在无人驾驶技术发展过程中,大模型正在成为提升复杂场景理解与决策能力的重要方向。但模型能够生成一条看似合理的行驶轨迹,并不意味着它真正理解了道路环境和驾驶行为背后的逻辑。
例如,车辆接近闸机时为什么需要提前减速?前方出现障碍物时,为什么选择绕行而不是停车等待?面对红绿灯变化,车辆又应该如何判断通行时机?
这些问题考验的不只是模型对历史驾驶轨迹的学习能力,更是对场景、目标、行为和决策之间因果关系的理解能力。
针对这一问题,九识构建CoC(Chain of Causation,因果链)技术体系,将场景中的因果关系引入无人驾驶大模型训练,推动模型从学习驾驶行为的结果,进一步理解决策背后的原因。
从轨迹模仿到因果推断:
让模型理解驾驶决策的底层逻辑
在实际场景理解演示中,九识通过闸机通行、障碍物绕行、跟随导航转向、路口避让行人、红绿灯通行等典型场景,展示模型对不同道路环境及交通交互关系的理解能力。
在过闸机场景中,模型需要识别闸机及其通行状态,结合车辆位置判断通行条件;面对道路障碍物,模型需要理解当前道路空间与障碍物之间的关系,选择合理的绕行路径;在导航转向过程中,模型需要将导航指令与实时道路环境相结合,判断转向时机与行驶路径。
在路口场景中,模型需要识别行人动态及其通行意图,判断潜在冲突并及时避让;面对红绿灯变化,则需要结合信号灯状态和道路通行条件,作出相应的行驶决策。
这些场景涉及不同类型的环境要素、交通参与者及决策任务,既考验模型对单一目标的识别能力,也考验其对多重环境因素及相互关系的综合理解能力。模型能够在不同场景中识别关键因素,并根据场景变化形成相应决策,体现了CoC技术体系对模型场景泛化能力的强化。
100万Clip、250万关键事件片段:
构建面向真实业务的CoC数据体系
CoC体系的核心支撑之一,是九识基于自身无人驾驶业务积累构建的数据集。目前,该数据集已包含100万Clip、250万个关键事件片段,全部配备对应的CoC标注。
不同于传统依赖人工逐帧标注的方式,九识采用大模型辅助生成CoC真值,通过识别自车决策的关键帧,结合车端感知信息、车辆行驶轨迹及导航信息,生成关键目标、目标行为及决策因果关系标注,为模型训练提供规模化数据支撑。
在此基础上,九识将CoC真值监督引入APEX基座世界模型的预训练阶段,使模型在学习真实道路环境特征的同时,进一步学习关键环境因素与驾驶决策之间的因果联系。
从真实驾驶数据积累,到因果关系标注,再到模型能力评测,九识正在将业务数据转化为模型训练与持续迭代的技术资产。
自研多模态基座模型:
推动技术能力向业务场景延伸
在CoC因果链技术体系的基础上,九识正持续推进自研多模态基座模型建设,将真实业务数据与因果推理能力融入模型训练,进一步提升模型对复杂驾驶场景的理解与决策能力。
目前,九识正推进不同参数规模的自研基座模型建设,以适配离线数据处理、云端业务研发及车端应用等不同需求,推动模型能力在无人驾驶业务中的应用。
作为RoboVan开创者,九识持续深耕邮政快递、工厂园区等核心业务场景,在真实运营中积累了大量复杂道路环境、交通参与者行为及车辆运行数据。截至目前,九识无人车累计交付运营超过3万台,L4运营里程近3亿公里,业务覆盖全球20多个国家、300多个城市。
与此同时,九识依托近1.5万卡GPU算力集群,为大规模数据处理、多模态模型训练及技术迭代提供算力支撑。
从真实业务数据积累,到CoC因果链训练体系,再到多模态基座模型建设,九识正持续打通技术研发与商业化应用之间的链路,推动无人驾驶大模型向更强的场景理解与决策推理能力演进。