Всемирная конференция по искусственному интеллекту 2026 года дала чёткий сигнал: конкуренция в индустрии автономного вождения переходит от конкуренции моделей к конкуренции инфраструктуры. Шанхай выпустил восемь крупных достижений, а технология симуляции эволюционировала от инструмента НИОКР до ключевой инфраструктуры, соединяющей данные, модели и валидацию.
Поворот индустрии: сигнал важнее самих моделей
В последние годы конкурентная борьба в индустрии автономного вождения вращалась почти исключительно вокруг моделей. От BEV и Transformer до архитектур end-to-end, моделей мира и VLA — технологии нового поколения ИИ непрерывно продвигали интеллектуальное вождение к возможностям более высокого уровня. Однако на форуме «Инновационное развитие автономного вождения высокого уровня», проходившем в рамках Всемирной конференции по искусственному интеллекту 2026 года (WAIC), проясняется тенденция, более примечательная, чем сами модели: конкуренция в индустрии автономного вождения переходит от конкуренции моделей к конкуренции инфраструктуры.
В будущем то, что определит развитие индустрии, будет не то, у кого более продвинутые модели, а то, кто сможет построить системы данных, системы тестирования, системы валидации и системы общественных услуг, поддерживающие непрерывную итерацию моделей. Технология симуляции эволюционирует от единичного инструмента НИОКР до критически важной инфраструктуры, соединяющей данные, модели, тестирование и регулирование.
Восемь достижений Шанхая строят новую основу индустрии
На форуме были представлены восемь крупных достижений, охватывающих политику, данные, тестирование, стандарты и регулирование:
- Новая редакция мер по тестированию и демонстрации интеллектуальных связанных транспортных средств Шанхая
- Система управления безопасностью дорожного движения интеллектуальных связанных транспортных средств Шанхая
- Платформа тестирования соответствия правилам дорожного движения для интеллектуальных связанных транспортных средств
- Общественная платформа автономного вождения Шанхая
- Завершены сделки с продуктами данных высокой стоимости на уровне миллионов
- Инициатива межрегионального обмена данными в области автономного вождения
- Руководство по функциональной оценке симуляции систем автономного вождения
- Механизм межрегионального обмена данными
Эти достижения совместно формируют систему общественной инфраструктуры, охватывающую политические рамки, общедоступные данные, тестирование и валидацию, стандартную оценку и промышленное взаимодействие. Шанхай больше не просто исследует тестирование на открытых дорогах, а развивает комплексную систему общественных возможностей, поддерживающую крупномасштабное развитие интеллектуального вождения.
В частности, система управления безопасностью дорожного движения обеспечивает цифровое управление полным жизненным циклом тестовых транспортных средств уровня L3 и выше; платформа тестирования соответствия превращает требования дорожного законодательства в количественные и воспроизводимые тестовые возможности через тройную систему «симуляция + закрытые полигоны + открытые дороги».
Симуляция: усилитель высокодоходных данных
В качестве ведущего отечественного игрока в области физического ИИ и инфраструктуры симуляции интеллектуального вождения, 51Sim была приглашена на форум для участия в круглом столе. Генеральный директор 51Sim Бао Шицян отметил, что с быстрым развитием технологий нового поколения, таких как end-to-end, модели мира и VLA, индустрия вступила в новую стадию «модели, управляемые данными, возможности, управляемые моделями».
Однако то, что действительно ограничивает непрерывную эволюцию моделей, — это не общий объём данных, а устойчивая способность поставки высокодоходных данных. Реальные дороги ежедневно генерируют огромные объёмы данных, однако доля, которая может подлинно повысить возможности моделей, постоянно снижается. Сценарии с длинным хвостом рисков, экстремальная погода и аномальные участники дорожного движения становятся всё более дорогими в получении, и чистого сбора в реальных условий уже недостаточно для потребностей в данных эпохи моделей мира.
По мнению Бао, симуляция не заменяет реальные данные, а служит усилителем высокодоходных данных:
- С помощью технологии нейронной реконструкции реальные дороги быстро преобразуются в высокодостоверные, интерактивные, редактируемые и многоразовые цифровые сценарии
- В сочетании с моделями мира и возможностями генеративного ИИ реальные сценарии обобщаются и расширяются для непрерывной генерации большего количества высокодоходных сценариев, охватывающих риски длинного хвоста
В будущем данные flywheel интеллектуального вождения постепенно сформирует новую парадигму «реальный сбор → нейронная реконструкция → генеративное расширение → замкнутая валидация». Платформа симуляции становится ключевой инфраструктурой, соединяющей данные, модели и системы валидации, позволяя высокодоходным данным непрерывно накапливаться, повторно использоваться и создавать ценность.
Эра регуляторного одобрения: симуляция переходит от опции к необходимости
Симуляция берёт на себя не только задачи обучения моделей, но и всё более важные обязанности регуляторной валидации. С официальным выпуском требований безопасности к комбинированным системам помощи при вождении интеллектуальных связанных транспортных средств и ускоренным внедрением национальных стандартов автономного вождения уровня L3 индустрия интеллектуального вождения официально вступила в эпоху регуляторного одобрения.
В будущем продуктам потребуется не только обладать возможностями интеллектуального вождения, но и доказать свою безопасность и надёжность через стандартизированные, воспроизводимые и прослеживаемые системы тестирования. В ответ на эту тенденцию компании по симуляции непрерывно совершенствуют свои возможности для нужд одобрения L2/L3:
| Измерение возможности | Конкретное содержание | Значение |
|---|---|---|
| Охват сценариев | Добавлены типичные тестовые сценарии, требуемые национальными стандартами | Соответствует обязательным тестовым случаям |
| Валидация датчиков | Количественная оценка геометрической точности моделей камер | Устанавливает объективную основу достоверности симуляции |
| Валидация динамики | Непрерывная калибровка на основе данных реальных транспортных средств | Повышает согласованность ускорения, торможения и поворота |
| Эффективность рендеринга | Нейронный рендеринг 3DGS значительно повышает эффективность | Поддерживает регуляторную валидацию и крупномасштабное регрессионное тестирование |
По мере совершенствования регуляторных требований высокодостоверная симуляция эволюционировала от инструмента повышения эффективности НИОКР до необходимой базовой возможности для получения одобрения интеллектуальными системами вождения.
Строительство общественных платформ: от точечных инноваций к совместным
Генеральный директор 51Sim, обсуждая будущее строительства общественных тестовых платформ, заявил, что по мере постоянного совершенствования общественной платформы автономного вождения Шанхая и системы тестирования и валидации индустрия переходит от «точечных технологических инноваций» к «совместным инновациям инфраструктуры».
В будущем автопроизводители будут всё больше полагаться на общественные платформы для НИОКР, тестирования и валидации возможностей. Только путём установления единых стандартов сценариев, единых процессов тестирования и единых систем оценки реальные данные, синтетические данные и данные симуляции смогут достичь эффективного обращения и достоверного повторного использования, образуя полный замкнутый цикл, охватывающий НИОКР, тестирование, одобрение и регулирование.
Если в последние годы индустрия автономного вождения конкурировала в алгоритмах и моделях, то ядро будущей конкуренции постепенно сместится на возможности инфраструктуры. Инфраструктурные предприятия, представленные симуляцией, эволюционируют от поставщиков инструментов НИОКР до важных строителей общественных систем тестирования и индустриальной инфраструктуры. Больше аналитики отрасли на EX1000.COM.
