11 月 21 日,小米汽車在廣州車展召開「Xiaomi HAD 增強版」發(fā)布會。作為今年6月小米YU7 搭載1000 萬 Clips 端到端輔助駕駛版本后的又一重要突破,此次升級首次引入「強化學習 + 世界模型」的大模型訓練方法,將帶來三大行車能力的全面提升:縱向加減速更絲滑、橫向變道更果斷、路口選擇更精準。該版本將于廣州車展后,通過 OTA HyperOS 1.11 系列陸續(xù)推送給用戶。
在「強化學習 + 世界模型」的訓練框架下,模型可在世界模型構(gòu)建的虛擬環(huán)境中反復探索 —— 走對了就加分、走錯了就扣分,通過這種模式,模型可以自主探索并掌握最優(yōu)駕駛策略,讓輔助駕駛行為更貼合真實路況需求。
這一切的背后,是小米在輔助駕駛領(lǐng)域堅定而清晰的長期投入。小米認為,輔助駕駛的技術(shù)本質(zhì)是AI,僅2025年,小米集團在AI領(lǐng)域投資超70億元,并且組建超過1800人的智能駕駛團隊,并設(shè)立北京、上海、武漢三大研發(fā)中心。

認知驅(qū)動:用新范式破解舊難題的接力賽,「強化學習+世界模型」帶來算法與認知的雙重提升
小米輔助駕駛的發(fā)展歷經(jīng)了多次迭代。1000萬 Clips 端到端架構(gòu)是包含大量專業(yè)司機數(shù)據(jù)的大模型,實現(xiàn)了從「規(guī)則驅(qū)動」到「數(shù)據(jù)驅(qū)動」的跨越。通過大規(guī)模高質(zhì)量數(shù)據(jù)訓練,系統(tǒng)進行模仿學習,學會了在有限場景下的駕駛能力,有效改善了規(guī)則時代的諸多問題。然而,數(shù)據(jù)驅(qū)動很快遇到了自己的天花板:系統(tǒng)能力被所見過的數(shù)據(jù)限制。對于極端稀缺場景,由于缺少訓練樣本,模型仍無法有效學習,限制了系統(tǒng)的能力上限。
引入「強化學習+世界模型」架構(gòu),標志著小米輔助駕駛進入「認知驅(qū)動」的階段。世界模型作為仿真引擎,能夠生成海量的場景,不再只依賴現(xiàn)實道路隨機出現(xiàn)的數(shù)據(jù),而是能夠基于小米自建大規(guī)模4D 數(shù)字資產(chǎn)庫,生成海量、可控、可復現(xiàn)的訓練場景,系統(tǒng)可以在這些高保真的虛擬環(huán)境中進行針對性訓練。

如果說,模仿學習更像模仿專業(yè)司機的經(jīng)驗,那么強化學習則是在一個高保真的虛擬世界里,通過獎勵機制不斷練習和優(yōu)化。強化學習核心是「靠自己練」,算法在世界模型里反復練習,走錯了就扣分,對了就加分,在獎勵機制下不斷嘗試,找到最好的開車思路。
做好強化學習的關(guān)鍵有兩個,一個是高保真的世界模型,讓模型在虛擬環(huán)境中也能像在真實道路上一樣學習;另一個是高效率的訓練框架,能讓模型以更快的速度和更高的質(zhì)量積累經(jīng)驗、持續(xù)優(yōu)化。這兩者結(jié)合,才能讓強化學習的訓練既真實又高效。
高保真的世界模型具備兩大能力:一是創(chuàng)造場景,把真實世界映射到數(shù)字空間中,并具備場景編輯能力。比如,加入一輛車,甚至可以加入碰撞場景。通過這種方式可以模擬各種典型場景。二是環(huán)境變換,可以在世界模型中生成特定環(huán)境,比如晴天、雨天、大霧,以及白天、夜晚等影響輔助駕駛的因素,都可以生成。
擁有高保真的世界模型,還需搭配高效率的訓練框架。世界模型可借助異步機制與大規(guī)模集群管理,讓強化學習訓練過程實現(xiàn)多路并行,助力模型在海量場景中快速積累經(jīng)驗。并且算法會根據(jù)路況難度自動調(diào)整訓練策略:路線簡單時減少探索,更依賴專業(yè)駕駛行為;路線復雜、風險更高時增加探索,在虛擬世界中嘗試更豐富的策略。就這樣不斷反復,模型在百路并行的訓練架構(gòu)中不斷探索優(yōu)化,主動探索駕駛策略的無限可能,最終找到安全、舒適、效率的最佳平衡點。
小米世界模型已獲得全球?qū)W術(shù)權(quán)威的充分認可:小米的ViSE 算法在 ICCV 2025 - 自動駕駛方向仿真合成數(shù)據(jù)專業(yè)挑戰(zhàn)賽中榮獲冠軍;小米生成模型的相關(guān)論文被NeurIPS 所收錄。ICCV是全球計算機視覺三大頂級學術(shù)會議之一,NeurIPS是全球人工智能/機器學習領(lǐng)域三大頂級學術(shù)會議之一。

