⚛️量子位•較早收集於 2h
零跑8.68萬新車低算力世界模型車位到車位
💡低算力世界模型驅動8.6萬輛車位到車位—可擴展AV AI關鍵（58字）
⚡ 30-Second TL;DR
有什麼變化
8.68萬輛零跑新車搭載車位到車位代客泊車
為什麼重要
透過降低車載算力需求，降低大規模自動駕駛採用門檻，迫使Tesla等對手優化效率。零跑成為成本效益高的具身AI領導者。
下一步行動
使用CARLA等開源AV模擬器基準測試零跑世界模型的邊緣效率。
誰應關注：Developers & AI Engineers
關鍵要點
- •8.68萬輛零跑新車搭載車位到車位代客泊車
- •世界模型無需高算力即可實現該功能
- •零跑加速智能化駕駛技術競爭
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •零跑汽車透過端到端（End-to-End）大模型架構，將感知與決策整合，成功降低了對高階運算晶片（如NVIDIA Orin-X）的依賴，實現了在低算力平台上的部署。
- •該技術方案採用了輕量化的世界模型（World Model），透過模擬環境進行訓練，使車輛在缺乏高精地圖的場景下，仍能處理複雜的停車位識別與路徑規劃。
- •此項技術普及化策略旨在透過軟體演算法優化，降低硬體成本，進而將高階智駕功能下放到8-10萬人民幣級別的入門車型，以提升市場競爭力。
📊 競品分析▸ Show
| 特性 | 零跑 (Leapmotor) | 小鵬 (XPeng) | 比亞迪 (BYD) |
|---|---|---|---|
| 智駕方案 | 端到端大模型 (輕量化) | 端到端大模型 (XNet) | 天神之眼 / 合作開發 |
| 入門智駕車型價格 | 約 8.68 萬人民幣 | 約 15 萬人民幣以上 | 約 12 萬人民幣以上 |
| 核心優勢 | 極致成本控制與普及化 | 智駕體驗領先與數據積累 | 垂直整合與品牌規模 |
🛠️ 技術深入
• 採用端到端（End-to-End）神經網路架構，將感知、預測、決策直接整合在一個模型中，減少了傳統模組化架構的資訊損耗與延遲。 • 引入輕量化世界模型，利用生成式AI技術在虛擬環境中進行大規模場景模擬，提升模型在邊緣案例（Edge Cases）的處理能力。 • 針對低算力平台進行模型剪枝（Pruning）與量化（Quantization），在保證泊車精度的同時，大幅降低了對GPU算力的需求。 • 支援「車位到車位」功能，即從停車場入口自動導航至指定車位，並完成自動泊車，無需依賴高精地圖。
🔮 前景展望AI analysis grounded in cited sources
智駕功能將成為10萬人民幣以下車型的標配。
零跑透過低算力大模型成功降低成本，將迫使其他車企跟進以維持市場份額。
車企對高階算力晶片的依賴度將顯著下降。
演算法效率的提升證明了軟體優化可以彌補硬體算力的不足，改變了過去「堆算力」的技術路線。
⏳ 時間線
2023-07
零跑發布 LEAP 3.0 技術架構，確立中央集成式電子電氣架構。
2024-01
零跑汽車與 Stellantis 集團完成股權交割，加速全球化與技術研發佈局。
2024-09
零跑在慕尼黑車展展示其智駕技術進展，強調軟體定義汽車能力。
2025-06
零跑開始在量產車型中導入端到端智駕模型測試。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 量子位 ↗