近日，在第五屆焉知汽車年會“智能輔助駕駛論壇”上，魔視智能乘用車產品副總經理張崢以《智駕模型的泛化思路》為主題，深度剖析了智能駕駛技術的演進邏輯與核心挑戰。

作為深耕智駕領域多年的先行者，魔視智能以“泛化能力”為突破口，提出從感知升級到認知覺醒的全鏈路解決方案，為行業提供了應對復雜場景、突破數據瓶頸的新思路。

感知的邊界，是智駕泛化的第一道門檻。魔視智能用“融合”與“治理”雙輪驅動，讓機器“看得見”更“看得懂”。

張崢指出，感知模型的泛化能力是智駕系統的基石。魔視智能通過 “傳感器性能+數據驅動+算法進化”三位一體路徑，構建全方位的環境理解能力。

傳感器融合創新

打破單模態局限，整合攝像頭、激光雷達、毫米波雷達等多傳感器數據，通過多模態時空前融合算法，實現語義、空間、運動信息的精準捕捉。

4D數據治理體系

自主研發自動化標注工具與大模型挖掘技術，實現場景元素的高效提取與失效案例閉環，結合3D資產庫與AIGC生成，破解長尾數據難題，降低數據邊際成本。

算法迭代進化

從單模態白名單任務到通用感知任務，引入開集數據自監督預訓練與視覺語言對齊，提升模型對未知場景的適應性。

端到端的“快”需要海量數據支撐，而“穩”則依賴對現實邏輯的深度理解。我們用仿真與實車數據“兩條腿走路”，讓算法既聰明又可靠。

在決策規劃層面，魔視智能提出了分階段泛化策略，兼顧性能上限與落地可行性。

規則優先，夯實下限

基于結構化感知的經典規劃器，通過仿真數據快速驗證規則邏輯，確保基礎安全性與功能穩定性。

兩段式端到端，模仿人類

以感知結果為輸入，結合強化學習優化類人駕駛行為，平衡規則與數據驅動的優勢。

一段式端到端，突破天花板

探索感知-決策-控制一體化模型，依托3DGS場景重建與虛幻5仿真環境，生成高多樣性數據，結合強化學習挖掘模型潛力。

VLA不是技術的終點，而是認知的起點。當智駕系統學會“思考”，數據將從“燃料”變為“催化劑”。

張崢表示，當我們面對數據驅動的局限性，魔視智能將目光投向視覺語言行為（VLA）范式——一種更接近人類認知的智能體架構。

VLA的核心優勢

通過視覺模塊、語言模塊、行為模塊的協同，賦予智駕系統常識推理與交互學習能力，減少對海量數據的依賴。

認知覺醒的關鍵

基于R1強化學習范式，利用少量數據微調即可實現跨場景泛化；通過世界模型+人類偏好對齊，讓VLA在非同源環境中快速適應，甚至超越人類司機的表現。

云端到板端的落地路徑

先在云端訓練大模型，再通過知識蒸餾部署輕量化板端模型，兼顧性能與算力效率。

從多模態感知到VLA智能體，在這場技術與認知的雙重革命中，魔視智能已率先邁出關鍵一步，不僅展現了其對技術趨勢的前瞻洞察，更揭示了 “以認知驅動泛化”的戰略版圖。

未來，魔視智能持續探索智能駕駛邊界，逐步構建更像人、更聰明、更高效的智駕生態體，為行業打開認知智駕的新紀元。