端到端自动驾驶、多模态场景大脑……未来出行更灵活 更安全 更有人文关怀

图说：商汤绝影将展示面向量产的端到端自动驾驶解决方案的上车演示首秀 采访对象供图（下同）

时隔四年，2024北京国际汽车展览会将于4月25日至5月4日回归。作为行业首个提出感知决策一体化自动驾驶通用模型的公司，商汤绝影将带来面向量产的端到端自动驾驶解决方案UniAD的上车演示首秀，同时还会展示以多模态场景大脑为核心的AI大模型座舱产品矩阵和全新座舱3D交互。

记者了解到，当前通用人工智能正在和智能汽车产业深度融合，基于多年技术积累所打造的一系列原生态汽车垂类大模型，商汤绝影将在北京车展带来众多涵盖智能驾驶和智能座舱的AI大模型产品和功能，为公众展示灵活自适应、深度个性化、安全可信赖、有人文关怀的未来出行全新体验。

“行业首个”上车首秀

2022年底，商汤及上海人工智能实验室提出了行业首个感知决策一体化自动驾驶通用模型UniAD，并于次年荣获2023年国际计算机视觉与模式识别会议（CVPR）最佳论文，引领学术界和工业界的端到端自动驾驶潮流。在本届北京车展上，商汤绝影将首次面向公众展示UniAD的实车道路演示成果。

随着自动驾驶技术的不断演进，基于规则的智驾方案需要多传感器融合感知且大量投入资源来应对无保护左转、人车混行等复杂路况。而商汤绝影UniAD方案仅凭摄像头的视觉感知，无需高精地图，通过数据学习和驱动就能够应对城区的复杂环境。不仅如此，在传统方案较难突破的无中线的乡村道路上，UniAD同样可以自如行驶，完成包括大角度左转上桥、避让占道车辆及施工区域、绕行跑步行人等一系列高难度操作，真正做到“像人一样开车”。

为了增强端到端自动驾驶方案可解释性和交互能力，依托多模态大模型，商汤绝影已研发出新一代自动驾驶大模型DriveAGI，适用场景更宽、性能更高、门槛更低，体验上做到可感知、可交互、可信赖。作为下一代自动驾驶技术，DriveAGI也将在车展期间进行前瞻预览。

打造多模态场景大脑

商汤绝影已打造出“多模态场景大脑”为核心的AI大模型座舱产品矩阵，通过多模态大模型、大语言模型、文生图模型等能力组合，为智能座舱注入强大的环境理解、逻辑思维和内容生成能力。

商汤绝影上车的AI大模型将能够基于地理位置推荐符合用户喜好的餐厅、介绍用户感兴趣的自然景物，并进行优质景点推荐。不仅如此，基于强大的多模态感知能力，搭载商汤绝影方案的车辆可以准确感知并识别车外的信息，包括周围车辆的车型、标志性建筑物等，以语音、图片或者视频等方式为舱内人员提供更为准确和全面的内容，帮助用户了解和掌握外部环境信息。

以多模态场景大脑为核心，商汤绝影已经推进量产落地一系列全景感知、主动关怀且富有创造力的AI大模型座舱产品，如“旅医”“神笔”“童伴”等创新功能。

此外，3D 动态手势交互是行业领先的支持动态手势和手部微动作识别的智能座舱技术，能让用户通过手势“隔空”进行各类座舱交互。作为全球首创的能够通过视线定位与屏幕图标进行交互的智能座舱技术，商汤绝影的3D Gaze高精视线交互将让用户通过眼神控制中控图标。商汤绝影这两大舱内3D交互功能相互配合，如同“Vision Pro”裸眼上车，为用户打造更符合人类直觉的自然交互体验。

据悉，截至2023年12月，商汤绝影已与本田、比亚迪、长城、广汽、红旗、极氪、哪吒、奇瑞、蔚来等超过30家国内外车企携手合作，覆盖逾90款车型，累计交付195万辆智能汽车。

新民晚报记者 郜阳