變道，并顯著提升對此類施工場景的泛化交互能力。

王曉剛指出，生成式R-UniAD突破了現(xiàn)階段端到端范式下數(shù)據、安全和性能的三大瓶頸，將實采場景數(shù)據的需求降低兩個數(shù)量級；同時，基于強化學習算法，模型充分探索多元場景的安全邊界；最終，R-UniAD將能夠實現(xiàn)遠超人類的駕駛能力。

至于世界模型，則是生成式智駕的基石所在。如果說R-UniAD是“AI駕駛員”，那么這個世界模型就是它的“駕校”。

相比1.0版本主要聚焦2D視頻生成技術的打磨，2.0版本則進化為近實時在線交互的4D世界模型，能夠實現(xiàn)“4D空間自由交互”。

“絕影開悟2.0”具備三大能力，首先是“面向量產的數(shù)據生成”，它具有多樣性場景的可控生成的能力，能一鍵生成極端高風險場景；其次能實現(xiàn)“復雜場景自由復現(xiàn)”，可以根據不同的需求，修改和調整場景中的各種要素；最后具備近實時交互能力，比行業(yè)SOTA提升5倍之多，讓仿真訓練過程更加高效和逼真，同時感知結果接近真實精標數(shù)據98%。

有了世界模型和云端訓練之后，對于車端的算力要求依然有需求。

在王曉剛看來，類似deepseek的一些技術路線的出現(xiàn)，可以通過MOE架構，減少一系列工程化，在同等規(guī)模的參數(shù)規(guī)模情況下降低對算力的依賴。“但永遠都是當算力越大的時候，它能夠應對場景復雜程度能力越強，這個趨勢是確定的，所以算力的要求和模型的能力還是有一個正比的關系。”

技術不斷升級的同時，商湯絕影也在加速推進智駕落地。王曉剛表示，厚積薄發(fā)，絕影要全力推進輔助駕駛方案的量產交付。

在輔助駕駛領域，商湯絕影主要有三套方案，基于地平線J6E打造的AD Pro行泊一體方案；基于地平線J6M打造的AD Max城區(qū)領航；基于英偉達Orin/地平線J6P打造的端到端智駕方案。

截至目前，其量產方案已合作中國一汽、廣汽集團、奇瑞汽車和東風汽車4家車企，上車7款車型。

發(fā)布會上，王曉剛宣布，在英偉達DIRVE AGX Thor平臺部署的絕影UniAD一段式端到端量產方案將于2025年第四季度量產交付東風汽車。

除了端到端，東風汽車還將與絕影在開悟世界模型、DriveAGI等方面展開深度合作。

未來，商湯絕影在智駕領域量產將會不斷提速，并加速新技術的落地。“我們在與車企合作過程中，也在幫助提升他們的L3解決方案。”王曉剛如是說。

02

智艙“有趣升級”，發(fā)布全新AI內核

與智駕后來者身份，尋求“厚積薄發(fā)”不同，智能座艙一直是商湯的強項，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家國內外車企達成合作，覆蓋130余款車型，量產交付累計突破360萬輛，其中多數(shù)為座艙領域。

商湯絕影在智能座艙領域主打的是“有趣靈魂”。

去年“絕影日”期間，商湯絕影發(fā)布了“A New Member For U”(你的家庭新成員)，其三大特點是察言觀色，無時不在，心有靈犀，背后的技術支撐是原生流式多模態(tài)的大模型。

今年上海車展上，商湯絕影又對其進行了升級，背后融入了“DeepSeek”的思路。

實際上，自DeepSeek“火了”后，很多車企將其接入座艙之中。對此，王曉剛表示，如果只是非常簡單的把DeepSeek連接到座艙里面，其實是不適合的，因為其設計并不是為了座艙的交互環(huán)境，需要在車艙進行優(yōu)化。

當然，他也認為，DeepSeek加入后的想象空間。他表示，同樣的算力，通過MOE的架構，可以去部署更大的模型，這些模型可以節(jié)省帶寬、節(jié)省算力，帶來更好的體驗，這也是商湯絕影研發(fā)的方向。

“我們是把DeepSeek中核心技術用到了SenseAuto-chat模型里，進行了升級。同時，結合多模態(tài)的模型，實現(xiàn)了深度推理。”王曉剛指出，新的“New Member”則是基于此打造，帶來了三大核心功能。

首先是擁有了多模態(tài)識人能力，不需要用戶專門進行注冊，它在座艙多人交互的過程推測出每個人的名字，與相貌的結合，人物之間的關系，并在與用戶長期互動過程當中，記住生活的點滴，產生共情，從而更貼心地進行互動。

其實是具備深度思考的能力。當用戶提出需求時，它會結合記憶與場景，主動分析疲憊情緒、家庭需求甚至天氣變化進行綜合性的深度思考，然后給出最合適的方案。

最后，是免喚醒的多人多輪對話能力。之前行業(yè)做到的是大模型一對一的交流，如今New Member未被喚醒也能關注并理解座艙內成員間的對話，并能隨時參與到對話當中，做到“不過度打擾，但時刻陪伴”。

有趣靈魂背后，需要強大技術底座支撐。為此，商湯絕影打造了類人情感的AI內核，即專為車載AIOS打造的AI內核“絕影千機”。

王曉剛表示，該產品最核心的三大技術包括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，AI 基礎系統(tǒng)模塊、AIOS 工具鏈和生成式UI等外圍技術，為三大核心模塊提供支持與交互。

“現(xiàn)有的這些操作系統(tǒng)，包括車企的，覆蓋范圍比較廣。”王曉剛稱，商湯絕影的“千機”更關注AI相關的大模型，這些也是商湯的強項。未來，絕影將把這些AI內核和主機廠操作系統(tǒng)結合在一起，形成AI的操作系統(tǒng)，推動智能座艙向更加高級的智能體進化。

王曉剛還強調，依托于“日日新SenseNova V6”基模型，商湯絕影構建了覆蓋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47 Tokens/s，性能超越DeepSeek，還能在快慢思考之間自如切換，以滿足各種場景需求。

同時，具備類人情感的座艙系統(tǒng)，離不開記憶。商湯絕影構建了業(yè)內首個端側類人記憶框架，賦予AIOS真正的認知力與成長性，每一次交互都讓它更懂用戶。

為了便于打造智能體生態(tài)，商湯絕影還構建了業(yè)內首個支持MCP協(xié)議的端側原生智能體框架。它具備自主規(guī)劃能力，可進行多步的精準規(guī)劃和執(zhí)行。它支持MCP規(guī)范，能快速接入各類生態(tài)服務和工具能力，目前已集成100+智能體與1000+ API。這個框架還支持多智能體協(xié)調機制，能夠實現(xiàn)并發(fā)、串行及混合模式下的高效協(xié)同，整體性能提升超過30%。

此外，基于語言大模型、多模態(tài)大模型、文生圖大模型和“大醫(yī)”醫(yī)療大模型等組成的 AI 大模型體系，商湯絕影構建了健康管家、安全衛(wèi)士、3D交互等AI座艙創(chuàng)新產品矩陣。不斷升級智能座艙相關產品。

智駕落地加速、智艙不斷創(chuàng)新。在AI與汽車深度融合的新時代，商湯絕影在智能汽車領域的探索還在不斷深入。