2025上海车展期间，商汤绝影携系列生成式AI汽车创新产品亮相。商汤绝影全面展示了生成式智驾R-UniAD技术方案，并发布近实时在线交互的4D世界模型“绝影开悟2.0”。
面向智能座舱，商汤绝影行业首发专为车载AIOS打造的AI内核“绝影千机”，助力车企打造下一代AIOS，“家庭新成员”New Member全新升级，车展现场可以沉浸式体验New Member多模态识人、深度思考、免唤醒多人多轮对话等功能。此外，商汤绝影的健康管家、安全卫士和3D交互等AI座舱创新产品也相继亮相，全场景守护出行体验。
如何把大模型“装进”座舱
包括Deepseek在内，大模型给智能座舱带来了怎样的体验？商汤科技联合创始人、首席科学家、商汤绝影CEO王晓刚对此表示，“Deepseek 的出现，通过强化学习和思维链，产生了很多中间结果。比如说在解一道题的情况下，有十种解法，其中人类有两种解法，它还有八种解法是通过强化学习找到的，这就扩大了人类的知识库和数据基础，打破了数据瓶颈。但其实，如果只是简单把Deepseek 连接到座舱里面，其实是不适合的，并不适合把中间这么多、这么长的结果展示出来。”
过去，chat GPT是一种端到端的技术路线，收集大量人类产生的数据，包括互联网上的数据，进行模仿学习，但遇到了一个瓶颈，当增加数据规模和增加模型时，收益就变得比较小，这可能是互联网上的数据价值被占用的差不多了。王晓刚说，希望Deepseek能够针对座舱场景中，说出很多金句，“一句顶一万句”，绝影在去年推出的new member是非常契合的，需要省去那些中间不适合在座舱中进行表达的，而是能够产生很多幽默的、生动的表达。
此外，商汤绝影也结合了多模态的模型，实现了多模态的深度推理，使得智能座舱能够更好认人识人。过去，用户在唤醒座舱时，它实际上并不知道你是谁，就只是简单回答你的问题。现在，商汤绝影座舱往前走了一步，通过人脸识别让机器人能够识别车里的人，能知道你的兴趣爱好，聊天时你生活当中经历的点点滴滴，都会形成记忆、形成共情，你和机器人“小影”待时间更久以后，它就能够给你更多情感共鸣。
甚至车内几个人一起对话，时突然问“小影”的意见，让它参与到讨论当中，那么小影就能对话，时刻都在观察你们，知道你们在讨论什么，能够立刻参与到讨论当中去。
在行业中，有观点认为，只做软件不赚钱，做硬件或者软硬结合的业务才能赚钱。王晓刚对此解释，事实上，商汤绝影的业务模式也不光是提供软件服务，未来云端研发占比会越来越高，通过“驾舱云三位一体”，提供AIDC云服务等，实现基础的模型工具链和云服务结合。此外，座舱也同样有软硬结合的场景。
他举例说，现有的车机芯片对大模型的支持还不是非常友好，而好的价格比较贵；围绕舱内摄像头，商汤绝影推出来的DOMS，以前DMS和OMS是两颗摄像头，今天就是一颗摄像头，也能够完成两样工作，这需要硬件和软件的结合能力。
如何超越人类驾驶水平
车展期间，商汤绝影展示了绝影开悟世界模型2.0，其中一大能力是“面向量产的数据生成”，具有多样性场景的可控生成的能力，能一键生成极端高风险场景，为模型训练提供了海量且丰富的训练数据。
无独有偶，最近地平线创始人余凯表示，在 AI 时代，90%的用户行为数据不值得学习。理由是，大部分人类司机的驾驶技术和习惯并不好。比如刹车太急、拐弯不够从容。目前，地平线推出了端到端VLA（视觉-语言-动作）大模型技术，实现全场景零接管的拟人化驾驶体验。
王晓刚对此表示认同。他认为，端到端的数据驱动，主要是对数据量和质量的依赖。因为它直接根据输入的图像视频去推测车辆行驶的轨迹。本质上是模仿人类驾驶的行为。
但是，人开车过程中，90%的人驾驶行为是不太好的，只有10%甚至1%的高水平数据才更具价值。
此外，端到端的自动驾驶还有一个问题，就是它的不确定性。王晓刚举例说，有一些问题场景其实是没有办法复现的，过去的解决方式是通过采集大量的类似的场景重新训练模型。模型更新之后，我们所关心的特定场景问题是否被解决，这个是不一定的，甚至有的已经解决的场景会出现回退现象。
王晓刚认为，随着对自动驾驶安全性、确定性要求越来高，会更加重视云端上的模拟仿真，包括大模型。下一个阶段自动驾驶到了生成式智驾阶段，这就需要世界模型，“世界模型是能够非常准确地重建，并且模拟泛化我们的现实物理世界。比如说，我们遇到一些问题，可以在3D 重建世界模型里面复现。”
尤其是针对一些采集成本过高、危险性过强的场景，需要通过世界模型进行模拟仿真。王晓刚认为，通过强化学习和世界模型，端到端模型能够突破人类驾驶行为的上限，它不光是在模拟人类，而是能够超越人类的驾驶水平。同时，有更多确定性，减少数据采集风险，降低数据采集成本。
“我觉得这也是受了Deepseek的启发，Deepseek也是通过强化学习，生成很多思维链的结果。只不过自动驾驶更复杂。它不光是一个语言文字的生成，还需要视频的生成，这就需要我们的世界模型把物理世界进行建模；也类似于像那 alpha zero，最早的时候alpha go是学习人类的棋谱，到了终极方案时，它是通过强化学习模型之间的对弈，这样能够去超越人类的水平，产生了很多人类没有产生过的棋谱。”王晓刚说。
相比之下，模拟下围棋易做，因为棋盘和规则是固定的；在自动驾驶场景，需要用世界模型模拟、生成物理世界，需要能够准确反映物理定律、交通规则、运动规律。
南方+记者 郜小平
【作者】 郜小平
【来源】 南方报业传媒集团南方+客户端
