4月10日，小馬智行正式發(fā)布其在物理AI領(lǐng)域的最新技術(shù)成果——PonyWorld世界模型2.0。

這是自動駕駛核心訓(xùn)練體系的一次重大升級。與1.0相比，2.0最本質(zhì)的變化在于世界模型具備了自我診斷與定向進(jìn)化的能力：AI不再依賴工程師花大量精力判斷模型哪里有問題、需要采集什么樣的數(shù)據(jù)來迭代，而是能夠自主診斷自身短板，自我定向進(jìn)化，并主動“指導(dǎo)”人類團隊的研發(fā)和數(shù)據(jù)采集工作。這一變化標(biāo)志著小馬智行的自動駕駛技術(shù)進(jìn)入全新的研發(fā)訓(xùn)練范式。

目前，世界模型2.0已經(jīng)應(yīng)用在小馬智行L4級無人駕駛車隊和研發(fā)體系中，來確保車輛不斷提升安全性、舒適性和通行效率，從而帶動更快的擴張速度和商業(yè)變現(xiàn)能力。當(dāng)無人駕駛車隊規(guī)模從百輛躍升至千輛乃至萬輛，要確保安全性等各項指標(biāo)整體上穩(wěn)步提升，自動駕駛技術(shù)亦需要不斷迭代進(jìn)化，世界模型2.0是目前技術(shù)的最優(yōu)解。PonyWorld不局限于優(yōu)化自動駕駛場景，也具有探索其他物理AI場景和應(yīng)用的可能。

作為物理AI的第一個成熟商業(yè)化落地的應(yīng)用，L4級自動駕駛和Robotaxi對安全性的要求極高，只有遠(yuǎn)超人類的安全性，才能大規(guī)模上路運營并被公眾接受。正因如此，小馬智行認(rèn)為自動駕駛模型的訓(xùn)練目標(biāo)不應(yīng)是“像人開得一樣”，而是“比人開得好”，這意味著一種范式的變化——從模仿學(xué)習(xí)到強化學(xué)習(xí)。小馬智行從2020年起，通過數(shù)年時間逐步打造并完善了一套貫穿云端與車端的完整體系，讓AI通過強化學(xué)習(xí)增強模型開車能力，使AI可以在“虛擬駕?！敝蟹磸?fù)開車、訓(xùn)練車端模型的駕駛能力，這也就是“世界模型”。世界模型不是簡單生成虛擬數(shù)據(jù)的仿真環(huán)境，而是一套完整的強化學(xué)習(xí)訓(xùn)練系統(tǒng)以及開發(fā)范式，幫助AI提升駕駛中最重要的博弈交互能力。

只有世界模型的精度足夠高，AI司機才可以在這個環(huán)境中取得正向訓(xùn)練結(jié)果，否則AI模型的駕駛能力可能越學(xué)越錯，甚至還不如引入海量人類駕駛數(shù)據(jù)的模仿學(xué)習(xí)。通過世界模型，小馬智行提升自動駕駛能力的過程，本質(zhì)上也是提升世界模型精度的過程。

而隨著AI司機的能力尤其是安全性已經(jīng)遠(yuǎn)超人類，小馬智行世界模型的精度也達(dá)到了很高的高度，如何進(jìn)一步高效率提升世界模型精度的迭代效率便成為核心目標(biāo)。小馬智行為此打造了一套更進(jìn)化的世界模型系統(tǒng)——由AI驅(qū)動，可以主動找到自己精度不足的場景，主動尋求人類幫助去提升——也就是PonyWolrd世界模型2.0。

PonyWorld世界模型2.0三大核心能力突破，精度持續(xù)提升

? 自我診斷能力：AI知道自己“哪里不行”

PonyWorld 2.0結(jié)合小馬智行車端模型的Intention（意圖）語義層，實現(xiàn)了對每一次駕駛決策的自動化回溯與歸因分析。系統(tǒng)能夠自動區(qū)分問題根源，并將診斷結(jié)果精準(zhǔn)反饋至模型訓(xùn)練流程。

? 定向進(jìn)化能力：從“廣撒網(wǎng)”到“精準(zhǔn)補短板”

