在自动驾驶技术的不断演进中，一种更为高效、智能且自适应的技术路径正逐渐崭露头角。近日，商汤绝影的首席执行官、商汤科技联合创始人及首席科学家王晓刚，在2025GDC全球开发者先锋大会上，向业界介绍了其最新的研究成果——“R-UniAD”，这是一种与世界模型协同交互的端到端自动驾驶方案。
王晓刚指出，R-UniAD技术的核心理念在于通过构建一个世界模型，生成一个可以与自动驾驶系统实时交互的仿真环境。在这个环境中，自动驾驶系统可以通过强化学习的方式，不断优化其端到端的驾驶模型。这一技术与商汤绝影此前推出的DeepSeek技术有着异曲同工之妙，都是从模仿学习向强化学习迈进，旨在实现自动驾驶系统驾驶能力的超越人类水平。
DeepSeek技术，作为一项基于深度学习的图像搜索与识别技术，已经在图像识别、目标检测等领域取得了显著成果。在智能驾驶领域，它能够实时检测并识别道路上的物体，如行人、车辆、交通标志等，为自动驾驶系统提供关键的环境感知信息，辅助系统做出正确的决策。
然而，自动驾驶系统的训练和优化需要大量的标注数据，特别是在复杂的道路环境中。为了解决这一问题，R-UniAD技术采用了多阶段强化学习的方法。首先，通过高质量的冷启动数据，利用模仿学习的方式训练出一个基础的端到端自动驾驶模型。然后，借助强化学习，让云端的大模型与世界模型进行协同交互，持续提升模型的性能。最后，通过高效蒸馏的方式，将云端的大模型转化为高性能的小模型，实现车端的部署。
这一技术路线的实施，意味着自动驾驶系统能够不断从海量的驾驶数据中学习和优化，通过“仿真+现实”的训练模式，加速系统的学习进程，更好地应对复杂的道路场景。王晓刚表示，商汤绝影一直在积极推动这一技术的商业化进程，早在2022年底，就提出了行业首个感知决策一体化的自动驾驶通用模型UniAD。
在2024年的北京车展上，商汤绝影展示了UniAD技术的实车上路成果，进一步证明了其技术的可行性和实用性。据透露，商汤绝影的量产端到端智能驾驶方案预计将在今年年底交付，而“开悟”世界模型也已经正式用于数据生产。在即将到来的4月上海车展上，商汤绝影还将展示R-UniAD技术的实车部署成果。
