出品 | 搜狐汽车·E电园

摄像 | 余伟 后期 | 谢雨馨

主持人 | 张云乾 编辑 | 蔡欣宇

上一期我们聊过了华为ADS 4.0的WEWA架构，更偏向世界模型的方案确实在空间和数据层面有更好的泛化能力，而理想等车企选择的VLA路径，把视觉和语言等信息在模型内部被打通，路径不同，各有优势。那么，就没有一种方案融合两种路径取之所长嘛？诶，吉利的千里浩瀚来了。

大家好，我是张有理，今天咱们就来盘盘千里浩瀚的Smart AI Agent架构。

首先咱们要知道什么是AI Agent，其实之前李想在ai talk中解释过，Agent这个词直译过来是代理人的意思，但在智能人工或者辅助驾驶领域，Agent最贴切的翻译应该是“智能体”或者说“能动者”。 它不是被动工具，而是可以感知、决策、学习、能自主行动的系统。就像你王者荣耀里打的高级人机，不仅能补刀、看视野、开团，甚至还能听指挥快速支援反野蹲人。所以，Agent就是一个具有自主性，能够理解复杂目标，并通过调用工具和规划步骤来独立完成任务的AI系统。它不再是等待命令的“工具”，而是一个可以委以重任的“伙伴”或“下属”。

好，解释完这个名词，我们来看看吉利是如何打造并训练这个智能体的。和华为的wewa架构类似，Smart AI Agent架构也会分为云端和车端。

首先，是由各种雷达、摄像头以及听觉、环境传感器，全面、高精度地收集周围环境的一切原始数据，加上导航信息，一起送入云端的多模态基座大模型，这个模型融合了视觉语言大模型，在这里，数据不再是孤立的点云和像素，而是进一步被解读。车辆不仅能识别一个红色的圆形标志是“红灯”，更能理解其含义是“需要停车”，不仅能听见救护车声音，还能知道让行，不仅能“看到”交警的手势，也能“理解”这个手势的指挥意图。

当然根据这些数据，云端也仿真出一个一模一样非常细致真实的虚拟世界，根据真实世界中采集到的极端罕见场景，扩展出成千上万种可能的复杂变体，用AI训练AI。这一部分是不是很耳熟，也就是说在云端，主要依靠的还是和wewa类似的世界模型。

那在车端，主要发力的就是VLA大模型了。之前说过vla有做归控的能力，但由于VLA的时延明显，输入、解析、输出每一步都会有时间差，所以目前的研发，无论是最先提出的理想还是今天聊到的吉利系，都还不能用VLA做归控，VLA依旧是给端到端模型做辅助来用，E2E虽然上限低难解释，但保不准什么时候就突然灵光一现，瞬间开窍。

那同样是做辅助，有了VLM不就可以了，为啥一定要进化到VLA呢？这其实是由于vlm一般是单祯信息去做判定，就像做阅读理解，问《背影》里父亲买橘子时艰难爬上月台的描写主要体现了什么？VLM可能只根据提干就说那是父亲老了动作不灵活。但VLA是多帧信息处理问题，她会联系上下文内容，再告诉你这是作者为了体现父亲对我的爱。这样的联系上下文、多帧判定的能力，就让VLA更善于推理预判，给出的归控错误率更低，也就更稳定。

那除了VLA，在车端也部署了和华为类似的MoE多专家决策，像专家会诊一样，针对不同场景调用专门负责该场景的的子模型进行决策，从而实现高效、精准的主动干预。

那以上就是smart AI Agent的简单解析，目前这一套方案运用到千里浩瀚H7上。当然，理论是理论，体验到底咋样呢？咱们一起来看看搭载千里浩瀚H7的极氪9X表现咋样。

那这一次呢我们还是在辅助驾驶的兵家必争之地重庆测试的9X，全程50多公里。

在这段路上，首先需要肯定的是9x的归控相比之前版本会更激进更腻人一些，比如，出环岛有非机动车驶过，不会完全停住过分谦让，小步慢挪，非机动车一过立马驶出，在环岛的效率明显提高。另外，重庆毕竟是山城，有很多的隧道以及岔路选择，9X在出隧道后，强明暗变化下接着做连续路线选择，也非常流畅及时，没有出现错误路线，这对传感器以及路线归控响应速度都是不小的考验。同时，重庆有非常多的多车道转弯，9X即便是在没有车道线的情况下，弯中的路线归控做的也很稳定，不会出现让人恐慌的入侵其他车道情况，转弯后立马并线的动作也非常丝滑。那在体感方面呢，9X一整段路上没有出现过突兀的刹车动作，红灯刹停或者避让行人的动作很轻柔。

一改往日的保守，更激进腻人的归控确实在效率方面明显提升。但同样，与车博弈，它的归控也会更激进。红绿灯口直行，我们位于中间车道，左右都有社会车辆，右侧直行车辆由于避让旁侧非机动车，入侵到中间车道，此时9X并没有完全停住让行，而是稍稍借用左车道，迅速驶离。虽然这样的情景很容易紧张，但这种博弈相信很多老司机都会这样处理。

让人紧张的不只这一次，在一个双向单车道路段，前方中间有隔离带，两侧非常多的临停车辆，9X先向左避让，在临近隔离带前向右转动方向准备进入车道，但此时右侧临停车推开车门下车，很常见的开门杀，这要是我自己开，高低落下窗户国粹输出一套。而9X呢对自己的“身材”好像充满自信，很丝滑的驶过。

明明自己体型很大，但他会最大化利用空间，就比如快速路上，我们在最右侧车道，前方有临停车占用一部分车道，左侧又有车让他无法变道，9x并没有快速减速并线，而是轻点刹车，在本车道内完成避让。就这个位置，这么大的车，我自己开都会优先考虑赶紧降低车速并到左侧车道。9x的表现确实很丝滑，但我总感觉他给自己留的安全空间太少了。

说实话，在与社会车辆博弈时，总感觉他有“赌”的成分在，旁侧车礼让，那就会觉得他像老司机，但如果旁侧车不让那就需要人为接管。

另外，虽然千里浩瀚H7已经加入了VLA模型，但VLA对特殊车道的处理还是能避开就避开，即便是非禁行时间段公交车道效率更高也不会一直使用。其实模型对特殊车道的训练是很复杂的，各大城市的限行标准不一，即便是一个城市训练出来，很难保证他在其他城市可以正确稳定发挥。

那VLA的应用不止是在辅助驾驶，泊车目前应用的会更多一些，比如目前9X可以出停车场时漫游找出口，并且可以语音控制向左转向右转，但这种语音指令暂时还只在泊车部分。哦对了这次我们还体验了一把重庆来福士广场的地库，就这个旋转下地库，这么大车我手动尝试了一次真的直想骂街，但让9X自己开下去确实开的比我好，转弯啊速度啊把握的都很稳定。

好了，以上就是9X的千里浩瀚H7体验，总结来看，其实绝大多数场景甚至重庆狭窄加拥堵路段，他都可以处理的很丝滑，相比之前偏保守的调教在归控方面确实激进很多，如果是辅助驾驶经验丰富的人去使用，那确实觉得一些博弈很老司机，但他对安全距离的把控如果是刚开始使用，那稍微复杂一点的路况就会容易引起恐慌和不信任。那看回Smart AI Agent架构，它有在云端再造世界来磨砺技术的世界模型，也给了车端会学习、会思考的超级大脑，剩下的就要交给时间了，毕竟无论走哪条技术路径，都需要对模型进行更大量更精准的训练才能有更好的表现和能力。