六项指标领先主流大模型，九识APEX如何理解真实道路中的因果关系？

当一辆无人驾驶汽车遇到前方车辆占道、对向来车时，它为什么选择减速等待，而不是立即绕行？对于人类驾驶员而言，这一判断往往来自对道路环境、交通参与者及潜在风险的综合理解。而对于自动驾驶大模型来说，识别出道路上的车辆只是第一步，能否准确理解影响驾驶决策的关键因素及其因果关系，正在成为衡量模型能力的重要方向。近日，自动驾驶企业九识披露了其基于真实运营数据自主构建的CoC（Chain of Causation，因果链）训练与评测体系。在包含1000个真实驾驶Clip的内部评测集中，九识自主研发的APEX基座世界模型与英伟达Cosmos 3 Reasoner、Qwen3.5-4B、Qwen3.7-Plus、Qwen3.8-Max、Qwen3.8-27B、DeepSeek-V4.1-Flash等六款模型进行对比，在横向决策、纵向决策及关键要素识别三大维度的六项评测指标中均取得最高评分，展现出在真实交通场景下的认知理解与决策推理能力。这一结果背后，是九识约100万个真实驾驶Clip、250多万个关键事件片段构成的训练数据基础，以及在APEX基座世界模型预训练阶段引入的CoC真值监督机制。通过将真实运营数据转化为因果推理训练数据，并建立相应的量化评测体系，九识正在探索一条从真实场景数据积累到模型训练、能力验证和持续迭代的技术路径。

