看遍北京車展里里外外，叩響自動駕駛的大門，目前方法貌似只有一個：

世界模型+強化學(xué)習(xí)。

華為乾崑智駕ADS 5、Momenta R7、輕舟乘風(fēng)Max，這三套北京車展期間發(fā)布的方案，無一例外，均搭載了這一技術(shù)組合。

華為車BU CEO靳玉志，表示ADS 5是面向“自動駕駛”的解決方案；Momenta官方表示物理AI正從理念走向量產(chǎn)。

輕舟智能CEO于騫直接斷言，世界模型+強化學(xué)習(xí)是通向物理AI的必經(jīng)之路。

車展舞臺之外，世界模型+強化學(xué)習(xí)的身影也已無處不在。

蔚來早在2年前就推出了世界模型；地平線的HSD融合了這一技術(shù)方案。

小鵬第二代VLA、理想的MindVLA，盡管與世界模型之間存在路線分歧，但這二者的云端訓(xùn)練，仍然依托于世界模型+強化學(xué)習(xí)。

各家廠商的想法分歧仍在，但行動卻十分統(tǒng)一，目標更是一致宏大：

自動駕駛猶嫌不足，要沖線物理AI終局。

那么這篇文章，我們就跟大家聊聊，世界模型+強化學(xué)習(xí)到底是什么？

看懂世界

經(jīng)過了近兩年輔助駕駛方案的迅速迭代和普及下放，L2的體驗?zāi)壳罢谘杆仝呁?/p>

從這次北京車展就能看出，各價位車型的輔助駕駛能力都變得越發(fā)全面。

即便是七八萬的零跑A10，也搭載了激光雷達，支持車位到車位級的輔助駕駛。

至于城區(qū)領(lǐng)航、高速領(lǐng)航，如今更是遍地開花。

但能用與好用之間，仍有巨大鴻溝。

而填平這道巨大鴻溝的關(guān)鍵，就在于補齊系統(tǒng)對場景的理解與預(yù)測能力。

這二者就恰恰決定了輔助駕駛是只能對當(dāng)下做出被動反應(yīng)，還是能像人類一樣預(yù)判未來、提前布局。

我們自己在駕駛時，也并非只盯著眼前的路況機械應(yīng)對。

越是駕駛經(jīng)驗豐富，越知道要時刻觀察周圍環(huán)境的動態(tài)，在心中推演未來幾秒可能發(fā)生的狀況，并提前做出防御性動作。

比如前方有很多胡同口，人類駕駛員自然就會減速行駛，以防胡同里忽然竄出打鬧的小孩、騎著三輪車的老人......

這才是合理的駕駛狀態(tài)，輔助駕駛依托世界模型，也正在朝這個方向進化。

不過，要合理的預(yù)測，系統(tǒng)首先必須真正掌握這個世界的運行規(guī)律，看透各種因果關(guān)系。

譬如在高速上，當(dāng)看到前方剎車燈亮成一片時，你就自然猜想到可能出現(xiàn)交通事故了，然后提前剎車、打起精神觀察周圍路況，甚至打開雙閃，提醒后方車輛及早剎車。

正是基于這種內(nèi)含上下文因果關(guān)系的邏輯，世界模型在云端根據(jù)真實的物理規(guī)律進行仿真訓(xùn)練，才讓系統(tǒng)更清晰、更本質(zhì)地理解人類世界的運行法則。

與此同時，世界模型也能彌補采集數(shù)據(jù)工作的不足。

因為有些場景全憑現(xiàn)場采集的話，隨機性太強了，比如鬼探頭、一些極端天氣，而世界模型則可以在虛擬環(huán)境中生成這種場景，然后進行針對性的訓(xùn)練。

