当前，自动驾驶技术的发展有两大核心挑战：一是如何通过海量数据训练提升系统的安全性和可靠性，二是如何降低算力成本以支撑商业化规模应用。小马智行与摩尔线程的此次合作，正是针对这些关键问题的有针对性探索。 小马智行创始人兼CEO彭军介绍了该公司的技术核心——世界模型与虚拟司机系统的运作机制。基于强化学习范式，世界模型每周可生成超过100亿公里的测试数据，并能衍生出数百或数千种变化的"险境"场景。这意味着虚拟司机系统能够反复训练中不断进化，积累远超人类驾驶者的经验。彭军强调，人类驾驶者只能积累单次经验，而AI系统却能数十亿次走进困难中，这也是其安全性超越人类驾驶十倍以上的关键所在。 摩尔线程作为国产全功能GPU领军企业，近年来展现了快速的技术迭代能力。公司实现了"五年五芯"的摩尔速度，快速迭代四代GPU架构，构建起覆盖人工智能、科学计算与图形渲染等完整产品矩阵，赋能"云-边-端"全场景应用。此次与小马智行的合作，将基于摩尔线程MTT S5000训推一体智算卡及夸娥智算集群展开，共同推进小马智行世界模型及车端模型的训练适配与验证。 从合作的具体内容看，双方将通过合力构建自动驾驶算力生态，实现"算法-数据-算力-应用"的全链路协同。这种全链路协同的意义在于，它打破了传统自动驾驶开发中算法、数据、算力各自为政的局面，形成了一个有机的整体。通过国产AI算力的规模化应用，不仅能够加速L4级自动驾驶技术的成熟，还能有效降低整体成本，为自动驾驶的商业化落地创造条件。 这次合作具有多重意义。对小马智行而言，这是其首次在关键训练与仿真环节规模化应用国产AI算力，标志着公司在自主可控、成本优化上迈出了重要一步。对摩尔线程而言，这是其国产全功能GPU正式进入自动驾驶核心领域的重要实践，验证了其产品在复杂物理AI场景中的应用潜力。对整个产业而言，这反映了国内自动驾驶产业链的逐步完善，国产芯片与自动驾驶企业的深度融合正在成为现实。 小马智行已经形成了清晰的L4级商业化路径，此次战略合作紧密衔接了该路径。随着国产AI算力的不断成熟和应用，自动驾驶技术的成本压力有望继续缓解，商业化进程也将加快。
自动驾驶规模化的关键在于系统工程能力和产业协同效率。以更安全、可控且具成本优势的算力支持关键环节，将推动技术从"示范可行"迈向"规模可用"。在确保安全与质量的前提下，产业链协同创新或将成为实现L4可持续商业化的重要路径。