对话商汤绝影王晓刚：端到端上车，新的降维打击开始了
内容提要
商汤绝影王晓刚表示，UniAD是中国首个感知决策一体化的自动驾驶通用大模型，商汤绝影还提出了DriveAGI和车载AI Agent两个新技术和应用。商汤绝影的一段式端到端模型直接学习成熟的驾驶行为，DriveAGI和车载AI Agent能够处理多种数据类型，革命性地改变智能汽车的交互方式。商汤绝影认为智能汽车是AGI落地的最佳场景和载体，愿意白盒交付，帮助车企伙伴理解和掌握大模型技术，实现共创共赢。
延伸解读
端到端路线分歧：一段式与两段式的本质差异
商汤绝影坚持一段式端到端模型，输入视频直接输出轨迹，而业内多数玩家采用两段式，即感知模型后串接决策规控模型。王晓刚指出，两段式存在信息丢失问题，且后串模型规模小，难以激发通用能力。这反映了端到端技术路线的底层分歧：是追求纯粹的大模型驱动，还是兼顾工程落地。读者需关注不同路线对系统能力上限和迭代潜力的影响。
AGI上车：智能汽车为何成为最佳载体
王晓刚认为，智能汽车是AGI落地的最佳场景和载体，因其天然具备主动式、以语音图像为主的交互平台，比手机更适合多模态交互。商汤绝影将AGI能力迁移至车端，通过DriveAGI和车载AI Agent实现智驾与智舱的联动。这一判断基于汽车交互特性与AGI多模态融合趋势的契合，但同时也面临基础设施投入高、多模态训练难度大等挑战。
合作模式瓶颈：白盒交付与数据共享的迫切性
王晓刚指出，当前车企与AI公司的合作多停留在“出事故解bug”的层面，导致AI公司难以获取底层数据，无法激发大模型新能力。绝影愿意白盒交付，帮助车企理解大模型技术，并呼吁共享不涉及隐私的数据，以训练车载原生大模型。这种共创共赢模式需要更快达成共识，因为特斯拉FSD可能在一到一年半内落地中国，形成竞争压力。
Q&A
商汤绝影的UniAD是什么？
UniAD是中国首个感知决策一体化的自动驾驶通用大模型，旨在实现端到端的自动驾驶。
DriveAGI和车载AI Agent的主要功能是什么？
DriveAGI能够在无高精地图的情况下，依靠视觉感知完成复杂驾驶任务；车载AI Agent通过多模态大模型实现智能助手功能，提升用户体验。
王晓刚如何看待智能汽车与AGI的关系？
王晓刚认为智能汽车是AGI落地的最佳场景和载体，能够推动智能汽车的认知能力。
商汤绝影在自动驾驶领域的创新点有哪些？
商汤绝影的创新点包括端到端模型的应用、DriveAGI和车载AI Agent的开发，以及多模态大模型的使用。
商汤绝影如何解决传统自动驾驶技术的局限性？
商汤绝影通过端到端模型直接学习成熟的驾驶行为，避免了传统技术的规则驱动限制，提升了系统能力。
王晓刚对车企与AI公司的合作模式有什么看法？
王晓刚认为当前车企与AI公司的合作模式不够理想，需要更多磨合与探索，以实现信息共享和共同开发。
