当大模型浪潮席卷千行百业，自动驾驶也正在迎来一次底层范式的跃迁。今年4月，小马智行正式发布世界模型2.0——这并非一个简单的仿真环境升级，背后是小马智行自2020年起历经数年打造的一套贯穿云端与车端的完整强化学习体系，相当于为AI建造了一所“虚拟驾校”，让AI在其中反复练习驾驶，尤其是打磨真实道路上最关键也最难的能力：与其他交通参与者的博弈与交互。
7月19日，WAIC 2026（世界人工智能大会）高级别自动驾驶创新发展论坛在上海举办，小马智行工程副总裁兼AI研发负责人肖波受邀出席，围绕世界模型2.0的技术逻辑进一步展开，从数据生产、训练效率到超级智能体，系统拆解了小马智行如何用前沿AI创新打开自动驾驶的新局面。
自动驾驶的“燃料”：数据从哪里来？
数据是驱动自动驾驶进化的核心燃料之一，但不同类型的数据，需要不同的生产方式。肖波表示，数据来源与生产路径可系统性地划分为三大层级：
已有数据“炼金”
Robotaxi每天积累的海量路测数据是最宝贵的原始资源，通过批量生成标签、提取目标元素与结构化数据，转化为模型可高效消化的训练输入。
场景重建与编辑
通过场景重建技术，对已有场景重新编辑，修改目标姿态、动作、轨迹，让一次真实的路口交互衍生出成百上千种训练样本。
生成模型“无中生有”
极端天气、罕见交通参与者等长尾数据天然稀缺。利用生成模型结合互联网数据，补充全新的目标与场景组合，让AI从“想象出的世界”中获取经验。
训练效率重构：让AI每一步都找到最优解
L4自动驾驶最大的难点在于长尾场景。传统强化学习依赖海量采样试错，面对自动驾驶几乎无穷的场景复杂度，训练效率始终是瓶颈。
对此，小马智行在传统强化学习的基础上，进一步引入可微分的随机世界模型。简单来说，传统强化学习中，AI每做一个决策只能得到“好或不好”的笼统反馈，靠反复试错慢慢逼近最优解；而在可微分世界模型中，AI在做决策的同时就能获得精确的优化方向指引，从而跳过大量无效试错，将训练效率提升了一个量级。
两者各有所长、互为补充——传统强化学习覆盖难以抽象建模的复杂场景，可微分世界模型则大幅提升主干场景的训练效率，共同应对自动驾驶的全场景复杂度。
超级智能体：让AI学会自主进化
如果说数据引擎和训练效率的升级是世界模型从1.0到2.0的“量变”，那么2.0最本质的飞跃在于：AI正在从一个被训练的模型，成长为一个超级智能体。这意味着它不只是一个“开车更好”的模型，而是一个既能理解物理世界的运行规律，又能自主驱动自身进化的智能系统。
在过去的研发模式中，模型哪里有短板、需要针对性采集什么数据、如何设计下一轮训练方案，很大程度上依赖工程师的经验判断。而小马智行正将世界模型与超级智能深度结合，构建全新的学习范式——AI能够自主诊断自身不足，定向生成所需的训练场景，甚至反过来“指导”人类团队的研发和数据采集方向。
自动驾驶的竞赛已经进入下半场，比拼的不再仅仅是谁跑了更多的路，而是谁能让AI真正理解世界、并持续自我超越。小马智行通过世界模型2.0构建的，正是这样一个加速飞轮——AI越强，进化越快；进化越快，AI越强。当数据生产、训练效率、研发迭代都开始由AI自身驱动，技术的进化速度将远超传统人力主导的研发模式。这是小马智行押注的方向，也是自动驾驶驶入新纪元的底层逻辑。
关注
92文章
44357浏览量
304985免责声明：本文为转载，非本网原创内容，不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
如有疑问请发送邮件至：bangqikeconnect@gmail.com