日前，广州南沙自动驾驶明星企业小马智行正式发布其在物理AI领域的最新技术成果——PonyWorld世界模型2.0。
(资料图片仅供参考)
这是自动驾驶核心训练体系的一次重大升级。与1.0相比，2.0最本质的变化在于世界模型具备了自我诊断与定向进化的能力：AI不再依赖工程师花大量精力判断模型哪里有问题、需要采集什么样的数据来迭代，而是能够自主诊断自身短板，自我定向进化，并主动“指导”人类团队的研发和数据采集工作。这一变化标志着小马智行的自动驾驶技术进入全新的研发训练范式。
目前，世界模型2.0已经应用在小马智行L4级无人驾驶车队和研发体系中，来确保车辆不断提升安全性、舒适性和通行效率，从而带动更快的扩张速度和商业变现能力。当无人驾驶车队规模从百辆跃升至千辆乃至万辆，要确保安全性等各项指标整体上稳步提升，自动驾驶技术亦需要不断迭代进化，世界模型2.0是目前技术的最优解。PonyWorld不局限于优化自动驾驶场景，也具有探索其他物理AI场景和应用的可能。
作为物理AI的第一个成熟商业化落地的应用，L4级自动驾驶和Robotaxi对安全性的要求极高，只有具备远超人类的安全性，才能大规模上路运营并被公众接受。正因如此，小马智行认为自动驾驶模型的训练目标不应是“像人开得一样好”，而是“比人开得好”，这意味着一种范式的变化——从模仿学习到强化学习。
小马智行从2020年起，通过数年时间逐步打造并完善了一套贯穿云端与车端的完整体系，让AI通过强化学习增强模型开车能力，使AI可以在“虚拟驾校”中反复开车、训练车端模型的驾驶能力，这也就是“世界模型”。世界模型不是简单生成虚拟数据的仿真环境，而是一套完整的强化学习训练系统以及开发范式，帮助AI提升驾驶中最重要的博弈交互能力。
只有世界模型的精度足够高，AI司机才可以在这个环境中取得正向训练结果，否则AI模型的驾驶能力可能越学越错，甚至还不如引入海量人类驾驶数据的模仿学习。通过世界模型，小马智行提升自动驾驶能力的过程，本质上也是提升世界模型精度的过程。
而随着AI司机的能力尤其是安全性已经远超人类，小马智行世界模型的精度也达到了很高的水平，如何进一步高效率提升世界模型精度的迭代效率便成为核心目标。小马智行为此打造了一套更进化的世界模型系统——由AI驱动，可以主动找到自己精度不足的场景，主动寻求人类帮助去提升——也就是PonyWorld世界模型2.0。
PonyWorld世界模型2.0
三大核心能力突破，精度持续提升
PonyWorld世界模型2.0可根据车端模型的薄弱环节，在世界模型中自动生成针对性训练场景，大幅减少无效训练数据的存储与计算开销，显著提升每一轮迭代的效率和效果。
小马智行强调，世界模型精度的持续提升依赖于一个自我强化的精度飞轮：大规模L4无人车队商业运营→产生真实世界高价值数据→世界模型提升精度→车端模型持续增强 →支撑更大规模L4部署→产生更多高精度数据。
当AI驾驶能力远超人类司机水平后，普通人类驾驶数据对世界模型精度的提升价值趋近于零。只有L4级全无人车队在真实交通环境中独立运营所产生的数据——包含AI与其他交通参与者之间独特的交互模式——才能持续推动世界模型进化。小马智行已积累千万公里级、多城市复杂场景的纯无人驾驶数据，覆盖城区、高速、园区、停车场等多元场景，形成了难以复制的结构性优势。
自动驾驶研发范式变革：
从“人类驱动”走向“AI驱动”
从更广义的视角看，小马智行此次发布的PonyWorld世界模型2.0，是自动驾驶研发范式的一次深层转变。
在行业发展早期阶段，AI能力弱于人或者与人接近，所以研发高度依赖人类工程师的经验——由人来设计规则、标注数据、判断训练重点。这种由人类驱动的研发模式，效率天花板受限于团队规模和工程师的认知带宽。
PonyWorld世界模型2.0所展现的方向是：当AI在一项任务中的水平远超人类水平后，人类不一定能很好地评估其能力和继续帮助AI进化，AI系统开始接管自身进化过程中越来越多的环节，甚至整个公司的研发环节（包含数据收集、模型训练、仿真效果评估等）都主要由AI驱动。
人类工程师的角色从“驾校教练”逐渐转变为“定向数据采集员”，成为AI大脑自我进化的物理执行者。这让研发节奏不再依赖人类经验判断，而是由AI系统根据自身进化需求自动生成，也显著地提高了世界模型的持续迭代效率。这为后续物理AI的更多应用场景提供了进化能力的基础。
（图片来源：广州南沙）
