商汤绝影发布「R-UniAD」 端到端智驾方案， 首个基于强化学习与世界模型协同交互的方案， 通过多阶段强化学习突破传统模仿学习的瓶颈。 - 通过 模仿学习冷启动 → 云端强化学习迭代 → 车端模型蒸馏三阶段架构，突破传统端到端方案的性能上限，实现从「模仿人类到超越人类」的决策进化。 - 基于「开悟」世界模型的高保真仿真引擎，以1个GPU算力替代500台实车数据采集，生成极端天气、长尾场景的动态交互环境，支撑强化学习的闭环训练。 - 数据需求从千万级 Clips 降至百万级，减少对真实路测的依赖，解决中小车企的数据壁垒，提高数据效率，降低高阶智驾研发门槛。 - 云端大模型持续迭代策略，车端轻量化部署适配低算力芯片，形成 「训练-部署-反馈」的闭环系统，实现车云协同进化，使智驾能力动态升级。 - 通过「强化学习」的奖励函数设计，在复杂交互场景「如无保护左转、匝道汇入」中实现 类人类博弈逻辑，通行效率提升30%+，实现博弈决策优化。 在长尾场景覆盖方面，借助世界模型生成低概率高风险的极端案例，如车辆逆行、行人鬼探头，系统性提升智驾的 安全泛化能力。 - 端到端范式重构，抛弃传统模块化架构「感知→预测→规划）」，直接输入传感器数据输出控制信号，减少 信息损失与误差累积，提升系统响应速度。 整套方案最终实现「低成本、高泛化、自进化」的特性，这套将在今年上海车展进一步实车部署。