讯息：强化学习成智能驾驶突破关键 物理AI空间巨大

(资料图片)

信息显示，当前智能驾驶产业正加速从模仿学习向强化学习范式跃迁。特斯拉、小鹏、理想、Momenta、地平线、元戎启行等多家企业已公开将强化学习纳入训练链路，技术路线正向端到端加世界模型仿真加强化学习后训练收敛，L4 Robotaxi领域尤其重视大规模闭环仿真与超越人类驾驶水平的能力建设。

一份研报指出，模仿学习在数字AI与物理AI之间存在结构性分野。大语言模型通过海量互联网知识模仿形成强大底座，而自动驾驶端到端模型主要学习人类驾驶轨迹，难以满足L4安全要求显著超越平均人类表现的天花板。研报认为，闭环驾驶会放大行为克隆的协变量漂移问题，长尾危险场景也难以通过真实道路采集，强化学习因此成为突破模仿边界的核心环节。

研报进一步分析，强化学习与世界模型在物理AI中形成双向共生。世界模型可作为策略训练和安全验证的闭环试错场，真实数据回流又能持续校准仿真偏差。这种技术路径让物理AI得以真正建模物理世界闭环。相比数字AI已较为清晰的发展路径，研报认为物理AI在当前AI阶段将成为增量更大的方向，而智能驾驶作为最先跑通闭环的代表场景，具备显著的先发优势。

这一范式跃迁有望加快L4级自动驾驶商业化进程，掌握相关技术的企业竞争力将明显增强，相关产业链有望迎来更大发展空间。