感謝本站網友 有容乃悅 的線索投遞！

本站 3 月 19 日消息，卓馭 AI 首席陳曉智昨日在 NVIDIA GTC 2025 發表主題演講《基于端到端世界模型的生成式智駕體驗》，分享了卓馭在端到端智能駕駛技術上的近期進展，并公布了卓馭基于端到端世界模型的全新一代智能駕駛功能 —— 可支持自然語言交互的個性化生成式智駕方案 GenDrive。

卓馭認為，好用的高階智駕，除了足夠擬人化，還需要滿足用戶個性化的駕駛需求。因此，卓馭在行業中首次提出了基于端到端世界模型的“生成式智駕”—— GenDrive 的概念，相對于傳統的智駕體驗，“生成式智駕”不僅可以給用戶帶來擬人化的體驗，同時也能滿足用戶個性化的駕駛偏好。

傳統的端到端架構，更多是一種基于預測范式的端到端，即觀測到一段傳感器的輸入，預測下一步的動作，因此它是一次性的動作預測的過程。

而 GenDrive 采用生成式的技術來做端到端，通過世界模型來生成未來可能發生的 N 個平行宇宙，再結合用戶偏好和各類環境信息來選擇最優的軌跡輸出。

卓馭的端到端世界模型整體架構，在最底層為硬件平臺，包括智駕控制器，可以適用英偉達的計算平臺，比如 DRIVE Orin / Thor SoC，并且可適配不同類型的傳感器配置。

在模型輸入部分，卓馭通過 Vision Encoder 和若干 Tokenizers 來編碼傳感器數據、導航信息以及歷史軌跡的輸入。此外，在卓馭端到端世界模型架構中還會將駕駛風格以某種表達編碼進模型，以及將用戶的語音指令通過文本編碼器輸入到模型。

對于模型的輸出，則包括了周圍環境的語義和幾何的理解，以及對未來多種可能性的生成。

最后輸出的駕駛軌跡，則是與用戶風格偏好、語音指令對齊后的結果。

對于端到端世界模型的訓練，卓馭采用大模型典型的預訓練 + 后訓練的方式來進行，并且能夠實現“硬件無關”的平臺化訓練，即針對不同傳感器構型、不同芯片類型，只需訓練一個模型，就能部署到不同的硬件構型。

基于上述端到端世界模型架構，卓馭的生成式智駕具備以下功能：

自定義場景級別的駕駛風格：比如跟車過程的風格（起步快慢、車距保持的距離等）、速度控制的風格、路口轉彎的風格、變道的風格等。

在線學習和模仿用戶的駕駛風格：基于用戶一段時間的駕駛記錄，模型自動學習出用戶的駕駛風格偏好，整個學習過程只需用到車端算力，無需任何和云端的交互。同時 GenDrive 也能支持多個用戶風格的學習，可以結合座艙內的人臉識別，自動綁定不同的用戶 ID，自動激活選擇相應的用戶風格。



可通過自然語言交互來控制駕駛風格和動作：駕駛風格是指長時的駕駛行為的刻畫，比如用戶通過語音對話“我容易暈車，能否開慢點”、“不要讓其他車加塞我”等，模型可自動識別出用戶偏好的柔和或激進的駕駛風格。而駕駛動作指一個具體的、瞬時的行為，比如用戶通過語音對話“不要開最左邊車道”、“進入輔路”、“靠邊停在那輛白車后面”等，模型即可理解用戶意圖，并實時改變模型的行為軌跡。



本站從卓馭官方獲悉，這一在行業中首次提出的生成式智駕體驗能力，將會在今年內有相關車型進行量產搭載落地。

英偉達 GTC 2025 大會專題