作者丨青風(fēng)
一輛自動(dòng)駕駛巴士駛近視野受阻的路口，橫向道路有輛大貨車正疾馳而來，而巴士仿佛開啟了“上帝視角”，提前預(yù)知，從容避讓，載著乘客安全前行。
交通管理員詢問：“分析2號(hào)路口本周異常情況?！盇I系統(tǒng)即刻響應(yīng)，“本周該路口共發(fā)生712起交通事件，其中行人闖入占比最高達(dá)55%，非機(jī)動(dòng)車闖入與實(shí)線變道分別占9%和4%，顯示行人及非機(jī)動(dòng)車管理為風(fēng)險(xiǎn)防控重點(diǎn)……建議增設(shè)行人過街設(shè)施與非機(jī)動(dòng)車專用道，優(yōu)化信號(hào)燈配時(shí)。”
這并非科幻電影橋段，而是蘑菇車聯(lián)AI大模型在交通領(lǐng)域的真實(shí)應(yīng)用場景。在2025年世界人工智能大會(huì)（WAIC）上，作為AI網(wǎng)絡(luò)基礎(chǔ)設(shè)施和自動(dòng)駕駛?cè)珬＜夹g(shù)服務(wù)商的蘑菇車聯(lián)受邀參會(huì)，并正式對(duì)外發(fā)布首個(gè)深度理解物理世界的AI大模型——MogoMind大模型。上述場景正是其能力的生動(dòng)體現(xiàn)，吸引了眾多參展人員，使其成為展會(huì)矚目的焦點(diǎn)之一。
值得一提的是，蘑菇車聯(lián)的展位緊鄰特斯拉，重點(diǎn)展示MogoMind、智能體與物理世界實(shí)時(shí)交互的AI網(wǎng)絡(luò)以及MogoAutoPilot自動(dòng)駕駛系統(tǒng)。這兩家AI廠商雖然發(fā)展思路不盡相同，但都不滿足于將AI僅應(yīng)用于虛擬世界。
從AI問答與搜索，到自動(dòng)駕駛上路；從大語言模型處理虛擬信息，到物理AI大模型理解與交互真實(shí)世界，AI開始深度融入物理世界，“物理AI”的大幕已徐徐拉開。
01
「從大語言模型到物理AI」
AI的進(jìn)化從未停歇。2017年Transformer架構(gòu)奠定大模型基礎(chǔ)，2022年底ChatGPT點(diǎn)燃通用人工智能（AGI）曙光，引發(fā)巨頭競逐。與此同時(shí)，AI的能力邊界不斷拓展，從最初的聊天問答、文案生成，逐步進(jìn)化到編程、深度研究、方案策劃等實(shí)際任務(wù)處理。
那么，AI的下一個(gè)浪潮是什么？
業(yè)界領(lǐng)袖已有共識(shí)。英偉達(dá)CEO黃仁勛不久前曾直言，“從感知AI到生成式AI，現(xiàn)在正進(jìn)入推理AI階段，而下一波浪潮是物理AI，將成為未來關(guān)鍵領(lǐng)域?！瘪R斯克也強(qiáng)調(diào)AI必須遵循物理定律；李飛飛致力于讓AI理解3D物理空間；Meta則發(fā)布模型探索重力等物理概念。
這一切指向同一趨勢——AI必將從虛擬世界邁入物理世界，通過形成物理智能，實(shí)現(xiàn)對(duì)物理世界的實(shí)時(shí)感知、理解和響應(yīng)。
物理AI與傳統(tǒng)大語言模型有本質(zhì)區(qū)別。第一，大語言模型擅長處理靜態(tài)文本，卻難以應(yīng)對(duì)物理世界的實(shí)時(shí)、多模態(tài)信息流，更無法通過互聯(lián)網(wǎng)數(shù)據(jù)信息預(yù)測現(xiàn)實(shí)世界。
而如今，智能駕駛、人形機(jī)器人、腦機(jī)接口與AI技術(shù)的融合帶來了巨大想象空間。越來越多的具備智能輔助駕駛能力的汽車駛?cè)虢值?，越來越多的機(jī)器人從生產(chǎn)車間走入現(xiàn)實(shí)的大舞臺(tái)——它們都迫切需要一個(gè)能“看懂”物理世界、“預(yù)判”現(xiàn)實(shí)變化的AI。
