河北
来源：市场资讯
（来源：网易科技）
北京车展首日，卓驭科技正式推出了行业首个原生多模态基础模型，围绕“移动物理AI”，让智能驾驶将不再局限于乘用车领域，商用重卡、物流车、Robotaxi，甚至是车载无人机，都能用上这一套移动物理AI。
雷科技/电车通收到卓驭的体验邀请，能在北京车展展馆外抢先感受搭载这套原生多模态基础模型的红旗HS6，在北京市区路段的真实表现。
图源：电车通摄制
据官方介绍，这个模型在底层完成对物理世界通用规律的预训练，支持视频、文本、动作、语音、地图等多模态信息统一输入。由于所有模态均在统一框架下完成训练，语义翻译带来的延迟与信息损耗被消除，其最终目标是做到跨垂类开箱即用、全球零泛化或少泛化。
以下是电车通的体验分享。
上车后的第一段路，是展馆外围的主干道。路面宽阔、标线清晰，车流虽然密集但秩序良好。这套搭载11V1L1R感知方案（含激目2.0）和Thor-U芯片的系统，在这一简单场景下显得游刃有余，跟车距离控制得恰到好处，加减速线性自然。
图源：电车通摄制
真正让人提起精神的，是第二段路——展馆背后的狭窄小路。
这样的路况尤为真实，双向单车道窄路两侧停满了车，对向不时有来车需要错位通行，电动车和外卖骑手在车缝中灵巧穿梭，偶尔还有行人从路边停靠的车辆缝隙中突然探出。面对这些场景，许多智驾系统早已束手无策。
面对一条被违停车辆压缩到仅剩一车宽的窄道，系统以一个干脆的超车动作绕行前车，并没有像许多系统那样犹豫不决地原地“思考”几秒，整个过程从减速、观察、转向到加速一气呵成，电车通（ID：dianchetong233）坐在后排几乎感受不到任何顿挫或者迟疑。
图源：电车通摄制
这样的流畅表现，其实已经呈现出原生多模态基础模型和常规VLA路线的本质区别。
VLA模型本质是各种技术拼接后的结果，视觉先看懂，翻译给语言，语言想明白，再转译成动作，有点像人类思考问题的过程，我看到前面有障碍物，思考这是什么，然后做出怎样的决策。
原生多模态基础模型则不同，视觉、语言、动作在底层就完成了联合预训练，消除了语义翻译带来的延迟与信息损耗，从而直接就能做出反应。
图源：电车通摄制
有一点让电车通印象深刻，就是车辆准备右转时，此时有一辆电动车从车辆右侧直行超过，要是以往的智驾系统，很可能会急刹车，但卓驭这套大模型，只是微微降低车速，算准时机就通过，从容得像十年驾龄的老司机。
要是在几年前，智驾系统考虑到安全性，在这种情况下肯定会突然急制动。如今这个表现，已经与老司机的驾驶习惯基本一致。
图源：电车通摄制
稍显遗憾的是，虽然此次体验已经特地选择了展馆附近比较窄的道路，但旅途没有遇到太多复杂路段，没办法将系统的大部分能力展现出来。
试驾结束之后，电车通与现场的技术人员交流后了解到，这套原生多模态基础模型通过量化蒸馏技术，可以适配从高通SA8650到地平线J6M等中高算力平台，从而支持乘用车、商用车、物流车等多垂类部署。据规划，这套系统将在今年8月达到量产状态。
对于智驾系统应用在商用车和物流车上，电车通（ID：dianchetong233）十分期待。
图源：电车通摄制
一方面，为了多挣碎银几两，货车司机常常需要长时间驾驶，智驾系统能有效减轻他们的驾驶负担，降低疲劳驾驶的风险，提高运输效率。另一方面，物流车的配送任务繁重，智驾系统可以实现更精准的路线规划和调度，减少配送时间和成本。
由此看来，卓驭原生多模态基础模型的长远价值得以充分体现。
（封面图源：电车通摄制）
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