01从关键要素识别到驾驶决策APEX六项评测指标全面领先近年来，随着视觉语言模型、世界模型等技术的发展，自动驾驶模型的研究重点逐步延伸至复杂交通环境的理解与推理。模型能否识别道路上的交通参与者，能否预测其行为，以及能否根据不同环境因素形成合理的驾驶决策，构成了自动驾驶智能化程度的重要评价维度。但如何客观衡量模型对驾驶场景的认知和因果推理能力，仍然是行业需要持续探索的课题。九识构建的CoC评价体系，尝试从真实道路场景出发，将关键要素识别、驾驶行为判断等能力转化为可量化的指标。目前，这套评价体系主要围绕横向决策、纵向决策和关键要素识别（Key Element）三个基础维度展开，并设置六项细分及综合评分指标，从不同层面衡量模型对真实驾驶场景的理解与决策能力。其中，横向决策主要考察模型能否合理判断保持行驶方向、向左或向右等驾驶行为；纵向决策则关注加速、减速、保持速度及停车等行为判断。在此基础上，Decision综合分对模型的横向与纵向决策表现进行综合评价。关键要素识别则关注模型能否准确找出影响驾驶决策的关键环境因素，并通过Key Element命中率和Key Element综合分进行量化评价。最终，评价体系进一步形成CoC加权总分，用于综合衡量模型在驾驶决策与关键要素识别等方面的整体表现。以一辆无人车在乡村道路行驶为例，当本车道前方车辆缓慢行驶时，无人车需要综合判断前车速度、对向车道来车情况及道路通行空间等关键因素，再决定是保持跟车、减速等待，还是在安全条件允许时绕行。对于自动驾驶大模型而言，这一过程既需要准确识别影响决策的关键环境要素，也涉及横向与纵向驾驶行为的合理判断。
CoC评价体系希望进一步区分这些情况，判断模型是否真正找到了影响驾驶行为的关键因素，以及能否根据场景信息形成合理决策。在九识开展的内部对比测试中，APEX与英伟达Cosmos、千问、DeepSeek等六款主流模型在相同评测任务下进行比较。结果显示，APEX在六项指标上均高于其他受测模型。评测结果显示，APEX不仅在横向、纵向驾驶决策两项基础指标上取得领先，其关键要素识别能力同样表现突出。在此基础上，APEX的Decision综合分、Key Element综合分及CoC加权总分均位居受测模型首位，展现了模型在真实交通场景理解、关键因素识别和驾驶决策方面的综合能力优势。
02百万个真实驾驶Clip如何成为模型学习因果推理的基础？APEX在专项评测中的表现，与九识长期积累的真实运营数据及相应训练方法密切相关。截至目前，九识无人车已在全球360多座城市开展业务，全球活跃运营车队超过3万台，累计真实运营里程近3亿公里，持续积累了大量真实道路场景数据。在此基础上，九识构建了约100万个真实驾驶Clip、250多万个关键事件片段组成的训练数据集，为APEX基座世界模型提供丰富的训练材料。对于自动驾驶大模型而言，真实数据的价值不仅在于记录了多少车辆和道路，更在于其中包含大量交通参与者之间的复杂交互，以及不同环境因素对驾驶行为的影响。例如，同样是车辆减速，背后的原因可能是行人横穿、道路施工、前方车辆突然停车，也可能是多个因素共同作用。单纯学习驾驶动作与场景之间的对应关系，并不足以确保模型准确掌握这些因素之间的因果联系。这也是当前自动驾驶大模型研究逐渐重视因果推理能力的原因之一。2025年，英伟达在Alpamayo系列技术研究中引入CoC因果链推理，将驾驶行为、关键环境因素及其因果解释联系起来，为复杂驾驶场景下的模型决策提供更加明确的推理信息。九识同样参考了这一研究思路，并结合自身真实运营数据构建CoC监督数据。其技术路径中的一个重要特点，是在APEX基座世界模型的预训练阶段引入CoC真值监督。所谓CoC真值，可以理解为经过标注和验证的驾驶场景因果关系参考信息。它不仅描述车辆采取了什么驾驶行为，还进一步解释影响这一行为的关键环境因素及其相互关系。在模型训练过程中，九识通过从真实驾驶视频中提取关键事件、构建CoC真值，将相关信息作为监督信号引入预训练，使模型在学习交通环境特征和驾驶行为的同时，进一步学习不同因素与驾驶决策之间的因果联系。相比仅利用驾驶行为作为训练目标，引入CoC监督有助于强化模型对决策依据的学习，并为复杂场景下的因果推理能力提供训练支持。目前，九识仍在持续推进关键事件数据的CoC真值构建。随着真实运营规模扩大，训练数据中包含的道路环境、交通参与者及复杂交互场景也在不断丰富，为后续模型迭代提供数据基础。从这一角度看，九识大规模无人车运营所产生的数据，正在通过场景挖掘、因果标注和监督预训练等环节，进一步转化为模型可以学习和利用的知识。
03从真实运营到模型迭代构建数据驱动的技术闭环对于自动驾驶大模型而言，训练数据的规模和质量固然重要，但如何持续验证模型能力，并将评价结果反馈到后续训练过程中，同样是技术迭代的重要环节。九识构建CoC评价体系的意义，也正在于此。一方面，来自真实运营的复杂交通场景能够持续补充训练数据，使APEX不断接触新的道路条件、交通参与者及驾驶行为；另一方面，CoC评价体系可以通过量化指标，观察模型在关键要素识别、因果推理和驾驶决策等方面的表现，识别需要进一步优化的能力短板。例如，当模型在某类复杂场景中出现关键因素遗漏，或横向、纵向决策判断不准确时，研发团队可以结合评测结果进一步分析问题，并有针对性地完善相关训练数据和训练方法。由此，真实运营数据不再仅仅是模型训练的基础材料，也成为模型能力持续验证和优化的重要支撑。目前，九识已建立包含1000个真实驾驶Clip的CoC评测集，并计划持续扩充数据规模及场景覆盖范围。随着更多复杂交通场景被纳入训练与评测，相关体系也有望进一步提升对模型认知和推理能力的评价效果。在九识践行的“城市级物理AI”战略下，APEX基座世界模型承担着理解真实物理环境、支持不同场景智能决策的重要技术角色。真实运营数据的积累、CoC监督预训练的应用，以及量化评价体系的建立，为这一技术方向提供了持续迭代的基础。

从百万真实驾驶Clip到CoC真值监督，再到六项指标领先受测主流模型，九识正在将长期积累的真实运营数据转化为可训练、可评估的模型能力。随着数据规模与评测体系持续完善，如何让AI更加准确地理解复杂物理环境中的因果关系，并形成合理的行动决策，也将成为九识APEX基座世界模型持续探索的重要方向。

#九识智能