近日，西井科技AI創研團隊在國際權威自動駕駛算法榜單NAVSIM v2中脫穎而出，憑借創新的端到端自動駕駛模型，以綜合得分48.759的成績榮登榜單全球第二位，并在多個關鍵安全指標上取得第一，充分彰顯西井科技在自動駕駛前沿技術領域的卓越表現和領先成績。

NAVSIM排行榜是由斯坦福大學、多倫多大學、上海人工智能實驗室、德國圖賓根大學、英偉達、南洋理工大學、博世、Vector研究院等全球頂尖高校與機構聯合推出的數據驅動自動駕駛評測基準，以其評測標準的嚴苛性和場景的復雜性著稱，已成為自動駕駛研究領域公認的權威榜單之一，吸引了全球超百支頂尖團隊參與角逐，包括RB、QCraft、ACM、RAP等。其Navhard組別挑戰性極高，融合了復雜真實場景與基于3DGS技術的合成極端場景，對自動駕駛模型在動態環境中的決策魯棒性、安全性與合規性提出了極高要求。

端到端自動駕駛新范式

西井科技首席工程師顧榮琦帶領的AI創研團隊本次參與評測的核心是當前自動駕駛技術發展的前沿方向——端到端自動駕駛模型。與傳統將感知、預測、規劃等模塊割裂的級聯式架構不同，端到端模型旨在通過單一模型，從傳感器輸入直接預測未來數秒的車輛規劃軌跡。這種方法能有效減少模塊間信息傳遞的損失，更充分地利用數據驅動和規模定律（Scaling Law），是實現更安全、更高效自動駕駛的關鍵路徑。

為應對這一挑戰，西井科技AI創研團隊在本次競賽中提出一種新型端到端自動駕駛模型。該模型采用大規模預訓練視覺骨干網絡DINO v3來提取細粒度圖像特征，并利用基于Transformer架構的預測頭來評估多條備選軌跡的得分，從而選擇最優行駛軌跡。為了提升模型對軌跡與周圍環境動態交互的理解能力，該模型還創新性地引入了一個基于Rectified Flow技術構建的世界模型，用于預測執行不同軌跡時可能出現的未來語義場景，從而進一步增強軌跡預測的準確性和安全性。

多維度安全指標表現領先

在評價體系上，NAVSIM v2采用綜合性的EPDMS指標來評估端到端模型的性能。EPDMS不僅關注軌跡預測與真實軌跡的貼合度，更綜合考量軌跡的碰撞風險、可行駛區域規范性、車道居中性、通行效率及舒適性等多個維度，全面反映自動駕駛系統的綜合能力。

西井科技的模型最終以48.759的EPDMS高分位列navhard榜單第2位。值得一提的是，在反映核心安全性能的多個分項指標上，西井模型表現卓越，在一階段的可行駛區域規范性、距碰撞時間TTC(Time_to_collision)，以及難度更高的二階段的無過錯碰撞等關鍵安全指標上均位列第一，證明了其技術方案在保障行車安全方面的顯著優勢。

結果可視化顯示，西井科技的模型僅需圖像和導航指令作為輸入，即可規劃出安全、合規的行駛軌跡，有效規避潛在碰撞風險與駛出可行區域的風險。

此次在NAVSIM v2榜單上取得佳績，是西井科技在端到端自動駕駛大模型領域持續探索過程中的又一重要成果。西井科技近年來在自動駕駛算法領域積極投入研發，接連在IEEE/RSJ、ICARM、ICCV等國際學術會議和權威榜單中取得突破性成果，展現了其強大的技術創新能力和產業化落地實力。

在前沿技術突破與商業化場景落地的雙輪驅動下，西井科技的自動駕駛解決方案正加速應用于全球海、陸、空、鐵、工廠等關鍵物流樞紐，并已將產品和服務拓展至全球28個國家和地區，為全球智慧物流升級貢獻中國智慧與解決方案。