第二，大語言模型缺乏全局AI認(rèn)知系統(tǒng)。以智能駕駛為例，當(dāng)前多數(shù)方案仍局限于“單體智能”。
無論是特斯拉的純視覺方案，還是其他廠商的激光雷達(dá)方案，都聚焦于車輛自身的感知與決策。在天氣良好、視野無遮擋時(shí)表現(xiàn)尚可，但在大雨、有遮擋物或超視距場景下，現(xiàn)有方案均存在天然缺陷，難以保障更高的安全性，也無法對(duì)整個(gè)城市交通效率進(jìn)行全局優(yōu)化。
“目前，無論傳統(tǒng)汽車還是自動(dòng)駕駛汽車，都只能感知100-200米，而且還有大量盲區(qū)，車車、車路也不能通信協(xié)同，從而大幅降低交通安全和效率。所以，在復(fù)雜的交通場景中，如何讓車輛實(shí)現(xiàn)全局感知、全局協(xié)同是一個(gè)難題?！蹦⒐杰嚶?lián)相關(guān)負(fù)責(zé)人表示。
如同人類通過發(fā)射衛(wèi)星、深海探測、搭建全球通訊網(wǎng)絡(luò)拓展自身感知，物理AI世界中越來多的智能體，包括自動(dòng)駕駛車輛、具身智能、無人機(jī)等，同樣需要一張能全局實(shí)時(shí)感知的AI網(wǎng)絡(luò)。
當(dāng)特斯拉、Waymo等行業(yè)先行者還在單車智能的道路上全力沖刺時(shí)，蘑菇車聯(lián)突破局限，引入一種全新的思維方式：如何通過AI技術(shù)，不僅僅連接單一的設(shè)備或系統(tǒng)，而是將整個(gè)物理世界的智能化設(shè)備進(jìn)行連接，實(shí)現(xiàn)多智能體對(duì)物理世界的全局認(rèn)知和全局協(xié)同，用“上帝視角”為AI打通邁向物理世界的通道。
MogoMind大模型應(yīng)運(yùn)而生。
02
「物理世界的“認(rèn)知中樞”」
作為首個(gè)深度理解物理世界的AI大模型，MogoMind的核心突破就在于解決了傳統(tǒng)AI的上述兩大痛點(diǎn)：缺乏實(shí)時(shí)物理感知能力與缺乏全局認(rèn)知系統(tǒng)。
依托覆蓋城市全域的感知、通訊和計(jì)算一體化設(shè)備，MogoMind大模型能夠毫秒級(jí)捕捉車輛行駛軌跡、速度變化、交通流量、行人動(dòng)態(tài)等實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)。
通過深度整合實(shí)時(shí)、海量的多模態(tài)交通數(shù)據(jù)，MogoMind可從物理世界的復(fù)雜數(shù)據(jù)中抽取意義、從經(jīng)驗(yàn)中學(xué)習(xí)規(guī)則、在不同場景中靈活決策，形成對(duì)交通環(huán)境的全局感知、深度認(rèn)知和實(shí)時(shí)推理決策能力，可以為多類型智能體提供實(shí)時(shí)數(shù)字孿生與深度理解服務(wù)，推動(dòng)城市交通從“單點(diǎn)智能”邁向“全局智能”。
形象地來說，MogoMind大模型既可以為高速、城市交通等管理部門使用，也可以直接應(yīng)用于自動(dòng)駕駛車輛中。
就像人們使用AI大模型的方式一樣，城市交通管理部門可直接使用自然語言詢問MogoMind，比如“哪里最擁堵？什么時(shí)間點(diǎn)最擁堵？有什么交通異常狀況？哪里有事故？”或者，還可以直接選擇某個(gè)路口，就能通過攝像頭直接查看現(xiàn)場情況。
MogoMind擔(dān)當(dāng)城市交通 “決策中樞”，助力交通管理者掌握城市交通運(yùn)行全貌，基于實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)融合分析，在宏觀交通流量調(diào)控、微觀路口優(yōu)化、突發(fā)事件應(yīng)急處理等方面做出科學(xué)決策，實(shí)現(xiàn)城市交通管理整體協(xié)同優(yōu)化。
