凤凰网汽车讯 2月22日，在商汤大模子出产力论坛上，商汤绝影CEO，商汤科技聚拢创举东说念主、首席科学家王晓刚发布了行业首个“与寰球模子协同交互的端到端自动驾驶门道R-UniAD」”。通过构建寰球模子生成在线交互的仿真环境，以此进行端到端模子的强化学习测验。从效法学习向强化学习升级演进九游体育app(中国)官方网站，从而达成端到端自动驾驶卓越东说念主类的驾驶推崇。

“算法、算力和数据三者共同鼓吹着东说念主工智能时期的螺旋式上涨和跨越，跟着强化学习等算法引入到大模子测验的想路得到考据，新的圭臬定律正在开启，数据价值被进一步深刻挖掘，模子智力天花板被大开。”王晓刚默示，强化学习的时期转换也相同不错挪动到端到端自动驾驶领域。

基于UniAD端到端自动驾驶决策和“开悟”寰球模子，商汤绝影R-UniAD将通过强化学习加快智驾跨越式演进。

本年春节期间，DeepSeek-R1基于纯强化学习的要道转换激励了浅显的温雅。通过一丝高质料数据的冷入手，模子进行多阶段的强化学习测验，有用臆造大模子测验的数据边界门槛，同期也让圭臬定律得以陆续，为模子变得更大更强铺平了说念路。

更进攻的是，强化学习好像让大模子自行透浮现长想维链智力，权贵普及推理后果，以至可能具备卓越东说念主类的想维智力。

王晓刚默示，基于强化学习的大模子时期门道不错挪动到端到端自动驾驶算法的测验与研发之中。

从数据边界来看，多阶段强化学习的测验智力能大幅臆造端到端自动驾驶数据边界门槛。R-UniAD即是通过高质料数据进行冷入手，用效法学习的款式测验出一个端到端基础模子，再通过强化学习智力进行测验。据测算，小样本多阶段学习的时期门道能让端到端自动驾驶的数据需求臆造一个数目级，让车企配结伙伴有望换说念超车特斯拉FSD。

从性能上限来看，纯强化学习测验让端到端智驾模子有望通过在普及性能的同期，充分探索多元场景和驾驶格调。将来，端到端智驾体验的上限不再是“类东说念主”，而是不错领有卓越东说念主类的驾驶推崇。

商汤绝影的R-UniAD是“多阶段强化学习”端到端自动驾驶时期门道，具体分为三个阶段。

当先，是依靠冷入手数据通过效法学习进行云表的端到端自动驾驶大模子测验；然后，基于强化学习，让云表的端到端大模子与寰球模子协同交互，抓续普及端到端模子的性能；终末，云表大模子通过高效蒸馏的款式，达成高性能端到端自动驾驶小模子的车端部署。

因为端到端智驾模子是一个多模态具身模子，最要道的是要与依靠寰球模子生成的仿真环境进行在线交互，并得到闭环奖励响应，从而达成强化学习，使得端到端模子的测验好像充分探索各式可能性。也即是说，好像生成高保真的场景数据、保证万古推演一致性、并复旧在线交互的盛大寰球模子是R-UniAD的中枢基石。

2024年11月，在“绝影实力AI DAY”上，商汤绝影全新升级并发布行业标杆级别的寰球模子——“开悟”寰球模子。基于“开悟”，1个GPU产生的仿真数据非常于500台量产车的数据收罗后果。

以绝影量产智驾决策和“开悟”寰球模子为中枢，实车收罗的确切数据和云表生成的仿真数据在“车云一体”的新范式下进行闭环流转，使得端到端智驾系统的测验愈加全面、高效，大幅裁汰了研发周期，臆造了资本。

商汤绝影的量产端到端智驾决策瞻望将在年底委用九游体育app(中国)官方网站，“开悟”寰球模子也厚爱用于数据出产。而在4月的上海车展，商汤绝影将会展示“与寰球模子协同交互的端到端自动驾驶决策”的实车部署。