您现在的位置:智能制造网>机器人>资讯列表>九识创新推出多智能体协同的无人驾驶新范式,率先实现三大场景的全面AI化

九识创新推出多智能体协同的无人驾驶新范式,率先实现三大场景的全面AI化

2026年09月24日 11:06:36 人气: 3420 来源: “九识无人车”微信公众号
  随着9月10日“城市级物理AI”战略的升级以及业内首个L4级万卡算力集群的建成,九识的大模型基座演进全面提速。
 
  面对真实物理世界的无序与复杂,九识彻底摆脱了传统规则与单一车端算力的局限,在行业内首创“多智能体协同”的无人驾驶新范式。
 
  依托百亿级的APEX基座世界模型,九识将驾驶智能拆解为车端VLA、云端VLA与安全员Agent三大核心智能体,精准覆盖不同道路工况与交互复杂度的落地场景,实现了从常规巡航到极端脱困的全场景安全闭环。
 
  一般道路场景:
 
  车端VLA独立闭环,
 
  纯车端算力实现毫秒级响应
 
  在城市主干道、狭窄园区及非机动车密集路段等常规场景中,无人车的核心任务在于实现全方位的顺畅通行。该范式全面覆盖了 L2 级辅助驾驶可实现的所有常规工况,涵盖自适应巡航、跟车、超车变道、无保护左右转、复杂路口通行、多车混行博弈及动态避让等。此类工况均属标准化物理空间交互,无需调用云端大模型,纯车端算力即可独立完成闭环处理。
 
  为此,九识在该场景以车端 VLA 模型(参数约2B)为核心担当,独立完成从感知、预测到规划的端到端实时推理。车端 VLA 深度蒸馏了 APEX 基座世界模型的知识,采用 MoE(混合专家)架构做稀疏化处理,选择性激活相关参数,在极低的时延要求下直接输出毫秒级控车指令,保障车辆在各类常规场景下的高实时性与绝对安全性。
 
  然而,当无人车驶入涉及人类动态交互的道路,单纯依靠车端物理感知便触及了天花板。面对交警手势、路边标牌及车辆闪灯博弈等场景,无人车不仅要“看到”世界,更要“理解”人类社会的行为规则与高阶意图。
 
  复杂场景:
 
  云端 VLA 协同增强,
 
  精准识别高阶语义与人类意图
 
  在此类复杂工况中,核心挑战在于“解决与人打交道”的难题。凡是涉及人类信息传递、人车互动以及高阶语义理解的场景,均已超出普通车端模型的覆盖范围。
 
  为此,九识在该范式接入云端 VLA 模型(参数约 8B),构建“车端 VLA + 云端 VLA”的车云协同机制。该方案核心在于通过云端大模型的语言与逻辑推演能力,精准识别高阶语义、预测人类交互意图。系统重点攻克三大典型人车交互工况:
 
  交警手势指挥通行:在交通事故、严重拥堵等突发工况下,精准识别交警变道、靠边停车、减速等待等动态手势的深层含义,超越对静态信号灯的机械响应,实现人机高效协同;
 
  施工指示牌语义识别:准确解读临时施工标牌上的文字与符号信息,深度理解路权与规则的动态变更;
 
  窄路主动预判会车让行:在狭窄街巷对向会车时,通过对方闪灯或车头微动作捕获其交互意图,提前预判风险并主动倒车让行。
 
  通过云端 VLA 对高阶语义与人类意图的实时解构,无人车具备了人类驾驶员般的“社会常识与逻辑理解力”,让复杂交互场景下的行车决策更安全、更自然。
 
  极端脱困场景:
 
  首创安全员 Agent,
 
  人机协同应对极端困境
 
  在前两大范式覆盖了绝大多数通行与交互工况的基础上,当车辆陷入无可用路径、环境完全封堵等极端死锁困境时,则需要通过“人机协同”破局。该场景核心能力在于建立与用户及现场人员的交互沟通,通过“人机协作”完成高阶脱困。
 
  为此,九识在该场景下形成了“车端 VLA + 云端 VLA + 安全员 Agent(参数约 5B)”的三位一体协同机制。作为行业首创的智能体,安全员 Agent 深度沉淀了九识 5 年真实运营、2.7 亿公里积累的安全员处置经验与客户偏好数据,担当起沟通与协同的桥梁,能够与客户、现场或线上人员建立实时信息交互。
 
  当车辆因环境封堵或死锁而完全受阻时,安全员 Agent 能够主动接管高阶决策层,自主生成包含靠边避让、停靠选位以及重新规划全局路线等复杂的脱困引导方案。
 
  通过安全员 Agent 的人机协同机制,九识打破了传统远程完全遥控的低效模式,在保障绝对安全的前提下,实现了车辆从极端困境中高可靠的自主脱困闭环。
 
  双向迭代增强:
 
  打造通用物理AI的强大引擎
 
  九识多智能体协同三大范式的背后,是 APEX 基座世界模型的强力支撑。与行业传统的局部小模型不同,APEX 融合了物理世界空间结构建模与互联网海量多模态规则知识,先建立对现实世界的全局认知,再自上而下并行蒸馏出车端 VLA、云端 VLA 与安全员 Agent 三大独立智能体。三个智能体分工明确、各司其职,不仅确保了系统在各类工况下的绝对安全与高效运行,更赋予了整个技术架构极高的扩展性。
 
  从常规道路通行、复杂高阶语义交互到极端死锁脱困,九识覆盖全国 300 多座城市、2.7 亿公里真实运营所产生的海量高密度场景数据,正实时回流至 APEX 基座;而持续演进的基座模型又通过高效知识蒸馏,不断将更高阶的认知能力下沉反哺给各个轻量化 Agent,实现“数据回流 - 基座升级 - 蒸馏下沉”的双向迭代增强。
 
  通过万卡算力底座与多智能体协同架构的深度绑定,九识不仅破解了无人驾驶长尾场景的解题难题,更将无人运力的运营效率与安全标准推向了全新高度。随着这套软硬一体的技术闭环持续运转,九识正逐步将高阶无人驾驶转化为可标准化复制的城市基础能力,让通用物理 AI 真正走向大规模商业化落地。
关键词: 无人车,智慧物流
全年征稿/资讯合作 联系邮箱:1271141964@qq.com
版权与免责声明
1、凡本网注明"来源:智能制造网"的所有作品,版权均属于智能制造网,转载请必须注明智能制造网,https://www.gkzhan.com。违反者本网将追究相关法律责任。
2、企业发布的公司新闻、技术文章、资料下载等内容,如涉及侵权、违规遭投诉的,一律由发布企业自行承担责任,本网有权删除内容并追溯责任。
3、本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
4、如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

企业推荐

更多