文字|编辑Tian Zhe | Lin Juemin将于4月23日在上海国际汽车展上进行，包括生成性智能启发性的R-Khanad，4D世界模型“ Jueying Enlightement 2.0”和AI Core“ Jueyeying千机器”，释放了许多句子的技术，可以通过jue y houn the Is not the Is juey， “ AI系统”。近年来，端到端技术被认为是智能驾驶实施道路的“最终形式”，但面对三个数据阈值，性能和安全性，大多数解决方案都被卡住了。 R-UNIT的想法是在这三个阈值中开发另一层AI基础架构。据报道，R-ISSA结合了世界模型和强化学习，包括VLAR（视觉，语言，动作，增强）技术体系结构，并支持Simulatio的闭环培训n环境，以便模型可以在虚拟世界中“试用和错误增强将军”，并最终在系统中开发系统技术。作为举例来说，在汽车展上显示的“建筑码头场景”，R-SISSA首先通过“ Jueying启蒙”模型生成4D动态环境，然后允许该模型反复加强对这个世界各种技术的训练。结果是该模型不仅可以准确防止它，而且通常在其他类似情况下也可以进行。这种能力的重要性不仅降低了数据成本，而且还增加了模型的上限 - 这是当前行业的罕见尝试，以实现强大的能力，这违反了较少数据的情况。如果r-issa是对智慧驾驶员终端的系统升级，则“ jueying千”机器是智能驾驶舱一侧的AI核心的重建。 “ Jueying Qianji”是提供的AI核心板载操作系统。它的主要技术由三个部分组成：MOE多模型，内存内存框架和智能框架。有了升级的新成员，用户可能会在驾驶舱中体验“多连杆对话”，“个性化的记忆建议”和“对情绪和需求的积极理解”。更重要的是，这些功能基于AI端口，而不是合并的端口，而不是许多操作。 Jueying强调它不是“发布”，而是“交付”。据报道，生成的Intits基本驾驶系统与包括Dongfeng在内的四家汽车公司合作，并制作大众模型。在2025年，与GAC合作的Horizo​​nTraveling®6M平台的解决方案以及加入Dongfeng的端到端UniaD解决方案正式能够生产质量并交付。此外，AI医学“旅行医学”模型也在Xingtu Lanyue大规模生产。从生成智能驾驶到人类智能驾驶舱从“ AI能力提供商”变为“自动系统参与者”，该驾驶舱在模型，平台，接口和系统触点之间建立了一套完整的闭环功能。这并不意味着Senseime希望成为车辆制造商的替代品，而是发现AI在更分类的“汽车大脑”系统中的位置。在上海汽车展上，唐·杰伊宁（Tang Jueying）首席执行官王小大（Wang Xiaogang），张Zhang Zhenlin，Dongfeng Automobile R＆D General Institute的智能技术首席工程师，与Leifeng.com进行了通信（公共帐户：Leifeng.com）。以下是对话的一些编辑内容。T：Dongfeng和Shangtang Jueying之间的当前合作如何？ Zhang Zhenlin：Dongfeng和Sang Jueying之间的合作始于2021年，最初专注于智能小木屋和智能驾驶模型的应用。尤其是在释放独立时，双方都是选择关于识别汽车的AI趋势的模仿。 Dongfeng具有工程工程的优势，Senseime积累了AI算法和数据计算能力。去年，我们进行了一次密切的通讯，并在今年年初成立了一个联合开发团队，共同努力维护端到端的群众解决方案。问：您提到的端到端大型型号目前是否有明确的申请时间？张Zhenlin：Dongfeng和Shang Tang Jueying一起工作，我们的计划将在今年年底更快。问：与其他智能驾驶公司相比，您认为两方之间合作的好处是什么？ Wang Xiaogang：我们对AI基础架构（例如2019年建造的AIDC数据中心）进行了长期投资，而Dongfeng靠近用户和数据资源，双方的算法和工程能力都是辅助的，可以发展出良性的反馈。张Zhenlin：我们促进“自我开发 +生态学”的双轮驱动，并与接近“婚姻”的感觉合作。 Senseime是计算能力和工程部署的丰富经验，双方的协调实施更好。 T：Senseime建议DeepSeek？我们掌握了Dongfeng Mass Production团队通过严格的Kinait是世界模型必不可少的，这需要车辆即将发生的碰撞以及各种复杂和极端的交通状况。问：业内大型模型的当前开发方式如何？将来如何发展？ Wang Xiaogang：大型模型仍在迅速开发自动化应用。我们从端到端的自动驾驶转变为今年世界的建模和模拟，并提高系统安全界限。就驾驶舱而言，加上DeepSeek和其他因素的出现，大型模型思维的深层能力得到了增强，这也为我们开放已经实施了驾驶舱的经验，包括机舱融合，对驾驶员状况的判断，残疾识别等。问：当今智能汽车中AI技术应用的水平是多少？ Wang Xiaogang：才华横溢的人进入了深层整合的舞台，不再是工具，而是人类车的联系。我们为不同的模型和成本设计了各种技术调整，并阐明了每个解决方案的安全界限和容量限制。 Zhang Zhenlin：我们与L2/L3标准的国家部门合作，为各种品牌和装备模型制定分级计划。例如，Dongfeng的“ Tianyuan智能驾驶”系列已达到了100,000元模型的高速NOA，并将继续优化未来的成本，以促进高端智能驾驶的沉没。问：智能驾驶技术的困难没有破裂？ Wang Xiaogang：自主驾驶的困难在于基础设施标准不均，而不是技术本身。当前，n车辆传感器调整将有所不同，并且数据返回管道未打开。将来，基础设施构建功能将竞争。