2025年2月22日， 以“模塑全球 无限可能”为主题的2025GDC全球开发者先锋大会于2月21日至23日在上海徐汇盛大举行。本届大会聚焦大模型产业化解决方案的探索与场景落地应用，旨在推动商业模式的正向闭环。
在2月22日的商汤大模型生产力论坛上，商汤绝影CEO、商汤科技联合创始人兼首席科学家王晓刚发布了行业首个「与世界模型协同交互的端到端自动驾驶路线R-UniAD」。该技术通过构建世界模型生成在线交互的仿真环境，进行端到端模型的强化学习训练，标志着自动驾驶技术从模仿学习向强化学习的重大跨越。这一创新思路与近期备受市场关注的DeepSeek技术不谋而合，共同指向了端到端自动驾驶超越人类驾驶表现的未来。
王晓刚指出：“算法、算力和数据是推动人工智能技术螺旋式上升的三大要素。随着强化学习等算法在大模型训练中的应用得到验证，新的尺度定律正在开启，数据价值被深入挖掘，模型能力的天花板被彻底打开。”他强调，强化学习的技术创新同样适用于端到端自动驾驶领域。
基于UniAD端到端自动驾驶方案和「开悟」世界模型，商汤绝影R-UniAD将通过强化学习加速智能驾驶的跨越式演进。在即将到来的4月上海车展上，商汤绝影将正式发布R-UniAD端到端自动驾驶方案，并完成实车部署，持续引领端到端智能驾驶技术的潮流。
强化学习：端到端自动驾驶技术的关键突破
自2022年底商汤绝影提出行业首个感知决策一体化自动驾驶通用模型UniAD以来，端到端自动驾驶技术逐渐成为行业焦点。2023年，UniAD荣获国际计算机视觉与模式识别会议（CVPR）最佳论文，同年8月，特斯拉CEO马斯克直播试驾FSD V12，进一步推动了端到端技术的普及。如今，数据驱动的端到端自动驾驶解决方案已成为行业共识。
然而，基于模仿学习的技术范式虽能接近人类驾驶水平，却难以突破人类能力上限。高质量场景数据的稀缺性和驾驶数据的参差不齐，使得端到端智能驾驶方案面临巨大挑战。特斯拉凭借七百万辆高阶智驾量产车和超10万P算力，已经跨越了这一门槛，构筑了与国内车企的显著差距。
今年春节期间，DeepSeek-R1基于纯强化学习的关键创新引发了广泛关注。通过少量高质量数据的冷启动，模型进行多阶段强化学习训练，有效降低了大模型训练的数据规模门槛，延续了尺度定律，为模型能力的进一步提升铺平了道路。更重要的是，强化学习使大模型具备了长思维链能力，显著提升了推理效果，甚至可能超越人类的思维能力。
王晓刚表示，基于强化学习的大模型技术路线可以迁移到端到端自动驾驶算法的训练与研发中。R-UniAD通过高质量数据进行冷启动，用模仿学习训练出端到端基础模型，再通过强化学习进行多阶段训练。据测算，这一技术路线能将端到端自动驾驶的数据需求降低一个数量级，助力车企合作伙伴实现换道超车。
商汤绝影发布R-UniAD：与世界模型协同交互的端到端自动驾驶技术
作为专注于汽车行业的AI公司，商汤绝影始终致力于以AI技术解决智能驾驶问题，并持续引领端到端自动驾驶的创新潮流。在UniAD荣获CVPR最佳论文后，2024年北京车展上，商汤绝影展示了UniAD的实车上路成果，量产端到端智驾方案预计将于今年年底交付。
2月22日，商汤绝影率先发布「与世界模型协同交互的端到端自动驾驶技术路线R-UniAD」，成为行业首个将基于世界模型的强化学习引入端到端智能驾驶研发与训练的AI公司。R-UniAD采用多阶段强化学习技术路线，分为三个阶段：首先通过模仿学习进行云端端到端自动驾驶大模型训练；其次基于强化学习，让云端大模型与世界模型协同交互，持续提升性能；最后通过高效蒸馏，实现高性能端到端自动驾驶小模型的车端部署。
R-UniAD的核心在于与世界模型的协同交互。世界模型生成的仿真环境能够提供高保真的场景数据，保证长时推演的一致性，并支持在线交互，从而实现端到端模型的强化学习训练。2024年11月，商汤绝影发布了行业标杆级的世界模型——「开悟」，其强大的数据生成能力使得1个GPU产生的仿真数据相当于500台量产车的数据采集效果。
在论坛现场，商汤绝影展示了「开悟」世界模型与主车闭环交互的演示。通过场景库文件导入初始主车和他车位置，世界模型自动生成主车视角下的11V传感器仿真数据，端到端模型接收数据后生成自车下一时刻位置并进行反馈，世界模型根据刷新后的位置渲染新的仿真数据，形成闭环交互。
依托商汤大装置算力基础设施，商汤绝影能够建立强大的云端自动驾驶大模型，并通过蒸馏技术实现小算力芯片的端到端模型部署。这一技术路线不仅助力车企合作伙伴基于更小规模的数据超越特斯拉的自动驾驶方案，更将推动智能驾驶超越人类水平，加速驶入AGI（通用人工智能）的全新未来。
在4月的上海车展上，商汤绝影将展示「与世界模型协同交互的端到端自动驾驶方案」的实车部署，进一步巩固其在智能驾驶领域的领先地位。返回搜狐，查看更多
