近日，在由北京市發(fā)展改革委、北京市科委中關(guān)村管委會、北京市經(jīng)信局、海淀區(qū)政府共同指導(dǎo)的2025人工智能計算大會智能駕駛創(chuàng)新與應(yīng)用論壇上，魔視智能乘用車事業(yè)部產(chǎn)品線副總經(jīng)理張崢發(fā)表《端到端智能駕駛演進(jìn)》主題演講。該論壇由智猩猩、車東西聯(lián)合承辦，在北京中關(guān)村國家自主創(chuàng)新示范區(qū)會議中心舉行。

張崢表示，魔視智能過去十年一直以AI驅(qū)動引領(lǐng)新一代產(chǎn)品技術(shù)迭代，目前在國內(nèi)及海外市場均獲得了積極的認(rèn)可及反饋，成為多家國內(nèi)頭部整車OEM的戰(zhàn)略及重點合作伙伴。面對智能駕駛新趨勢，魔視智能正積極推進(jìn)智駕大模型的研究與應(yīng)用。

從規(guī)則驅(qū)動到認(rèn)知驅(qū)動的技術(shù)演進(jìn)

張崢首先分析了傳統(tǒng)規(guī)劃控制（PNC）的局限性："傳統(tǒng)PNC高度依賴感知結(jié)果，基于規(guī)則的決策邏輯難以泛化，規(guī)劃與感知解耦導(dǎo)致'信息斷層'，軌跡生成過于保守，規(guī)則系統(tǒng)無法從數(shù)據(jù)中學(xué)習(xí)新行為。"

相比之下，端到端智能駕駛正朝著更加智能化的方向發(fā)展。張崢詳細(xì)比較了兩段式端到端和一段式端到端的技術(shù)路線。兩段式優(yōu)勢在于模塊清晰、可解釋性強(qiáng)，但存在信息傳遞"瓶頸"、對感知誤差敏感等局限；一段式則能夠?qū)崿F(xiàn)感知與決策的強(qiáng)耦合優(yōu)化，具備更強(qiáng)的泛化能力，但可解釋性差、訓(xùn)練難度大。

快慢系統(tǒng)與VLA模型：讓車輛具備"思考"能力

張崢重點介紹了魔視智能的"快慢系統(tǒng)" 設(shè)計理念。"快系統(tǒng)處理實時駕駛?cè)蝿?wù)，基于VLM的慢系統(tǒng)負(fù)責(zé)語義理解和深度決策，這種架構(gòu)讓車輛真正具備了思考能力?！?/p>

VLA（視覺語言行為）模型是一段式智能體的核心。"VLA系統(tǒng)能夠統(tǒng)一建模，實現(xiàn)端到端閉環(huán)，具備強(qiáng)大的語義理解與推理能力，讓車輛真正具備認(rèn)知能力。"張崢表示，這將實現(xiàn)真正的"人機(jī)共駕"體驗。

世界模型：預(yù)見未來的關(guān)鍵

在世界模型方面，張崢指出其能夠"讓車輛知道過去也能預(yù)見未來"。世界模型具備強(qiáng)大的環(huán)境建模與預(yù)測能力，支持"以預(yù)測驅(qū)動決策"的智能駕駛，為端到端學(xué)習(xí)提供中間表示。 "世界模型的挑戰(zhàn)在于訓(xùn)練難度大、預(yù)測誤差累積、計算開銷大，但這正是我們重點突破的方向。"

魔視智能的端到端設(shè)計思路

張崢最后揭曉了魔視智能的端到端設(shè)計理念："我們的目標(biāo)不僅是打造一個執(zhí)行者，更是要創(chuàng)造一個能夠理解環(huán)境、預(yù)測未來、自主決策并表達(dá)意圖的智能體。"

魔視智能采用金字塔式的算法模型迭代戰(zhàn)略：以結(jié)構(gòu)化感知+可解釋規(guī)劃控制作為安全底座，構(gòu)建端到端及VLM模型提升泛化能力，最終通過認(rèn)知驅(qū)動的VLA視覺語言大模型解決泛化問題和數(shù)據(jù)依賴難題。