在自动驾驶技术日新月异的今天，一条更加高效、智能且具有高度适应性的发展道路正逐渐清晰。在2025 GDC全球开发者先锋大会上，商汤绝影CEO、商汤科技联合创始人兼首席科学家王晓刚发布了名为“R-UniAD：与世界模型协同交互的端到端自动驾驶方案”的重要成果，再次引发了行业对端到端自动驾驶技术的关注。
R-UniAD方案的核心在于构建一个能够生成在线交互仿真环境的世界模型。王晓刚指出，这个世界模型为端到端自动驾驶模型的强化学习训练提供了强大的平台，使得模型能够在虚拟环境中进行大量的探索和试错，从而提升其在真实世界中的表现。这一创新思路与商汤的DeepSeek技术理念有着共通之处，即从传统的模仿学习向更高级的强化学习升级，旨在使自动驾驶性能超越人类驾驶水平，进一步提高系统的安全性和可靠性。
作为商汤在深度学习领域的重要成果，DeepSeek技术在图像识别和目标检测等任务中表现出色。在智能驾驶领域，DeepSeek能够通过深度学习模型实时处理图像数据，准确识别道路上的行人、车辆、交通标志等物体，为自动驾驶系统提供至关重要的环境感知信息，从而辅助系统做出精准的决策。然而，仅仅依靠真实数据来训练模型，其成本高昂且效率低下，同时难以覆盖所有 Corner Case。
R-UniAD方案巧妙地解决了数据瓶颈问题，将海量数据和复杂场景的挑战转化为优势。该方案首先利用高质量数据进行冷启动，通过模仿学习训练出一个具备初步能力的端到端自动驾驶模型。随后，该模型将在强化学习框架下，与世界模型进行协同交互，通过不断试错和学习来优化自身性能。与传统的依赖大量真实数据收集和标注的方法相比，R-UniAD通过仿真环境的构建，能够显著降低开发成本并加快迭代速度。
R-UniAD的实施分为三个关键阶段：第一阶段，利用初始冷启动数据，在云端进行模仿学习，训练出一个基础的端到端自动驾驶大模型，使其具备初步的环境理解和驾驶决策能力；第二阶段，基于强化学习，云端大模型与世界模型进行协同交互，不断进行自我博弈和优化，从而提升模型的鲁棒性和适应性；第三阶段，通过高效的知识蒸馏技术，将云端大模型的知识迁移到高性能的小模型上，实现车端部署，确保在算力有限的车载平台上也能流畅运行。
这种多阶段强化学习的端到端自动驾驶技术路线，不仅加速了自动驾驶系统的学习过程，还显著提升了其应对复杂道路场景的能力。通过“仿真+现实”相结合的训练方式，智能驾驶系统能够不断从海量驾驶数据中学习和优化模型，在安全性和可靠性上取得更进一步的提升。这种结合仿真和现实世界的训练方法，被认为是未来自动驾驶技术发展的关键趋势之一。
事实上，商汤绝影在自动驾驶领域的探索积累已久。早在2022年底，他们就提出了业界首个感知决策一体化的自动驾驶通用模型UniAD。在2024年北京车展期间，商汤绝影还公开展示了UniAD的实车上路成果，充分展现了其在自动驾驶技术领域的深厚积累和领先地位。UniAD的推出，标志着自动驾驶领域向着更加集成化和高效化的方向发展。
据透露，商汤绝影的量产端到端智能驾驶方案预计将于今年年底实现交付，这将是该技术商业化道路上的重要里程碑。“开悟”世界模型也已正式投入到数据生产中，为后续模型的训练提供源源不断的数据支持。此外，在今年4月的上海车展上，商汤绝影还将展示“与世界模型协同交互的端到端自动驾驶方案”的实车部署成果，进一步推动该项技术的商业化进程，令人期待。
