近日，在第五屆焉知汽車年會(huì)“智能輔助駕駛論壇”上，魔視智能乘用車產(chǎn)品副總經(jīng)理張崢以《智駕模型的泛化思路》為主題，深度剖析了智能駕駛技術(shù)的演進(jìn)邏輯與核心挑戰(zhàn)。

作為深耕智駕領(lǐng)域多年的先行者，魔視智能以“泛化能力”為突破口，提出從感知升級(jí)到認(rèn)知覺醒的全鏈路解決方案，為行業(yè)提供了應(yīng)對復(fù)雜場景、突破數(shù)據(jù)瓶頸的新思路。

感知的邊界，是智駕泛化的第一道門檻。魔視智能用“融合”與“治理”雙輪驅(qū)動(dòng)，讓機(jī)器“看得見”更“看得懂”。

張崢指出，感知模型的泛化能力是智駕系統(tǒng)的基石。魔視智能通過 “傳感器性能+數(shù)據(jù)驅(qū)動(dòng)+算法進(jìn)化”三位一體路徑，構(gòu)建全方位的環(huán)境理解能力。

傳感器融合創(chuàng)新

打破單模態(tài)局限，整合攝像頭、激光雷達(dá)、毫米波雷達(dá)等多傳感器數(shù)據(jù)，通過多模態(tài)時(shí)空前融合算法，實(shí)現(xiàn)語義、空間、運(yùn)動(dòng)信息的精準(zhǔn)捕捉。

4D數(shù)據(jù)治理體系

自主研發(fā)自動(dòng)化標(biāo)注工具與大模型挖掘技術(shù)，實(shí)現(xiàn)場景元素的高效提取與失效案例閉環(huán)，結(jié)合3D資產(chǎn)庫與AIGC生成，破解長尾數(shù)據(jù)難題，降低數(shù)據(jù)邊際成本。

算法迭代進(jìn)化

從單模態(tài)白名單任務(wù)到通用感知任務(wù)，引入開集數(shù)據(jù)自監(jiān)督預(yù)訓(xùn)練與視覺語言對齊，提升模型對未知場景的適應(yīng)性。

端到端的“快”需要海量數(shù)據(jù)支撐，而“穩(wěn)”則依賴對現(xiàn)實(shí)邏輯的深度理解。我們用仿真與實(shí)車數(shù)據(jù)“兩條腿走路”，讓算法既聰明又可靠。

在決策規(guī)劃層面，魔視智能提出了分階段泛化策略，兼顧性能上限與落地可行性。

規(guī)則優(yōu)先，夯實(shí)下限

基于結(jié)構(gòu)化感知的經(jīng)典規(guī)劃器，通過仿真數(shù)據(jù)快速驗(yàn)證規(guī)則邏輯，確?；A(chǔ)安全性與功能穩(wěn)定性。

兩段式端到端，模仿人類

以感知結(jié)果為輸入，結(jié)合強(qiáng)化學(xué)習(xí)優(yōu)化類人駕駛行為，平衡規(guī)則與數(shù)據(jù)驅(qū)動(dòng)的優(yōu)勢。

一段式端到端，突破天花板

探索感知-決策-控制一體化模型，依托3DGS場景重建與虛幻5仿真環(huán)境，生成高多樣性數(shù)據(jù)，結(jié)合強(qiáng)化學(xué)習(xí)挖掘模型潛力。

VLA不是技術(shù)的終點(diǎn)，而是認(rèn)知的起點(diǎn)。當(dāng)智駕系統(tǒng)學(xué)會(huì)“思考”，數(shù)據(jù)將從“燃料”變?yōu)椤按呋瘎薄?/p>

張崢表示，當(dāng)我們面對數(shù)據(jù)驅(qū)動(dòng)的局限性，魔視智能將目光投向視覺語言行為（VLA）范式——一種更接近人類認(rèn)知的智能體架構(gòu)。

VLA的核心優(yōu)勢

通過視覺模塊、語言模塊、行為模塊的協(xié)同，賦予智駕系統(tǒng)常識(shí)推理與交互學(xué)習(xí)能力，減少對海量數(shù)據(jù)的依賴。

認(rèn)知覺醒的關(guān)鍵

基于R1強(qiáng)化學(xué)習(xí)范式，利用少量數(shù)據(jù)微調(diào)即可實(shí)現(xiàn)跨場景泛化；通過世界模型+人類偏好對齊，讓VLA在非同源環(huán)境中快速適應(yīng)，甚至超越人類司機(jī)的表現(xiàn)。

云端到板端的落地路徑

先在云端訓(xùn)練大模型，再通過知識(shí)蒸餾部署輕量化板端模型，兼顧性能與算力效率。

從多模態(tài)感知到VLA智能體，在這場技術(shù)與認(rèn)知的雙重革命中，魔視智能已率先邁出關(guān)鍵一步，不僅展現(xiàn)了其對技術(shù)趨勢的前瞻洞察，更揭示了 “以認(rèn)知驅(qū)動(dòng)泛化”的戰(zhàn)略版圖。

未來，魔視智能持續(xù)探索智能駕駛邊界，逐步構(gòu)建更像人、更聰明、更高效的智駕生態(tài)體，為行業(yè)打開認(rèn)知智駕的新紀(jì)元。