感謝本站網(wǎng)友 有容乃悅 的線(xiàn)索投遞！

本站 3 月 19 日消息，卓馭 AI 首席陳曉智昨日在 NVIDIA GTC 2025 發(fā)表主題演講《基于端到端世界模型的生成式智駕體驗(yàn)》，分享了卓馭在端到端智能駕駛技術(shù)上的近期進(jìn)展，并公布了卓馭基于端到端世界模型的全新一代智能駕駛功能 —— 可支持自然語(yǔ)言交互的個(gè)性化生成式智駕方案 GenDrive。

卓馭認(rèn)為，好用的高階智駕，除了足夠擬人化，還需要滿(mǎn)足用戶(hù)個(gè)性化的駕駛需求。因此，卓馭在行業(yè)中首次提出了基于端到端世界模型的“生成式智駕”—— GenDrive 的概念，相對(duì)于傳統(tǒng)的智駕體驗(yàn)，“生成式智駕”不僅可以給用戶(hù)帶來(lái)擬人化的體驗(yàn)，同時(shí)也能滿(mǎn)足用戶(hù)個(gè)性化的駕駛偏好。

傳統(tǒng)的端到端架構(gòu)，更多是一種基于預(yù)測(cè)范式的端到端，即觀測(cè)到一段傳感器的輸入，預(yù)測(cè)下一步的動(dòng)作，因此它是一次性的動(dòng)作預(yù)測(cè)的過(guò)程。

而 GenDrive 采用生成式的技術(shù)來(lái)做端到端，通過(guò)世界模型來(lái)生成未來(lái)可能發(fā)生的 N 個(gè)平行宇宙，再結(jié)合用戶(hù)偏好和各類(lèi)環(huán)境信息來(lái)選擇最優(yōu)的軌跡輸出。

卓馭的端到端世界模型整體架構(gòu)，在最底層為硬件平臺(tái)，包括智駕控制器，可以適用英偉達(dá)的計(jì)算平臺(tái)，比如 DRIVE Orin / Thor SoC，并且可適配不同類(lèi)型的傳感器配置。

在模型輸入部分，卓馭通過(guò) Vision Encoder 和若干 Tokenizers 來(lái)編碼傳感器數(shù)據(jù)、導(dǎo)航信息以及歷史軌跡的輸入。此外，在卓馭端到端世界模型架構(gòu)中還會(huì)將駕駛風(fēng)格以某種表達(dá)編碼進(jìn)模型，以及將用戶(hù)的語(yǔ)音指令通過(guò)文本編碼器輸入到模型。

對(duì)于模型的輸出，則包括了周?chē)h(huán)境的語(yǔ)義和幾何的理解，以及對(duì)未來(lái)多種可能性的生成。

最后輸出的駕駛軌跡，則是與用戶(hù)風(fēng)格偏好、語(yǔ)音指令對(duì)齊后的結(jié)果。

對(duì)于端到端世界模型的訓(xùn)練，卓馭采用大模型典型的預(yù)訓(xùn)練 + 后訓(xùn)練的方式來(lái)進(jìn)行，并且能夠?qū)崿F(xiàn)“硬件無(wú)關(guān)”的平臺(tái)化訓(xùn)練，即針對(duì)不同傳感器構(gòu)型、不同芯片類(lèi)型，只需訓(xùn)練一個(gè)模型，就能部署到不同的硬件構(gòu)型。

基于上述端到端世界模型架構(gòu)，卓馭的生成式智駕具備以下功能：

自定義場(chǎng)景級(jí)別的駕駛風(fēng)格：比如跟車(chē)過(guò)程的風(fēng)格（起步快慢、車(chē)距保持的距離等）、速度控制的風(fēng)格、路口轉(zhuǎn)彎的風(fēng)格、變道的風(fēng)格等。

在線(xiàn)學(xué)習(xí)和模仿用戶(hù)的駕駛風(fēng)格：基于用戶(hù)一段時(shí)間的駕駛記錄，模型自動(dòng)學(xué)習(xí)出用戶(hù)的駕駛風(fēng)格偏好，整個(gè)學(xué)習(xí)過(guò)程只需用到車(chē)端算力，無(wú)需任何和云端的交互。同時(shí) GenDrive 也能支持多個(gè)用戶(hù)風(fēng)格的學(xué)習(xí)，可以結(jié)合座艙內(nèi)的人臉識(shí)別，自動(dòng)綁定不同的用戶(hù) ID，自動(dòng)激活選擇相應(yīng)的用戶(hù)風(fēng)格。



可通過(guò)自然語(yǔ)言交互來(lái)控制駕駛風(fēng)格和動(dòng)作：駕駛風(fēng)格是指長(zhǎng)時(shí)的駕駛行為的刻畫(huà)，比如用戶(hù)通過(guò)語(yǔ)音對(duì)話(huà)“我容易暈車(chē)，能否開(kāi)慢點(diǎn)”、“不要讓其他車(chē)加塞我”等，模型可自動(dòng)識(shí)別出用戶(hù)偏好的柔和或激進(jìn)的駕駛風(fēng)格。而駕駛動(dòng)作指一個(gè)具體的、瞬時(shí)的行為，比如用戶(hù)通過(guò)語(yǔ)音對(duì)話(huà)“不要開(kāi)最左邊車(chē)道”、“進(jìn)入輔路”、“靠邊停在那輛白車(chē)后面”等，模型即可理解用戶(hù)意圖，并實(shí)時(shí)改變模型的行為軌跡。



本站從卓馭官方獲悉，這一在行業(yè)中首次提出的生成式智駕體驗(yàn)?zāi)芰Γ瑢?huì)在今年內(nèi)有相關(guān)車(chē)型進(jìn)行量產(chǎn)搭載落地。

英偉達(dá) GTC 2025 大會(huì)專(zhuān)題