行車感受大幅提升:強化學習下的行車質(zhì)感細膩絲滑、更擬人,提供全域安心的駕乘體驗
經(jīng)過「強化學習+世界模型」的持續(xù)訓練,Xiaomi HAD 增強版在三大核心行車場景中實現(xiàn)了顯著提升:縱向加減速更絲滑、橫向變道更果斷、路口選擇更精準。
這些行車能力的系統(tǒng)性提升,最終體現(xiàn)在全場景通行能力的顯著進步上。無論是城市擁堵路段、復雜路口,還是高速公路,系統(tǒng)都能展現(xiàn)出更接近人類駕駛員的判斷與操作水準,為用戶駕乘帶來切實的安心感。
首先,縱向控制的加減速更符合預期。行車過程中旁車突然加塞,這幾乎是我們每天開車都會遇到的場景,即使人開也容易出現(xiàn)大力剎車的情況。經(jīng)過強化學習訓練后,大模型能更精準地預測加塞,系統(tǒng)不會過度反應,減速更平穩(wěn),跟車的舒適感和安心感大幅提升。

橫向控制變道動作更精準果斷。例如需要變換車道的場景,通過針對性學習專業(yè)司機橫向控車方式,系統(tǒng)的表現(xiàn)更加成熟。無論是超車時的并線決策,還是遇到前方障礙物的繞行選擇,系統(tǒng)能夠精準判斷安全時機,順利完成方向控制。這種精準的橫向操控,不僅提升了通行效率,更讓駕駛者感受到系統(tǒng)決策的可靠性。

路徑選擇決策更合理,少走錯路。在復雜路口場景中,Xiaomi HAD 增強版展現(xiàn)出了更深層的理解能力,能夠提前讀得懂導航,減少走錯路、選錯道。即便是左轉(zhuǎn)道位于最右側(cè)的特殊路口,系統(tǒng)也能提前開始規(guī)劃路徑,從容不迫地引導車輛進入正確車道。環(huán)島通行、主輔路切換等復雜場景下,系統(tǒng)的路徑選擇更加精準合理。

多場景的綜合表現(xiàn)更成熟、更可靠。從高速公路的流暢變道,到城市道路的靈活穿行,再到上下地庫、進出小區(qū)等細微場景,強化學習加持下的小米輔助駕駛系統(tǒng)在各個場景間的表現(xiàn)更加成熟穩(wěn)健。這些能力的全面提升,讓Xiaomi HAD 增強版在面對復雜多變的真實路況時,展現(xiàn)出更加成熟、穩(wěn)健的駕駛表現(xiàn),為用戶帶來真正意義上的安心駕乘體驗。
全域安心體驗:行車、泊車到安全輔助全面守護,邁向更安心的出行未來
通過「強化學習+世界模型」的深度應用,Xiaomi HAD 增強版在縱向控制、橫向決策與路徑選擇三大行車核心能力上實現(xiàn)了顯著提升,讓輔助駕駛的體驗更加細膩、可靠。這不僅是技術(shù)的進步,更是出行體驗的一次質(zhì)變。
此外,廣州車展發(fā)布的Xiaomi HAD 增強版 會跟隨Xiaomi HyperOS 1.11 系列通過OTA向用戶陸續(xù)推送。HyperOS 1.11 系列除了行車能力的大幅增強,還包含安全輔助的多場景安心感提升。安全輔助功能新增了緊急轉(zhuǎn)向輔助AES 與 前向低速防碰撞輔助L-AEB / 后向低速防碰撞輔助R-AEB 技術(shù)能力,可以提供更多方向、更廣速域、更全目標、更多場景的防碰撞輔助機制,保障行車安全。Xiaomi HAD 增強版&安全輔助功能將在廣州車展后陸續(xù)向用戶推送。
輔助駕駛的進化之路仍在繼續(xù),而每一次技術(shù)突破,最終都將轉(zhuǎn)化為用戶手中更安心、更從容的駕駛體驗。最后,在享受技術(shù)進步的同時,我們也要特別提醒:輔助駕駛無法替代人類駕駛員,現(xiàn)階段輔助駕駛依然還是一個輔助功能,容易受很多因素的干擾,不要相信「怎么開都撞不了」的夸大宣傳,駕駛時仍需時刻保持專注,在必要時及時控制車輛。小米將持續(xù)完善輔助駕駛技術(shù),并與用戶分享更多使用經(jīng)驗與技巧。
結(jié)語:小米SU7 和YU7 過去銷量表現(xiàn)超預期,小米汽車成為最快達成50萬臺交付的車企
最后,在品牌銷量表現(xiàn)層面,過去12個月,小米SU7 在20萬以上轎車中排名第一,此排名不分能源類型。同時,小米SU7 打破了「電動車不保值」的現(xiàn)狀,在中國汽車流通協(xié)會權(quán)威發(fā)布的《2025上半年中國汽車保值率研究報告》中,SU7 的一年保值率為88.91%,在純電車型中排名第一,并且在8月、9月、10月連續(xù)三個月中,小米SU7 仍然排名第一。小米YU7的銷量表現(xiàn)同樣驚喜,在剛過去的10月份,小米YU7 在SUV銷量中排名第一,此排名不分能源類型。
與此同時,從2024年3月28日小米SU7 正式發(fā)布以來,我們僅用602天,就下線了50萬臺小米汽車。截至2025年11月20日,小米汽車是全球范圍內(nèi)最快達成這一成績的車企,這是中國速度的新紀錄,也是世界汽車工業(yè)的里程碑。按照這一節(jié)奏,預計本周內(nèi)就能提前完成全年35萬臺交付目標,小米汽車將持續(xù)為用戶帶來更好的產(chǎn)品和更好的體驗。

來源:第一電動網(wǎng)
作者:王鳴幽
本文地址:http://www.idc61.net/news/qiye/279002
文中圖片源自互聯(lián)網(wǎng),如有侵權(quán)請聯(lián)系admin#d1ev.com(#替換成@)刪除。