过去两年,世界模型最热闹的战场不在马路上,而在屏幕上——行业几乎默认,谁的画面更逼真,谁就更接近未来。可把这些片段放进一个真实路口:前面一辆车突然加塞,行人从公交车头后面窜出来的情况,该不该刹、什么时候刹、刹到什么程度?画面一个也答不上。长城汽车把问题,带到了CoRL 2026。
一场学术会议
凭什么成为机器人学习领域的前沿阵地?
近日,长城汽车独家赞助支持的CoRL 2026 专题研讨会“Grounded 4D Multimodal World Models for Autonomous Driving Decision Making”(面向驾驶场景决策的4D多模态世界模型)在美国奥斯汀 Hilton Austin 落下帷幕。CoRL 全称 Conference on Robot Learning,是机器人学习领域公认颇具影响力的国际学术会议之一。
本届大会汇集清华大学、北京大学、麻省理工学院、斯坦福大学等国内外知名高校的研究成果,覆盖机器人学习、操作与控制、具身基础模型、世界模型等方向。从基础方法到真实系统,学术探索与产业应用在这里正面交锋,在这里,长城汽车不是旁观者,它与来自学术界、产业界的研究者同场,讨论世界模型如何服务真实驾驶决策。
比逼真更重要的是
世界模型能不能面对真实的路况
世界模型的价值从不只是图像或视频有多逼真,更在于能否反映道路参与者之间的交互、物理动态以及车辆行动带来的后果。对长城汽车而言,这些问题不能停留在论文和演示里,而要回到量产车辆每天可能遇到的路口。
长城汽车作为本场 Workshop 的独家高级合作伙伴,把讨论引到真实道路的具体问题上:车辆变道后,周围交通会怎样变化?行人突然从公交车头后方横穿,模型能否帮系统识别风险?围绕这些问题,Workshop 聚焦 4D 场景表达、多模态生成、闭环仿真与安全评估——说白了,就是让车在虚拟世界里反复经历那些现实中会面对的路况,探讨如何让生成的世界真正服务车辆决策,而不止于画面生成。值得一提的是,这也是本届CoRL唯一一场在选题中同时明确聚焦世界模型与驾驶场景决策的研讨会。
另外,长城汽车还在大会上展示了获评亮点论文的最新学术成果,介绍了自研高效世界模型EpsilonWorld。这项研究面向真实场景的部署需求,聚焦高效世界模型长程预测中的误差累积问题,力求让未来预测更稳定、更高效,为复杂、真实驾驶场景下的决策研究提供支持。
先让车把危险练够,人才能从容上路
是长城汽车给出的答案
世界模型的研究热度,正在转化为对真实任务更深入的探索。长城汽车想做的很朴素:把这座“虚拟训练场”建得足够真、足够难,让车在上路之前先把危险练够练透;让一个普通车主,在雨天、在夜里、在一个突然横穿的行人面前,多出那半秒钟的从容。
技术最终要交付的从来不是参数和 Demo,而是一个人坐在车里,敢放心把方向盘交出去。这份底气只能来自判断的准确 —— 世界模型的下半场,比的不再是谁更像,而是谁更对。这场比拼,长城汽车已经在路上。
股票
板块
用户
资讯
评论 (0)