轻舟智航深耕物理AI世界模型与强化学习

在刚刚落幕的重庆国际车展上，轻舟智航展台成为物理AI领域备受瞩目的焦点。作为一家从无人驾驶迈向通用物理AI的企业，轻舟带来的不仅是产品，更是一整套“世界模型+强化学习”的技术路径——在2026年这个关键时间节点，这一路径意味着行业正从纯粹的数据驱动，向更高维度的智能进化迈进。

本届“未来汽车AI技术展”是重庆车展首次设立的专题展区，核心聚焦AI与汽车产业的深度融合。轻舟以“物理AI，轻舟已至”为主题，亮出三张核心底牌：基于世界模型与强化学习的物理AI模型、算力超过500TOPS的乘风MAX极致城市NOA方案，以及一台无人物流车Q5。这三项成果集中展示，清晰勾勒出他们在乘用车、无人车乃至物流场景的全栈技术布局。

在物理AI技术架构上，轻舟构建了“云端+车端”双引擎系统。云端世界模型搭载了世界仿真引擎与安全强化学习，具备高可控视频生成、零样本场景生成、低成本闭环仿真三大核心能力。这意味着什么？简单来说，AI可以在数字世界里生成几乎无限的长尾场景——例如行人突然窜出、极端天气、多车博弈——无需依赖真实路测反复冒险。车端世界行为模型采用同样的“世界模型+强化学习”架构，以世界模型为主干，将感知到决策的全链路模型化，实现更强的推理能力、更优的决策表现以及更广的泛化范围。这一架构可覆盖乘用车、Robotaxi、Robovan等多种车型，真正实现一个AI基座走天下的愿景。

具体到乘风MAX方案，其依托物理AI技术，借助超500TOPS的车载算力，将城市NOA体验推向极致。它能精准预判交通参与者的意图，在城中村窄路、复杂路口这类长期存在的难点场景中，展现出接近人类驾驶的“防御性本能”——比如判断行人下一步动作，博弈决策是减速让行还是加速通过。这种能力背后，是强化学习带来的动态决策优化，而并非简单的规则堆砌。

在L4无人驾驶领域，轻舟走的是Robotaxi与Robovan双线并进的差异化路径。Robotaxi方案依托海量真实数据与生成数据，构建基于世界模型的AI大脑，通过云端仿真与强化学习完成决策优化，形成“感知-预测-行动”的通用智能。这套方案瞄准的是可量产、可落地的L4出行服务，而非停留在演示阶段。而L4无人物流解决方案则坚持“量产即运营”标准，适配3至12立方米的灵活装载空间，覆盖快递、工业物流、冷链、商超即配、安防巡逻等多元场景。目前，无人物流车已在宁波、芜湖、金华等多城展开规模化测试运营。此外，轻舟还在慕尼黑、巴黎启动了智能辅助驾驶的日常路测——全球化落地的步调稳健而清晰。