魔视智能亮相2025人工智能计算大会

近日，在由北京市发展改革委、北京市科委中关村管委会、北京市经信局、海淀区政府共同指导的2025人工智能计算大会智能驾驶创新与应用论坛上，魔视智能乘用车事业部产品线副总经理张峥发表《端到端智能驾驶演进》主题演讲。该论坛由智猩猩、车东西联合承办，在北京中关村国家自主创新示范区会议中心举行。

张峥表示，魔视智能过去十年一直以AI驱动引领新一代产品技术迭代，目前在国内及海外市场均获得了积极的认可及反馈，成为多家国内头部整车OEM的战略及重点合作伙伴。面对智能驾驶新趋势，魔视智能正积极推进智驾大模型的研究与应用。

从规则驱动到认知驱动的技术演进

张峥首先分析了传统规划控制（PNC）的局限性："传统PNC高度依赖感知结果，基于规则的决策逻辑难以泛化，规划与感知解耦导致'信息断层'，轨迹生成过于保守，规则系统无法从数据中学习新行为。"

相比之下，端到端智能驾驶正朝着更加智能化的方向发展。张峥详细比较了两段式端到端和一段式端到端的技术路线。两段式优势在于模块清晰、可解释性强，但存在信息传递"瓶颈"、对感知误差敏感等局限；一段式则能够实现感知与决策的强耦合优化，具备更强的泛化能力，但可解释性差、训练难度大。

快慢系统与VLA模型：让车辆具备"思考"能力

张峥重点介绍了魔视智能的"快慢系统" 设计理念。"快系统处理实时驾驶任务，基于VLM的慢系统负责语义理解和深度决策，这种架构让车辆真正具备了思考能力。”

VLA（视觉语言行为）模型是一段式智能体的核心。"VLA系统能够统一建模，实现端到端闭环，具备强大的语义理解与推理能力，让车辆真正具备认知能力。"张峥表示，这将实现真正的"人机共驾"体验。

世界模型：预见未来的关键

在世界模型方面，张峥指出其能够"让车辆知道过去也能预见未来"。世界模型具备强大的环境建模与预测能力，支持"以预测驱动决策"的智能驾驶，为端到端学习提供中间表示。 "世界模型的挑战在于训练难度大、预测误差累积、计算开销大，但这正是我们重点突破的方向。"

魔视智能的端到端设计思路

张峥最后揭晓了魔视智能的端到端设计理念："我们的目标不仅是打造一个执行者，更是要创造一个能够理解环境、预测未来、自主决策并表达意图的智能体。"

魔视智能采用金字塔式的算法模型迭代战略：以结构化感知+可解释规划控制作为安全底座，构建端到端及VLM模型提升泛化能力，最终通过认知驱动的VLA视觉语言大模型解决泛化问题和数据依赖难题。