針對端到端智駕大模型量產上車前所面臨的測試成本高、問題定位難、長尾場景覆蓋不足等挑戰，Nullmax 基于世界模型（World Model）推出了新一代閉環仿真系統。

該系統深度融合三維重建、生成式 AI 與閉環引擎能力，可在云端構建出高真實度、場景豐富的虛擬交互環境，為全棧自研的智駕感知算法，包括一段式端到端大模型，提供大規模離線驗證、能力評測與持續迭代的強大支撐。

隨著智駕行業邁入端到端時代，傳統測試方法正遭遇顯著瓶頸。相較模塊化架構，端到端大模型雖然具有更強的整體建模能力，但其內部決策鏈條更長、行為機理更復雜，宛如一個“黑盒”，一旦出現失效往往難以快速拆解和定位。此外，單純依賴實車路測，不僅成本高、周期長，也很難高效覆蓋那些極端風險與低頻的長尾場景（Corner Case）。而行業常規基于游戲引擎的仿真測試，又普遍存在視覺失真的局限——這種仿真與現實的差距會導致感知誤差，無法讓包含感知能力的端到端模型做出準確決策。

Nullmax 推出的新一代基于世界模型的閉環仿真系統，正是為解決這一問題而來。它通過更貼近真實道路環境的視覺輸入、更完整的動態交互機制以及可持續運轉的閉環反饋，為端到端智駕系統提供了一條可規模化、可復現、可持續迭代的測試新路徑。

重塑真實：

以世界模型構建高保真“數字沙盤”

Nullmax 的這套閉環仿真系統并非憑空構建虛擬環境，而是依托自研的全生命周期數據體系，以離線采集的海量真實路測數據為地基，對復雜多變的真實駕駛場景進行重建與表達。借助世界模型能力，系統能夠從真實圖片重構出復雜多變的真實駕駛場景，還能突破既有視角的限制，根據自動駕駛模型輸出的未來軌跡，實時生成并渲染出符合客觀物理規律的新視角和高保真的連續畫面。

同時，仿真引擎作為虛擬世界的“調度中樞”，負責精準管理所有交通參與者的狀態與運動軌跡。它告別了傳統的靜態腳本式仿真，在實現統一管理的基礎上，也在持續朝著更真實的動態交互建模方向演進，以逐步提升閉環測試對復雜道路關系的刻畫能力。在這一體系下，Nullmax 充分結合自研一段式端到端模型 HiP-AD 的多軌跡生成機制和可靠閉環能力，使其能夠接收高還原度的多視角圖像輸入，輸出方向盤轉角等控制指令，并實時獲取真實的動態控車反饋，形成一個真正持續運轉的交互閉環。

規模化試煉場：

破解黑盒迭代與長尾場景評測難題

Nullmax 這座“物理沙盤”的搭建，不僅大幅降低了對實車測試的依賴，更為拆解端到端“黑盒”、加速一段式端到端方案的研發提供了高效的規模化離線測試支持。

在評測層面，Nullmax 閉環仿真系統支持同步生成前視仿真視頻與仿真 BEV（鳥瞰）視角結果，結合直觀的要素可視化與事件回放能力，可幫助研發團隊對模型行為進行多維度的“全景體檢”。圍繞安全性、體感舒適度與通行效率等關鍵目標，系統建立了更完整的綜合評測體系，使研發分析不單純停留在“是否通過”，而是進一步走向“為什么這樣決策？”、“在哪類場景下容易失效？”、“策略應如何調整？”的深入分析。

更關鍵的是，該系統為攻克長尾場景提供了安全可控的驗證“實驗室”。那些在實車測試中極難遇到的極端場景——如突發的障礙物、極限加塞，以及不同光照、極端天氣下的復雜環境——如今都可以在系統中被重構、重放與擴展。Nullmax 研發團隊在修改算法代碼后，可直接在云端進行高頻驗證，精準定位模型缺陷，靈活調整激進或保守的駕駛策略，從而顯著加速算法的迭代與收斂。

目前，該系統已支持在十余類典型交通場景、數百個測試實例進行測試，顯著提升端到端的研發主線的版本迭代效率。如下圖所示，Nullmax 一段式端到端方案在特殊場景的應對表現得到了快速優化與測試驗證。

復雜路況（城市會車場景）閉環仿真測試表現（優化前后）

夯實全周期數據基座：

驅動物理 AI 全場景演進

新一代閉環仿真系統的初步應用，依托于 Nullmax 全生命周期數據體系的長效建設與深耕。當前，Nullmax 的智駕訓練與測試正經歷著二大階段的技術演進。在過去模塊時代的閉環仿真（Data-loop）中，核心在于收集道路數據以訓練感知模塊。Nullmax 依托自主成長數據平臺與多模態數據挖掘能力，并應用 AUTO-GT 等技術，正逐步推動數據標注向智能生成轉型，持續獲取高質量數據燃料，夯實底層數據基礎。

如今，基于世界模型的新一代閉環仿真系統的推出，標志著Nullmax 已率先大步邁入端到端時代的閉環仿真（Closed-loop），不僅在評測（Test-loop）中成功將高質量真實數據轉化為高保真場景，在云端大規模替代了繁重的實車驗證，在訓練（Train-loop）領域更開展基于強化學習的端到端模型閉環訓練實踐。通過讓算法在高度擬真的虛擬環境中進行海量試錯與策略尋優，Nullmax 一段式端到端大模型方案能夠以更高效的自主進化模式，突破傳統路測的物理瓶頸，加速驅動端到端智駕系統向更安全、可靠的量產落地邁進。

技術的演進是一場長期的深耕。未來，隨著 Nullmax 新一代閉環仿真系統的持續優化與全生命周期數據體系的完善，這一高保真的“數字沙盤”不僅將為端到端大模型的量產落地提供更加堅實的技術底座，也將為 Nullmax 向物理 AI（Physical AI）等前瞻領域的拓展持續蓄能。