凤凰网汽车讯 2月22日，在商汤大模子坐褥力论坛上，商汤绝影CEO，商汤科技联结首创东谈主、首席科学家王晓刚发布了行业首个“与寰宇模子协同交互的端到端自动驾驶阶梯R-UniAD」”。通过构建寰宇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磨真金不怕火。从效法学习向强化学习升级演进，从而达成端到端自动驾驶高出东谈主类的驾驶证实。

“算法、算力和数据三者共同鼓舞着东谈主工智能工夫的螺旋式高涨和跳跃，跟着强化学习等算法引入到大模子磨真金不怕火的想路得到考据，新的模范定律正在开启，数据价值被进一步深远挖掘，模子材干天花板被大开。”王晓刚暗意，强化学习的工夫翻新也相同不错移动到端到端自动驾驶范畴。

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

本年春节时候，DeepSeek-R1基于纯强化学习的要津翻新激勉了无为的留情。通过少许高质料数据的冷开动，模子进行多阶段的强化学习磨真金不怕火，灵验贬低大模子磨真金不怕火的数据范围门槛，同期也让模范定律得以络续，为模子变得更大更强铺平了谈路。

更要紧的是，强化学习大略让大模子自行败清晰长想维链材干，显赫升迁推理后果，以致可能具备高出东谈主类的想维材干。

王晓刚暗意，基于强化学习的大模子工夫阶梯不错移动到端到端自动驾驶算法的磨真金不怕火与研发之中。

从数据范围来看，多阶段强化学习的磨真金不怕火模式能大幅贬低端到端自动驾驶数据范围门槛。R-UniAD即是通过高质料数据进行冷开动，用效法学习的方式磨真金不怕火出一个端到端基础模子，再通过强化学习模式进行磨真金不怕火。据测算，小样本多阶段学习的工夫阶梯能让端到端自动驾驶的数据需求贬低一个数目级，让车企勾通伙伴有望换谈超车特斯拉FSD。

从性能上限来看，纯强化学习磨真金不怕火让端到端智驾模子有望通过在升迁性能的同期，充分探索多元场景和驾驶作风。明天，端到端智驾体验的上限不再是“类东谈主”，而是不错领有高出东谈主类的驾驶证实。

商汤绝影的R-UniAD是“多阶段强化学习”端到端自动驾驶工夫阶梯，具体分为三个阶段。

率先，是依靠冷开动数据通过效法学习进行云表的端到端自动驾驶大模子磨真金不怕火；然后，基于强化学习，让云表的端到端大模子与寰宇模子协同交互，握续升迁端到端模子的性能；终末，云表大模子通过高效蒸馏的方式，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，最要津的是要与依靠寰宇模子生成的仿真环境进行在线交互，并获取闭环奖励反映，从而达成强化学习，使得端到端模子的磨真金不怕火大略充分探索多样可能性。也即是说，大略生成高保确凿场景数据、保证万古推演一致性、并援助在线交互的纷乱寰宇模子是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宇模子——“开悟”寰宇模子。基于“开悟”，1个GPU产生的仿真数据额外于500台量产车的数据汇聚后果。

以绝影量产智驾决议和“开悟”寰宇模子为中枢，实车汇聚的真确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磨真金不怕火愈加全面、高效，大幅镌汰了研发周期，贬低了资本。

商汤绝影的量产端到端智驾决议瞻望将在年底请托，“开悟”寰宇模子也崇拜用于数据坐褥。而在4月的上海车展开云登录入口登录APP下载(中国)官方网站，商汤绝影将会展示“与寰宇模子协同交互的端到端自动驾驶决议”的实车部署。