例如，遇到道路施工或者暴雨天氣等情況時(shí)，MogoMind能通過攝像頭畫面判斷路面狀況，結(jié)合歷史事故數(shù)據(jù)預(yù)測潛在危險(xiǎn)區(qū)域，為途經(jīng)車輛提供精準(zhǔn)的路況解讀與應(yīng)對(duì)建議，將復(fù)雜的物理環(huán)境信息轉(zhuǎn)化為可操作的智能決策，為交通管理部門和出行者提供針對(duì)性的應(yīng)對(duì)建議。
此外，MogoMind還可以賦能自動(dòng)駕駛車輛。蘑菇車聯(lián)已推出多款L4級(jí)前裝量產(chǎn)自動(dòng)駕駛車輛，包括RoboBus、RoboSweeper和RoboTaxi，推動(dòng)自動(dòng)駕駛技術(shù)與公共交通、城市環(huán)衛(wèi)、無人零售等多場景深度融合應(yīng)用，提升城市交通和公共服務(wù)智能化水平。
以自動(dòng)駕駛巴士為例，因?yàn)樾枰l繁上下車，且乘客更多，其對(duì)安全的要求必然更高，容不得半點(diǎn)差池，有“上帝視角”的安全冗余就變得尤其必要。
蘑菇車聯(lián)自主研發(fā)的MOGOBUS，搭載了端到端 “MogoAutoPilot + MogoMind” 系統(tǒng)，探測距離達(dá)200米，對(duì)道路環(huán)境理解效率提升30%，已在全國10個(gè)省份成功運(yùn)營，累計(jì)安全行駛里程突破200萬公里，服務(wù)乘客超20萬人次。
更難得的是，蘑菇車聯(lián)賦予MogoMind強(qiáng)大的兼容性和可擴(kuò)展性。作為一個(gè)開放的物理世界AI大模型，MogoMind能夠無縫接入來自不同廠商、不同類型的交通設(shè)備與系統(tǒng)，包括道路傳感器、車載終端、交通管理軟件等，實(shí)現(xiàn)多源數(shù)據(jù)的統(tǒng)一管理和協(xié)同處理。
同時(shí)，MogoMind提供標(biāo)準(zhǔn)化接口，可廣泛應(yīng)用于智能網(wǎng)聯(lián)汽車、無人駕駛汽車、低空無人機(jī)、機(jī)器人等領(lǐng)域。政府部門、交管部門、車企、具身智能廠商等，都能在MogoMind找到適合自身需求的應(yīng)用場景，實(shí)現(xiàn)資源共享、優(yōu)勢互補(bǔ)，推動(dòng)AI與交通生態(tài)的融合發(fā)展。
03
「獨(dú)特的壁壘」
落地這個(gè)物理AI大模型并不是一條輕松的路，除了數(shù)據(jù)的積累，模型和智能駕駛等技術(shù)端的突破，還需要面臨政府洽談及行業(yè)生態(tài)搭建等各方面的挑戰(zhàn)。甚至外部市場最初還對(duì)這個(gè)路線存有質(zhì)疑，認(rèn)為它在挑戰(zhàn)行業(yè)主流的“單車智能”方案。
而上面的每個(gè)不容易，都筑成了蘑菇車聯(lián)的獨(dú)特壁壘。
蘑菇車聯(lián)已構(gòu)建起完整的AI網(wǎng)絡(luò)基礎(chǔ)設(shè)施：從基礎(chǔ)的路側(cè)感知、通訊、計(jì)算設(shè)備，到路側(cè)操作系統(tǒng)，再到MogoMind大模型的算法層，和針對(duì)智能終端的“智途平臺(tái)”、云控應(yīng)用平臺(tái)、管理平臺(tái)等應(yīng)用層。
MogoMind還構(gòu)建起一套多源融合的實(shí)時(shí)感知體系。它整合道路傳感器、車載終端等多種設(shè)備，形成全方位、立體化的物理世界感知網(wǎng)絡(luò)。通過邊緣計(jì)算技術(shù)，數(shù)據(jù)在源頭即可完成初步處理，大幅縮短傳輸與分析時(shí)間，實(shí)現(xiàn)對(duì)道路狀況、車輛行駛狀態(tài)、行人軌跡、氣象條件等物理信息的毫秒級(jí)感知，為交通管理和出行決策提供精準(zhǔn)的實(shí)時(shí)信息，避免因感知滯后導(dǎo)致的應(yīng)急響應(yīng)遲緩問題。
