在NVIDIA GTC 2025大會(huì)上，卓馭AI的首席執(zhí)行官陳曉智帶來(lái)了一場(chǎng)引人矚目的演講，主題聚焦于“基于端到端世界模型的生成式智駕體驗(yàn)”。在這場(chǎng)演講中，陳曉智不僅分享了卓馭在智能駕駛領(lǐng)域的最新突破，還首次揭示了他們的創(chuàng)新成果——可支持自然語(yǔ)言交互的個(gè)性化生成式智能駕駛方案GenDrive。

卓馭認(rèn)為，高階智能駕駛不僅應(yīng)追求擬人化的駕駛體驗(yàn)，更應(yīng)滿足用戶的個(gè)性化需求。基于這一理念，他們率先提出了“生成式智駕”的概念，并通過(guò)GenDrive方案將其變?yōu)楝F(xiàn)實(shí)。相較于傳統(tǒng)智能駕駛，生成式智駕不僅能提供更為人性化的駕駛感受，更能根據(jù)用戶的個(gè)人偏好進(jìn)行靈活調(diào)整。

傳統(tǒng)的端到端智能駕駛架構(gòu)，主要依賴于預(yù)測(cè)范式，即根據(jù)傳感器的輸入來(lái)預(yù)測(cè)下一步的動(dòng)作。然而，卓馭的GenDrive方案則采用了更為先進(jìn)的生成式技術(shù)。它通過(guò)構(gòu)建世界模型，能夠生成未來(lái)可能發(fā)生的多種情境，并結(jié)合用戶的偏好和環(huán)境信息，選擇出最優(yōu)的行駛軌跡。

卓馭的端到端世界模型架構(gòu)，底層為強(qiáng)大的硬件平臺(tái)，包括智駕控制器，能夠適配如英偉達(dá)DRIVE Orin / Thor SoC等計(jì)算平臺(tái)，同時(shí)支持不同類型的傳感器配置。在模型輸入端，他們通過(guò)Vision Encoder和Tokenizers對(duì)傳感器數(shù)據(jù)、導(dǎo)航信息以及歷史軌跡進(jìn)行編碼。駕駛風(fēng)格和用戶的語(yǔ)音指令也被巧妙地融入模型中，使得輸出更為精準(zhǔn)和個(gè)性化。

在模型輸出方面，卓馭的方案不僅包括對(duì)周?chē)h(huán)境的語(yǔ)義和幾何理解，還能生成未來(lái)多種可能性的駕駛場(chǎng)景。最終的駕駛軌跡，則是與用戶風(fēng)格偏好和語(yǔ)音指令完美對(duì)齊的結(jié)果，為用戶帶來(lái)前所未有的個(gè)性化駕駛體驗(yàn)。

卓馭的端到端世界模型訓(xùn)練方式同樣令人矚目。他們采用大模型典型的預(yù)訓(xùn)練+后訓(xùn)練模式，實(shí)現(xiàn)了“硬件無(wú)關(guān)”的平臺(tái)化訓(xùn)練。這意味著，針對(duì)不同傳感器構(gòu)型和芯片類型，只需訓(xùn)練一個(gè)模型，即可輕松部署到不同的硬件構(gòu)型上，大大提高了效率和靈活性。

基于這一先進(jìn)的架構(gòu)，卓馭的生成式智能駕駛方案GenDrive具備了一系列令人興奮的功能。例如，用戶可以自定義場(chǎng)景級(jí)別的駕駛風(fēng)格，包括跟車(chē)、速度控制、路口轉(zhuǎn)彎和變道等。GenDrive還能在線學(xué)習(xí)和模仿用戶的駕駛風(fēng)格，只需一段時(shí)間的駕駛記錄，模型就能自動(dòng)學(xué)習(xí)出用戶的偏好。結(jié)合座艙內(nèi)的人臉識(shí)別技術(shù)，它還能自動(dòng)綁定不同的用戶ID，自動(dòng)激活相應(yīng)的駕駛風(fēng)格。

更令人驚嘆的是，GenDrive還支持自然語(yǔ)言交互。用戶可以通過(guò)語(yǔ)音指令來(lái)控制駕駛風(fēng)格和具體動(dòng)作。無(wú)論是要求“開(kāi)慢點(diǎn)”以避免暈車(chē)，還是指示“不要開(kāi)最左邊車(chē)道”，模型都能準(zhǔn)確理解用戶意圖，并實(shí)時(shí)調(diào)整行駛軌跡。

據(jù)卓馭官方透露，這一開(kāi)創(chuàng)性的生成式智能駕駛體驗(yàn)，將在今年內(nèi)搭載于相關(guān)車(chē)型上實(shí)現(xiàn)量產(chǎn)落地。這無(wú)疑將為智能駕駛領(lǐng)域帶來(lái)一場(chǎng)革命性的變革。