近日，在由北京市發展改革委、北京市科委中關村管委會、北京市經信局、海淀區政府共同指導的2025人工智能計算大會智能駕駛創新與應用論壇上，魔視智能乘用車事業部產品線副總經理張崢發表《端到端智能駕駛演進》主題演講。該論壇由智猩猩、車東西聯合承辦，在北京中關村國家自主創新示范區會議中心舉行。

張崢表示，魔視智能過去十年一直以AI驅動引領新一代產品技術迭代，目前在國內及海外市場均獲得了積極的認可及反饋，成為多家國內頭部整車OEM的戰略及重點合作伙伴。面對智能駕駛新趨勢，魔視智能正積極推進智駕大模型的研究與應用。

從規則驅動到認知驅動的技術演進

張崢首先分析了傳統規劃控制（PNC）的局限性："傳統PNC高度依賴感知結果，基于規則的決策邏輯難以泛化，規劃與感知解耦導致'信息斷層'，軌跡生成過于保守，規則系統無法從數據中學習新行為。"

相比之下，端到端智能駕駛正朝著更加智能化的方向發展。張崢詳細比較了兩段式端到端和一段式端到端的技術路線。兩段式優勢在于模塊清晰、可解釋性強，但存在信息傳遞"瓶頸"、對感知誤差敏感等局限；一段式則能夠實現感知與決策的強耦合優化，具備更強的泛化能力，但可解釋性差、訓練難度大。

快慢系統與VLA模型：讓車輛具備"思考"能力

張崢重點介紹了魔視智能的"快慢系統" 設計理念。"快系統處理實時駕駛任務，基于VLM的慢系統負責語義理解和深度決策，這種架構讓車輛真正具備了思考能力。”

VLA（視覺語言行為）模型是一段式智能體的核心。"VLA系統能夠統一建模，實現端到端閉環，具備強大的語義理解與推理能力，讓車輛真正具備認知能力。"張崢表示，這將實現真正的"人機共駕"體驗。

世界模型：預見未來的關鍵

在世界模型方面，張崢指出其能夠"讓車輛知道過去也能預見未來"。世界模型具備強大的環境建模與預測能力，支持"以預測驅動決策"的智能駕駛，為端到端學習提供中間表示。 "世界模型的挑戰在于訓練難度大、預測誤差累積、計算開銷大，但這正是我們重點突破的方向。"

魔視智能的端到端設計思路

張崢最后揭曉了魔視智能的端到端設計理念："我們的目標不僅是打造一個執行者，更是要創造一個能夠理解環境、預測未來、自主決策并表達意圖的智能體。"

魔視智能采用金字塔式的算法模型迭代戰略：以結構化感知+可解釋規劃控制作為安全底座，構建端到端及VLM模型提升泛化能力，最終通過認知驅動的VLA視覺語言大模型解決泛化問題和數據依賴難題。