蘑菇車聯(lián)在數(shù)據(jù)積累方面的壁壘同樣堅(jiān)實(shí)。
正如《連線》雜志創(chuàng)始主編、《失控》《必然》作者凱文·凱利在其新書中所言，“無論是虛擬世界還是物聯(lián)網(wǎng)世界，大數(shù)據(jù)的搜集和使用將成為未來AI時(shí)代的根本特征，這毋庸置疑?！薄霸阽R像世界時(shí)代，全世界最大、最富有的公司將是為鏡像世界提供數(shù)據(jù)支持的公司?！?/p>
不像大語言模型所需求的數(shù)據(jù)，可以直接從互聯(lián)網(wǎng)中獲取。物理AI所需要的數(shù)據(jù)，則必須是實(shí)時(shí)的、物理世界的真實(shí)數(shù)據(jù)。這無疑需要深厚積累，同樣需要城市數(shù)量的大范圍覆蓋。
蘑菇車聯(lián)無疑搶跑多年，截至目前已在北京、上海、天津、桐鄉(xiāng)、南京、沈陽、煙臺(tái)、成都、大理等十余個(gè)城市落地，覆蓋城市開放道路、高速公路、園區(qū)、景區(qū)、港口、機(jī)場等多場景多業(yè)態(tài)，實(shí)現(xiàn)常態(tài)化運(yùn)營，積累下海量寶貴數(shù)據(jù)。
此前市場中有聲音認(rèn)為蘑菇車聯(lián)的物理AI路線與單車智能彼此對(duì)立。事實(shí)上，MogoMind大模型的思路，是在單車智能的基礎(chǔ)上，又增加了一層全局感知、認(rèn)知、分析和決策的安全冗余，不僅不對(duì)立，其實(shí)兩者可以相互融合。
而單就自動(dòng)駕駛而言，蘑菇車聯(lián)也已擁有扎實(shí)的技術(shù)積累與多場景實(shí)踐經(jīng)驗(yàn)，初步建立了龐大的自動(dòng)駕駛生態(tài)。其核心技術(shù)包括端到端AI模型、混合架構(gòu)和基于物理世界的認(rèn)知模型，確保車輛能夠?qū)崿F(xiàn)物理世界的深度理解與最優(yōu)決策。
蘑菇車聯(lián)已推出多款L4級(jí)前裝量產(chǎn)自動(dòng)駕駛車輛，包括無人駕駛巴士、無人駕駛清掃車和無人駕駛出租車，已在北京、上海、天津、成都、大理、青海等十余座城市復(fù)雜路況中實(shí)際落地且安全運(yùn)營。
另外，在8年時(shí)間里，蘑菇車聯(lián)的“朋友圈”不斷擴(kuò)大，囊括了大批央企、世界500強(qiáng)公司。中國移動(dòng)、中國聯(lián)通、中國交建、騰訊、順豐、北京環(huán)衛(wèi)、一汽、東風(fēng)、上汽、北汽、金旅、比亞迪、理想等數(shù)十家知名企業(yè)，相繼與其達(dá)成戰(zhàn)略合作，并在智慧城市、數(shù)字交通、智能網(wǎng)聯(lián)、自動(dòng)駕駛等領(lǐng)域形成“AI網(wǎng)絡(luò)”一攬子落地方案。
04
「寫在最后」
AI正日新月異地快速發(fā)展，也正越來越深入地融入現(xiàn)實(shí)世界中。而在交通出行等物理世界中，安全與效率，無疑仍是人們對(duì)AI技術(shù)的最大期待。
對(duì)AI的發(fā)展，人們需要不同的思路，市場需要不同的路線。增加了安全的冗余，提高了全局的效率，蘑菇車聯(lián)MogoMind的探索，值得鼓勵(lì)。
- END -
特別聲明：本文為合作媒體授權(quán)DoNews專欄轉(zhuǎn)載，文章版權(quán)歸原作者及原出處所有。文章系作者個(gè)人觀點(diǎn)，不代表DoNews專欄的立場，轉(zhuǎn)載請(qǐng)聯(lián)系原作者及原出處獲取授權(quán)。(有任何疑問都請(qǐng)聯(lián)系idonews@donews.com)
