商汤绝影R-UniAD将在上海车展实车部署，它如何引领自动驾驶新潮流？

端到端自动驾驶的发展背景

行业发展趋势

端到端自动驾驶近年来备受关注。2022年底商汤绝影提出UniAD，2023年荣获CVPR最佳论文。2023年8月特斯拉CEO马斯克直播试驾FSDV12端到端自动驾驶技术后，众多车企和科技公司纷纷跟进。这表明端到端自动驾驶已成为行业探索的重要方向，其本质是利用海量人类驾驶数据实现模仿驾驶效果。

面临的挑战

端到端技术发展存在挑战。高质量场景数据稀缺，驾驶数据质量参差不齐，导致要达到人类驾驶能力上限不容易。例如，需要千万Clips的高质量数据回流，这形成了规模门槛，限制了端到端智驾方案的进一步发展。

强化学习在端到端自动驾驶中的应用

DeepSeek-R1的启示

今年春节期间，DeepSeek-R1基于纯强化学习创新引发关注。它用少量高质量数据冷启动，多阶段强化学习训练降低大模型训练数据规模门槛，延续尺度定律，还能让模型涌现长思维链能力，提升推理效果。这显示出强化学习在大模型训练中的潜力。

技术迁移的可行性

王晓刚表示强化学习的大模型技术路线可迁移到端到端自动驾驶算法训练与研发。从数据规模看，多阶段强化学习训练能大幅降低端到端自动驾驶数据规模门槛。R-UniAD用高质量数据冷启动，先模仿学习再强化学习，能让数据需求降低一个数量级。

商汤绝影R-UniAD的创新与优势

技术路线

商汤绝影的R-UniAD是多阶段强化学习的端到端自动驾驶技术路线。分三个阶段，首先冷启动数据模仿学习训练云端大模型，然后云端大模型与世界模型协同交互强化学习提升性能，最后高效蒸馏实现车端小模型部署。

世界模型的核心作用

端到端智驾模型需与世界模型生成的仿真环境在线交互。强大的世界模型是R-UniAD的核心基石。商汤绝影的“开悟”世界模型基础能力是生成高质量视频数据，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。

车云一体的优势

以绝影量产智驾方案和“开悟”世界模型为核心，车云一体范式下实车采集和云端仿真数据闭环流转。这使端到端智驾系统训练更全面高效，大幅缩短研发周期、降低成本。并且“开悟”世界模型能力提升，支持实时交互。

商汤绝影一直在探索智驾问题并引领创新潮流。其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驾研发与训练的技术。商汤绝影依托自身算力基础设施建立云端大模型，助力车企伙伴走向AGI未来，且将在4月上海车展展示实车部署成果。

相关问答

端到端自动驾驶的本质是什么？

端到端自动驾驶的本质是通过海量的高质量人类驾驶数据，来实现最佳的“模仿”驾驶效果。

端到端自动驾驶面临哪些挑战？

主要挑战是高质量场景数据稀缺，驾驶数据质量参差不齐，要达到人类驾驶能力天花板不易，需要大量高质量数据回流形成规模门槛。

DeepSeek-R1有什么创新之处？

DeepSeek-R1基于纯强化学习，用少量高质量数据冷启动，多阶段强化学习训练，降低大模型训练数据规模门槛，延续尺度定律，提升推理效果。

商汤绝影R-UniAD的技术路线有哪几个阶段？

有三个阶段，一是冷启动数据模仿学习训练云端大模型，二是云端大模型与世界模型协同交互强化学习提升性能，三是高效蒸馏实现车端小模型部署。

世界模型在R-UniAD中有何重要性？

世界模型是R-UniAD的核心基石，端到端智驾模型要与其生成的仿真环境在线交互，像商汤绝影的“开悟”世界模型能产生大量仿真数据。

车云一体范式对端到端智驾系统有什么好处？

车云一体范式下实车采集和云端仿真数据闭环流转，使端到端智驾系统训练更全面高效，能大幅缩短研发周期、降低成本。