学习DeepSeek创新思路，商汤绝影智驾方案跨越式演进

图片地址：https://n.sinaimg.cn/spider20250224/339/w1242h697/20250224/3e8b-5867ec36237e4b732ded0ef345262ecf.jpg

2月22日，2025全球开发者先锋大会（GDC）在沪举办期间，商汤绝影CEO、商汤科技联合创始人、首席科学家王晓刚发布行业首个“与世界模型协同交互的端到端自动驾驶路线R-UniAD”。 据悉，这一路线通过构建世界模型生成在线交互的仿真环境，以此进行端到端模型的强化学习训练。它与受到市场关注的DeepSeek技术创新思路同归一源：从模仿学习向强化学习升级演进，从而实现端到端自动驾驶超越人类的驾驶表现。据介绍，端到端的自动驾驶本质是通过海量的高质量人类驾驶数据，来实现最佳的“模仿”驾驶效果。然而，受限于高质量场景数据的稀缺性和驾驶数据质量的参差不齐，端到端智驾方案要达到人类驾驶能力的天花板并不容易，动辄千万Clips的高质量数据回流形成了规模门槛。而引发关注的DeepSeek-R1基于纯强化学习的关键创新，通过少量高质量数据的冷启动，模型进行多阶段的强化学习训练，有效降低大模型训练的数据规模门槛，同时也让尺度定律得以延续，为模型