商汤绝影发布生成式智驾R-UniAD，与东风、广汽等7款车型合作

“更低成本的真实数据需求，更快迭代智驾系统。”

作者丨田哲

编辑丨林觉民

4月23日，第二十一届上海国际车展上，商汤绝影发布了包括生成式智驾R-UniAD、4D世界模型“绝影开悟2.0”、AI内核“绝影千机”在内的多个核心技术。

统观绝影发布的技术，一句话概括为：不是做“功能模型”，而是做“系统AI”。

过去几年，端到端技术被认为是智能驾驶实现路径中的“终极形态”，但大多数方案都卡在数据、性能、安全三道门槛前。R-UniAD的思路，是在这三道门槛外，再造一层AI基础设施。

据介绍，R-UniAD结合世界模型和强化学习，以VLAR（视觉、语言、行动、强化学习）技术架构为核心，支持仿真环境中进行闭环训练，让模型能在虚拟世界里“试错—强化—泛化”，最终形成系统策略能力。

以车展现场展示的“施工占道场景”为例，R-UniAD先通过“绝影开悟”世界模型构建4D动态环境，再让模型反复在这个世界里强化训练不同策略。最终结果是，模型不仅能精准避让，还能泛化到其它类似场景中。

这种能力的意义在于，它不仅降低了数据成本，更提高了模型上限——在少数据场景里跑出更强泛化能力，是当前行业少见的尝试。

如果说R-UniAD是智驾端的系统性升级，“绝影千机”则是智能座舱侧对AI内核的一次重构。

“绝影千机”是一个服务于车载OS系统的AI内核，核心技术是由MOE多模态模型、类人记忆框架和智能体框架三部分组成。

配合升级后的New Member，用户可以在座舱中体验到“免唤醒的多轮多角色对话”“基于记忆的个性化建议”“主动感知情绪与需求”等能力。更重要的是，这些能力的背后都基于统一的AI底座，而不是多个功能拼凑。

绝影强调的不是“发布”，而是“交付”。

据介绍，目前其生成式智驾系统已合作东风等4家车企，将量产7款车型。2025年，包括与广汽合作的地平线征程®6M平台方案、与东风联合推进的端到端UniAD方案都将正式量产交付。此外，其医疗AI模型“旅医”也已在星途揽月量产落地。

从生成式智驾到类人智能座舱，商汤绝影正在从“AI能力提供者”转型为“汽车系统参与者”，在模型、平台、接口、系统交互之间建立起一整套闭环能力。

这并不意味着商汤绝影要成为一个整车厂商的替代者，而是在“车脑”这个越来越复杂的系统里，找到AI该有的位置。

在上海车展上，商汤绝影CEO王晓刚、东风汽车研发总院智能化技术首席总工程师张振林与雷峰网等媒体展开对话，以下为经过编辑的部分对话内容。

Q：目前东风和商汤绝影的合作是怎么开展的？

张振林：东风与商汤绝影合作始于2021年，最初聚焦智舱及智驾大模型应用。特别是UniAD发布后，双方都看好AI定义汽车的趋势。东风在产品工程化方面有优势，商汤在AI算法和数据算力上具备积累。去年沟通密切，今年初已组建联合开发团队，共同推进端到端方案量产。

Q：您所提到的端到端大模型，东风汽车目前有明确的应用时间节点吗？

张振林：东风、商汤绝影两个团队正在密切配合，我们计划最快是在今年年底。

Q：两位认为与其他智驾公司相比，双方合作的优势是什么？

王晓刚：我们在AI基础设施上有长期投入（如2019年起建设的AIDC数据中心），东风则贴近用户和数据源，双方算法和工程能力互补，能形成良性反馈闭环。

张振林：我们推行“自研+生态”双轮驱动，与商汤合作像“结婚”一样紧密，商汤在算力、工程部署经验丰富，双方协同落地更高效。

Q：之前商汤绝影提出过把强化学习引入到端到端自动驾驶训练中，这个思路是受到DeepSeek的启发吗？强化学习需要配合强大的世界模型，对”强大“有什么样的标准？

王晓刚：强化学习+世界模型的组合是提升端到端模型的有效路径。关键在于仿真环境的真实性、时空一致性和复杂度，训练数据需满足真实物理规则。我们联合东风量产团队，对世界模型提出严格要求，需要模拟车辆即将碰撞，以及各种复杂、极端的交通场景。

Q：目前行业内大模型上车进展如何？后续将如何发展？

王晓刚：大模型在汽车应用仍在快速发展，我们从去年端到端自动驾驶迈向今年的世界模型、模拟仿真，提升系统安全边界。座舱方面，随着DeepSeek等出现，大模型深度思考能力增强，也让我们座舱体验空间打开，包括舱驾融合、驾驶员状态判断、失能识别等，都已落地应用。

Q：现在AI技术在智能汽车上的应用处于怎样的水平？

王晓刚：智能化已进入深度融合阶段，不再是工具，而是人车交互。我们针对不同车型和成本，设计不同技术配置，明确每种方案的安全边界和能力上限。

张振林：我们配合国家对L2/L3标准划分，为不同品牌和档位车型制定分级方案。例如东风“天元智驾”系列已在10万元车型上实现高速NOA，后续还会持续优化成本，推动高阶智驾下沉。

Q：智能驾驶技术现在还有哪些难点没有被攻破？

王晓刚：自动驾驶的难点在于基础设施标准不统一，不是技术本身。目前车端传感器配置不一，数据回流管道也未打通。未来比拼的是基础设施构建能力。

一个智驾泊车霸主的消亡史

智驾商业模式的崩塌与救赎

车企自研智驾方案之难：灵魂救赎、团队割裂与权力斗争