当前位置:首页 > AI资讯 > 正文内容

原生智驾模型重塑自动驾驶未来

admin2小时前AI资讯2

从“大脑”到“躯干”:原生智驾基座模型如何重塑自动驾驶的未来

当大模型浪潮席卷各行各业,人工智能正加速从虚拟世界走向物理终端。然而,在智能汽车与具身智能的探索中,一个关键瓶颈逐渐浮现:“大脑”与“躯干”的协同难题。大模型虽具备强大的认知与推理能力,却难以在复杂、动态的真实物理环境中实现实时、可控的决策与执行;而传统自动驾驶系统依赖模块化工程与后期拼接,导致体验割裂、规模化落地困难。

正是在这一背景下,阶跃星辰与千里科技于4月22日正式宣布达成战略合作,共同打造“原生智驾基座模型”,为智能汽车与具身智能提供全新的Agentic基础设施与“智能大脑”。这不仅是一次企业间的联合,更标志着自动驾驶技术路径正从传统模块化架构,加速迈向以“端到端”大模型为核心的“原生进化”。

原生智驾:从“拼接”到“一体”的范式跃迁

长期以来,自动驾驶系统多采用“感知-规划-控制”的模块化架构。这种设计虽逻辑清晰,却存在明显短板:各模块独立训练、后期拼接,导致信息传递存在延迟与失真,难以应对复杂场景下的突发状况。例如,在雨雪天气中突然出现的行人,或高速行驶中前方车辆的紧急变道,传统系统往往反应滞后,体验生硬。

而“原生智驾基座模型”的核心理念,是从模型训练之初就实现端到端的原生融合。阶跃与千里科技的合作,正是从数据输入、模型架构到推理部署的全周期协同。依托阶跃在Agent基座模型、全模态理解与端云协同体系上的技术积累,双方致力于构建一个能够“看见、听懂、思考、决策、执行”一体化运作的智能体。

这意味着,未来的自动驾驶系统不再是被动响应指令的“工具”,而是具备主动理解环境、预判风险、动态调整策略的“智能体”。它像人类驾驶员一样,将感知、认知与行动融为一体,真正实现“大脑”与“躯干”的无缝协同。

量产落地:从实验室到车端的真实突破

技术的价值最终要在量产中验证。过去一年,阶跃与千里科技的合作已取得实质性进展。双方联合吉利汽车集团,成功将端到端语音模型集成至智能座舱系统AgentOS,并率先在吉利银河M9上实现量产上车。该系统不仅能理解自然语言指令,还能结合上下文进行多轮对话与主动服务,极大提升了人机交互的流畅度与智能化水平。

更引人注目的是“整车智能体超级Eva”的研发与落地。这一系统首次实现了“中国版Grok”在车端的完整体验,具备跨模态理解、多任务协同与持续学习能力,已在极氪8X车型中完成量产部署。用户可通过语音、手势甚至眼神与车辆进行自然交互,系统能主动推荐路线、调节氛围、预警风险,真正成为“懂你”的智能出行伙伴。

这些成果表明,原生智驾基座模型并非停留在理论层面,而是已具备规模化落地的工程能力。它打破了传统智驾系统“功能堆砌”的局限,转向以用户体验为中心的“智能体服务”模式。

迈向物理世界的AI:具身智能的新基础设施

此次合作的意义,远不止于智能汽车。随着大模型向机器人、无人机、家庭服务设备等物理终端延伸,“具身智能”(Embodied AI)正成为AI落地的关键方向。而“原生智驾基座模型”所构建的Agentic基础设施,正是支撑这一趋势的核心引擎。

它提供了一种通用框架:通过多模态感知理解环境,利用大模型进行复杂推理与决策,再通过端侧计算实现低延迟响应。这种“感知-认知-行动”闭环,可复用于各类具身智能场景。例如,家庭服务机器人可借此理解用户意图并自主完成清洁、取物等任务;工业机器人能在动态产线中实时调整操作策略。

阶跃与千里科技的合作,正在为物理世界的AI应用铺设一条“智能高速公路”。它不仅提升了单一设备的智能上限,更推动了整个智能生态的协同进化。

标签: 原生智驾 大模型上车 具身智能 端到端AI 智能汽车

相关文章

AI组队干活时代:Harness成关键引擎

当AI开始“组队干活”:Harness为何成为多智能体落地的关键引擎?在AI领域,一场静默却深刻的变革正在发生。从单智能体到群体协作,从“会写代码”到“能管项目”,AI Agent的能力边界正在被重新...

PPHermes让AI Agent部署更便捷

云端智能新范式:PPIO 推出 PPHermes,让 Agent 部署触手可及 在人工智能技术迅猛发展的当下,AI Agent(智能体)正从实验室走向实际应用,成为提升生产力的重要工具。然而,对于大多...

AI原生电商操作系统颠覆传统运营模式

从“人操作”到“AI驱动”:电商操作系统进入AI原生时代 当电商行业还在为流量成本攀升、转化率波动而焦虑时,店匠科技(Shoplazza)用一场技术发布,为行业撕开了一道通往未来的口子。其正式推出的全...

企业AI竞争新战场:操作系统层才是关键

企业AI的真正分水岭:从“调用服务”到“操作系统层” 当前,关于企业人工智能的讨论仍聚焦于模型能力本身——GPT与Gemini谁更强?推理分数是否领先?参数规模是否足够庞大?这些技术指标固然重要,但它...

行云芯片用LPDDR重构AI推理成本逻辑

从“天才少年”到芯片创业者:行云如何重构AI推理的成本逻辑 在AI大模型狂奔突进的今天,算力的军备竞赛正悄然从“性能至上”转向“成本优先”。当千亿参数模型成为标配,传统以HBM(高带宽内存)为核心的G...

荣耀引领端侧AI新生态

当AI从云端走向掌心:荣耀的端侧智能新图景 2026年,AI的浪潮正从数据中心涌向每个人的口袋。曾经只存在于科幻电影中的智能助手,如今正悄然在智能手机上“苏醒”。随着谷歌Gemma 4系列开源模型的发...

发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法和观点。