基于自我診斷結(jié)果，PonyWorld 2.0能夠自動識別世界模型精度不足的具體場景，并主動生成定向數(shù)據(jù)采集任務(wù)。例如，系統(tǒng)可自動推送指令：“請于特定時段在指定路口重點采集逆光條件下非機動車與行人混行場景數(shù)據(jù)。”研發(fā)與測試團隊由此圍繞世界模型的“精度需求”高效協(xié)作，實現(xiàn)AI引導(dǎo)下的定向數(shù)據(jù)采集與模型迭代。

? 訓(xùn)練效率躍升：專練“難題”，跳過“送分題”

PonyWorld 2.0可根據(jù)車端模型的薄弱環(huán)節(jié)，在世界模型中自動生成針對性訓(xùn)練場景，大幅減少無效訓(xùn)練數(shù)據(jù)的存儲與計算開銷，顯著提升每一輪迭代的效率和效果。

小馬智行強調(diào)，世界模型精度的持續(xù)提升依賴于一個自我強化的精度飛輪：

大規(guī)模L4無人車隊商業(yè)運營 → 產(chǎn)生真實世界高價值數(shù)據(jù) → 世界模型提升精度 → 車端模型持續(xù)增強 → 支撐更大規(guī)模L4部署 → 產(chǎn)生更多高精度數(shù)據(jù)

當(dāng)AI駕駛能力已遠(yuǎn)超人類司機水平后，普通人類駕駛數(shù)據(jù)對世界模型精度的提升價值趨近于零。只有L4級全無人車隊在真實交通環(huán)境中獨立運營所產(chǎn)生的數(shù)據(jù)——包含AI與其他交通參與者之間獨特的交互模式——才能持續(xù)推動世界模型進(jìn)化。小馬智行已積累千萬公里級多城市復(fù)雜場景的純無人駕駛數(shù)據(jù)，覆蓋城區(qū)、高速、園區(qū)、停車場等多元場景，形成了難以復(fù)制的結(jié)構(gòu)性優(yōu)勢。

自動駕駛研發(fā)范式變革：

從“人類驅(qū)動”走向“AI驅(qū)動”

從更廣義的視角看，小馬智行此次發(fā)布的世界模型2.0，是自動駕駛研發(fā)范式的一次深層轉(zhuǎn)變。

在行業(yè)發(fā)展早期階段，AI能力弱于人或者與人接近，所以研發(fā)高度依賴人類工程師的經(jīng)驗——由人來設(shè)計規(guī)則、標(biāo)注數(shù)據(jù)、判斷訓(xùn)練重點。這種由人類驅(qū)動的研發(fā)模式，效率天花板受限于團隊規(guī)模和工程師的認(rèn)知帶寬。

PonyWorld世界模型2.0所展現(xiàn)的方向是，當(dāng)AI在一項任務(wù)的水平遠(yuǎn)超人類水平后，人類不一定能很好地評估其能力和繼續(xù)幫助AI進(jìn)化，AI系統(tǒng)開始接管自身進(jìn)化過程中越來越多的環(huán)節(jié)，甚至整個公司的研發(fā)環(huán)節(jié)（包含數(shù)據(jù)收集、模型訓(xùn)練、仿真效果評估等）都主要由AI驅(qū)動。人類工程師的角色從“駕校教練”逐漸轉(zhuǎn)變?yōu)椤岸ㄏ驍?shù)據(jù)采集員” ，成為AI大腦自我進(jìn)化的物理執(zhí)行者。這讓研發(fā)節(jié)奏不再依賴人類經(jīng)驗判斷，而是由AI系統(tǒng)根據(jù)自身進(jìn)化需求自動生成，也顯著的提高了世界模型的持續(xù)迭代效率。為后續(xù)物理AI的更多應(yīng)用場景提供進(jìn)化能力的基礎(chǔ)。

關(guān)于小馬智行的世界模型是如何發(fā)展、如何進(jìn)化，如何實現(xiàn)自我迭代的2.0版本，請閱讀次條文章《小馬智行世界模型進(jìn)化史：從教AI開車的虛擬駕校，到自我演進(jìn)的物理AI引擎》。