理解世界規(guī)律，只是第一步，如何讓系統(tǒng)基于這種理解，做出最優(yōu)的駕駛決策？這就輪到強化學(xué)習(xí)登場了。

強化學(xué)習(xí)你可以把它理解成一套獎勵機制，做得符合設(shè)計目標了就有獎勵，不符合就得接受懲罰。

久而久之，系統(tǒng)自己就摸索出了一套最優(yōu)駕駛策略，而不是簡單機械地模仿人類司機的操作。

由此，世界模型和強化學(xué)習(xí)就構(gòu)建出了一個更完整的訓(xùn)練閉環(huán)：

前者提供還原物理世界的訓(xùn)練場，后者則讓系統(tǒng)日以繼夜的瘋狂特訓(xùn)，把實際問題前置，把駕駛經(jīng)驗攢足。

這就是世界模型+強化學(xué)習(xí)的價值，相當(dāng)于給車裝了一顆“人腦”，它讓輔助駕駛真正去理解現(xiàn)實世界的運行規(guī)律，最終實現(xiàn)自動駕駛。

而這套方案其實也并不局限于自動駕駛，本質(zhì)上，世界模型+強化學(xué)習(xí)就是在教機器如何去看懂世界，汽車只是最快的量產(chǎn)載體。

跟FSD比誰更強？

北京車展上，Momenta將“矛頭”直指特斯拉。

Momenta CEO曹旭東在群訪上對我們直言，Momenta R7這套基于世界模型+強化學(xué)習(xí)的解決方案，對標的就是特斯拉FSD V14，目標是為中國年輕人造一臺屬于他們的特斯拉。

如今，特斯拉FSD雖尚未真正進入中國市場，但它卻仿佛已經(jīng)成為中國智駕玩家的“公敵”。

幾乎每一個中國智駕玩家，都在以超越FSD為己任，渴望在這場技術(shù)競賽中證明自己。

事實上，特斯拉FSD與世界模型之間也有著千絲萬縷的聯(lián)系。

去年10月，特斯拉正式官宣了神經(jīng)網(wǎng)絡(luò)世界模擬器。

它基于真實道路采集的海量數(shù)據(jù)，在云端重建了一個遵循物理規(guī)律的虛擬世界，不僅能預(yù)測未來幾秒內(nèi)環(huán)境的動態(tài)演化，還能提前評估每一種駕駛動作可能帶來的后果。

對于那些現(xiàn)實中極難采集的長尾場景，比如暴雪中的山路、突發(fā)事故后的混亂路口，神經(jīng)網(wǎng)絡(luò)世界模擬器也可以主動生成，進而虛擬世界中反復(fù)特訓(xùn)。

這與世界模型+強化學(xué)習(xí)的技術(shù)邏輯，幾乎如出一轍。

特斯拉的這一技術(shù)方案將同時服務(wù)于自動駕駛和人形機器人，換句話說，世界模型+強化學(xué)習(xí)也是特斯拉走向物理AI的橋梁。

從技術(shù)范式上看，特斯拉與中國主流玩家之間并不存在方向性的差異。

至于孰強孰弱，真正的分野恐怕就在于工程落地能力。

誰的模型推理延遲更低？誰的博弈能力更強？誰更能應(yīng)對小概率的長尾場景？

盡管都已經(jīng)開始聊終局了，但面向自動駕駛和物理AI的工程落地競賽，或許才剛剛拉開帷幕。

寫在最后

技術(shù)需要天馬行空，同時也更需要腳踏實地。

物理AI終局很美好，但它最終需要建構(gòu)在資金、人才和商業(yè)閉環(huán)等基礎(chǔ)上，這注定只是少數(shù)強者的游戲。

對于各大AI玩家來說，跋山涉水這么多年，面對愈發(fā)宏大的藍圖，殘酷競爭仍然遠沒有結(jié)束。

如今，在世界模型+強化學(xué)習(xí)的驅(qū)使下，他們正在同一條賽道上，奔向同一個終點。

而在緊張刺激的角逐之中，我們所有人好像也都成為了這些強者游戲的一環(huán)，生活或?qū)⒁驗樽詣玉{駛、物理AI發(fā)生巨大的變化。

最終，當(dāng)物理AI從理念變成現(xiàn)實，我們也不僅僅會迎來更聰明的汽車，還將處在一個更智慧的、被重新定義的物理AI世界。

人在其中又該或者又能扮演什么角色，更是一個值得討論的命題。

返回第一電動網(wǎng)首頁 >