2025年7月10-12日，2025中国汽车论坛在上海嘉定举办。本届论坛主题为“提质向新，智赢未来”，由“闭门峰会、大会论坛、技术领袖峰会、多场主题论坛、N场行业发布、主题参观活动”等15场会议和若干配套活动构成，各场会议围绕汽车行业热点重点话题，探索方向，引领未来。其中，在7月12日上午举办的“主题论坛七：AI创新引擎，驱动智慧出行新生态”上，东软睿驰副总裁刘威发表精彩演讲。以下内容为现场演讲实录：

  感谢中国汽车工业协会和上海国际汽车城对本场论坛的精心组织，我是来自东软睿驰的刘威，很高兴今天有机会与大家分享东软睿驰在基于端到端大模型下的辅助驾驶领域的进展和体会。

近年来，辅助驾驶技术发展非常迅速、不同的概念层出不穷。可以看到，过去汽车智能化最早是以功能为导向，对辅助驾驶的推荐往往表现为冗长的配置表。随着技术的不断迭代发展，辅助驾驶很快进入到以性能和场景泛化为主的智能化新阶段。去年，辅助驾驶很多“元年”的概念被大家提出，包括城区NOA、无图、点到点等，用户关注也从过去的“能用”，开始强调到“易用”、“好用”。

实际上今天辅助驾驶仍然在快速发展，技术栈仍然在不断更新，VLA、VLM、世界大模型、混合模型等新技术快速迭代，持续扩展辅助驾驶能力边界。整车智能也从单车开始向整车Agent、多车智能、系统智能快速发展，其背后核心正是大模型和AI技术的发展。

  从最早的CNN深度学习技术到BOT架构，再到两段式、一段式的端到端模型、VLM、VLA、世界大模型，很多新技术不断拓展辅助驾驶的边界，辅助驾驶产品也在利用大模型技术不断提供更多的功能、更好的用户体验。

  东软睿驰在去年发布了两段式的端到端技术以及在地平线J6E上量产的辅助驾驶域控制器产品，目前产品已经进入上市准备阶段，并在这个平台上不断迭代升级新的技术。

  在感知端，东软睿驰基于中等算力平台，构建了BEV-Transformer架构，并通过稀疏和稠密的任务分配框架对技术栈做了进一步的提升，更充分地利用平台的AI算力，提供更大的检测范围。

 在决策规划端，东软睿驰基于端到端技术，进一步引入了Diffusion模型和强化学习，以实现轨迹的拟人化。虽然AI能够产生很多轨迹，可以把安全的需求隐含到模型中做约束，但实际上驾驶任务需要不同的驾驶风格，通过强化学习的技术引入，利用专业驾驶数据与驾驶员行为偏好，训练出能够适应多样驾驶风格的轨迹规划模型，一方面能够满足安全驾驶的需要，另外一方面也能够支持个性化的轨迹生成。东软睿驰在该部分迭代升级的技术已经在实际的车型当中搭载。

此外，当前端到端模型的发展不仅依赖于海量数据采集，更关键在于引入可用于强化驾驶风格的数据，并在系统中带环或离线的形式进行训练。东软睿驰自主研发了数据驱动机制下生成式闭环仿真系统，通过推理和训练的双环协同方式，实现整个端到端模型在实际量产中能够不断迭代与OTA升级。

  系统核心的世界模拟器，基于开源的技术、功能化的定制，可以连续生成一个视频流，输入到台架上的端到端模型可以做闭环训练，引入了强化学习的机制，这样可以训练不同风格的驾驶员行为，产生的轨迹是有代表性的，而不是纯模仿学习的、代表中庸的驾驶轨迹，这是右边的闭环训练方式。

  同时做在线推理时，一旦模型训练完之后，要在离线的方式上去验证策略或模型是否符合预期。通过世界模拟器、提示词的方式不断生成连续的视频流，推到端到端的模型当中，通过场景管理能够不断生成新的视频流，同时能够在线改变车的行为轨迹，产生新的视频流，进而形成推理的闭环。通过推理的闭环、训练的闭环能达到模型在离线的情况下也能够不断更新迭代，验证安全性和可靠性。

  此外，东软睿驰打造了仿真平台，除了完成仿真模型的部署以及仿真引擎的搭载之外，自研了一套仿真工具，能够实现场景的并行仿真。通过逻辑的仿真和视频流的仿真，平台可验证整个模型的可靠性，不断升级迭代模型。

  模型升级也推动了应对复杂场景的能力，东软睿驰辅助驾驶方案的场景应对能力提升至22种原子工况、并通过原子工况构建了符合消费者日常通勤的绝大多数复杂用车场景。这些新的技术能力搭载到基于地平线J6E芯片的辅助驾驶产品中，随着车企的整车上市，面向终端用户。

东软睿驰第五代行泊一体的域控制器X-Box 5.0，基于地平线的J6E/M打造了三种类型的系统方案，其中一款是Lite版，是国内为数不多实现自然散热的行泊一体中等算力的域控产品，既能够搭载在油车上，也能够搭载在电车上，实现了油电的同权。另外在搭载J6M芯片的域控产品上，东软睿驰部署了一段式的端到端模型，已经开始做实车的路测，很快也会随着整车的量产推向市场。

  我们认为，端到端模型的核心难点不在技术本身，而在于其“工程化”——如何以合理的成本和算力要求，实现可控、安全、可量产的系统部署，在真正的工程实践当中把它推向到量产，让终端用户安全地使用。

  东软睿驰打造的端到端模型，一方面是在不断向上升级，随着AI芯片的算力不断增加，模型的参数越来越多，模型体量会越来越大，另一方面东软睿驰把端到端的模型做了轻量化的裁剪，形成技术的下沉。即使在一体机上，我们也能够使用端到端的技术栈，能够实现更远的探测距离、更快的探测时间、更高的探测精度，和过去主流的市场产品相比，由于端到端的技术下沉，能够提供更广的感知范围，为整车提供先见之明和安全保护的新一代产品。

  端到端的技术不只是在域控制器上可以被应用，在轻量化的一体机上也能够被实现。技术不只是实现了油电的同权、不同配置车型的同权，也能够实现不同量级产品的同权。端到端只是一个技术，真正在产品当中用好才是根本。东软睿驰秉承着安全、便捷的理念，推动大模型与端到端技术的持续进化，不断为用户提供更高安全、更高价值的智能驾驶产品。

  以上是我今天的分享，谢谢各位！

  （注：本文根据现场速记整理，未经演讲嘉宾审阅）