什么值得买App下载 App ›
连续签到专享现金活动

超级开箱丨全网首测极氪8X千里浩瀚G-ASD 4.0,1小时路程0失误?

随着大模型技术在各领域的深度渗透,智能驾驶系统正经历从数据驱动向AI驱动的架构升级。极氪8X作为品牌继9X之后的第二款旗舰车型,推出了千里浩瀚H7与H9两种硬件方案。本次测试的H7方案首搭G-ASD 4.0系统,其底层架构升级为WAM 2.0。该架构的核心特点在于高含模量,集成了VLA模型、WM世界模型以及阶跃Step 3.5语言大模型,通过多模型协作提升系统的理解、思考与执行能力。
01技术架构:WAM 2.0与大模型协作
WAM 2.0架构通过云端世界模型、端到端VLA模型以及语言大模型的协同工作,重构了智能驾驶的决策链条。
  • 云端世界模型(WM):遵循物理逻辑,在单车道、内部路等狭窄场景中预设动线,并加入来车、行人等随机干扰进行反复演练。这种预演涵盖了判断意图、规划轨迹及验证可行性的全过程,使车辆在面对窄路掉头等场景时能迅速调用经验,如先让行公交再借道倒车。
  • 端到端VLA模型:区别于传统感知、规划、控制分步传递的方案,VLA直接将感知场景映射为驾驶动作,减少了中间环节的信息传递失误。在遇到锥桶指引的新车道时,系统能直接顺滑穿行;在人车混流窄路中,能同时处理障碍物绕行与对向来车防御性停车的需求。
  • 阶跃Step 3.5语言大模型:打通了驾驶与座舱的壁垒,不仅能将决策思维链可视化呈现,还能联动座舱智能体EVA,实现多域融合服务。
02实测表现:复杂场景的逻辑连贯性
在一段加速后的50分钟一镜到底实测中,G-ASD 4.0展示了类人的连贯思维与对安全的优先考量。
  • 起步与避障:驶出车位时,系统识别左侧立柱风险,先向右调整车身再左转;遇前车切出暴露大车时,迅速向右变道避开危险区域,而非单纯追求空间效率。
  • 标志识别与路径规划:除常规公交车道识别外,系统能识别可变车道标志,主动驶入车流较少的左转车道以提升通行效率。
  • 特殊路口处理:在出闸机即遇红灯的场景下,系统并未在闸机前停止,而是先通过闸机再停车,逻辑清晰且符合实际通行规则。
03新功能:AI终点领航与效率对比
G-ASD 4.0升级了车位到车位的兴趣点识别功能,支持直接领航至电梯口或极充站充电位。在前往极充站的实测对比中,针对陌生环境,人类驾驶员通常需要绕行寻找车位并手动操作落锁,而系统通过最优路径规划与地锁联动,实现了比人工驾驶更快的停车效率。部分用户反馈也指出,在复杂停车场环境中,自动领航功能确实能有效降低驾驶焦虑与时间成本。
04总结:从模仿人类到AI驱动
相比上一代主要模仿人类行为决策的G-ASD 3.0,G-ASD 4.0通过引入千亿级语言大模型,实现了向AI驱动的进阶。依托23.5 EFLOPS云端算力、850万辆车数据积累及2500万clips优质数据,系统正从“类人”向“超人”体验迭代。千里浩瀚G-ASD 4.0目前已稳居行业第一梯队,智能汽车正逐步演变为具备高度自主能力的移动机器人。

评论

评论区空态插画

当前文章无评论,是时候发表评论了