近日，在2025年全球開發者先鋒大會(hui) 上，商湯絕影CEO王曉剛正式發布端到端自動駕駛技術路線R-UniAD，通過強化學習(xi) 與(yu) 自研世界模型“開悟”協同訓練，大幅降低數據依賴，推動智駕係統突破人類能力上限。該技術計劃於(yu) 4月上海車展實車部署，年底前量產(chan) 落地，劍指特斯拉FSD的行業(ye) 壁壘。

　　技術核心：數據降維與(yu) 性能升維 多階段強化學習(xi)

　　模仿學習(xi) 冷啟動：基於(yu) 少量高質量數據訓練基礎模型；

　　世界模型交互強化：通過“開悟”生成仿真環境，模型自主探索複雜場景；

　　高效蒸餾部署：壓縮雲(yun) 端大模型至車端，適配低算力芯片。

　　數據效率革命：世界模型1個(ge) GPU生成的仿真數據≈500台實車采集量，數據需求降低90%，為(wei) 車企提供“換道超車”可能。

　　性能上限突破：強化學習(xi) 賦予模型自主決(jue) 策能力，智駕表現或超越人類經驗。

　　行業(ye) 意義(yi) ：挑戰特斯拉的“數據霸權”

　　特斯拉依賴700萬(wan) 輛量產(chan) 車與(yu) 10萬(wan) P算力構建數據護城河，而商湯絕影以仿真生成+強化學習(xi) 突破規模瓶頸。其“開悟”世界模型可模擬高保真場景，支持長時推演與(yu) 實時交互，解決(jue) Corner Case覆蓋率難題。王曉剛直言：“端到端的決(jue) 戰，戰場在雲(yun) 端。”

　　據悉，商湯絕影已與(yu) 比亞(ya) 迪、長城等30家車企合作，覆蓋超100款車型。R-UniAD量產(chan) 方案預計2025年底交付，上海車展將展示實車功能。此前，其UniAD技術已獲CVPR最佳論文，並完成實路測試。

　　總結：理想豐(feng) 滿，挑戰猶存。盡管技術路徑創新，但仿真數據與(yu) 真實場景的泛化能力仍需驗證。此外，車企對雲(yun) 端依賴可能引發數據安全與(yu) 成本擔憂。商湯需在技術落地中平衡性能與(yu) 可靠性，避免“實驗室神話”與(yu) “量產(chan) 現實”的落差。