近日,交通運輸部、國家鐵路局、中國民用航空局、國家郵政局、中國國家鐵路集團有限公司印發《“人工智能+交通運輸”典型應用場景創新行動方案》。
方案提出,開展智能駕駛“端到端”大模型研發與測試。面向公路貨運、園區運輸、短途接駁等不同類型場景,開展智能測評技術研發與驗證,探索建立虛實結合的智能化測試場。
聚焦礦產、集裝箱、糧食等大宗貨物干線運輸場景,開展智能駕駛技術集成應用驗證,推進貨物運輸技術性降本提質增效。
伴隨“人工智能+交通運輸”國家戰略落地,智能駕駛端到端多模態大模型已成為行業技術變革核心賽道。傳統模塊化智駕架構存在感知、預測、規劃模塊誤差累積、信息割裂、長尾場景泛化能力不足等痛點,而端到端大模型依托統一多模態表征能力,可直接將攝像頭、激光雷達、毫米波雷達、定位等原始傳感器輸入映射為車輛轉向、加速、制動控制指令,融合視覺語言動作(VLA)認知推理,實現類人化全局駕駛決策,重構自動駕駛技術鏈路。
面對端到端大模型的測試挑戰,傳統的“腳本+規則”測試已無法滿足需求,測試體系正朝著“智能化、場景化、閉環化”演進。
1.基于大模型與多智能體的“測試智能體”范式
引入大語言模型(LLM)和“多智能體(Multi-Agent)”架構,將測試從“靜態用例執行”升級為“動態測試智能體”。通過大模型解析自然語言需求,自動生成測試場景和斷言,并模擬人類測試專家的思維鏈(Chain-of-Thought)進行復雜場景的推理測試。例如,通過多智能體協作,實現需求解析、場景坐標提取、測試矩陣生成和用例實例化的全鏈路自動化,顯著提升測試用例的生成效率和場景覆蓋率。
2.基于“世界模型”的虛實結合閉環測試
端到端大模型對真實路測的依賴度高且成本大,基于“世界模型”的仿真測試成為核心驗證手段。世界模型能夠根據傳感器輸入和車輛狀態,生成高度逼真的虛擬駕駛環境(如極端天氣、復雜路口、危險近失場景),為模型提供“開環+閉環”的測試平臺。在閉環測試中,模型在虛擬環境中不斷試錯并接收獎勵反饋,實現“從錯誤中學習”,有效彌補了真實路測長尾場景覆蓋不足的問題,大幅降低測試成本。
3.基于大模型評估的“非確定性”測試
針對大模型輸出的非確定性,測試評估體系需要引入大模型評估(LLM-as-a-Judge)機制。通過大模型對測試輸出進行語義理解、事實正確性評估和邏輯一致性打分,替代傳統的絕對匹配斷言。同時,結合“人機協同(Human-in-the-Loop)”機制,將測試工程師的專業審核作為模型反饋,形成測試-評估-迭代的閉環,持續優化測試評估標準。
智駕端到端大模型的研發測試,正從“人工腳本驅動”向“AI智能體驅動”跨越,從“單一場景驗證”向“虛實結合閉環測試”演進。面對大模型帶來的非確定性和黑盒挑戰,行業需要構建“數據+算力+大模型+仿真”的融合測試體系,通過智能化測試手段持續探索模型的能力邊界,為智能駕駛的安全、可靠、規模化落地提供堅實保障。
版權與免責聲明:
凡本站注明“來源:智能制造網”的所有作品,均為浙江興旺寶明通網絡有限公司-智能制造網合法擁有版權或有權使用的作品,未經本站授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的,應在授權范圍內使用,并注明“來源:智能制造網”。違反上述聲明者,本站將追究其相關法律責任。
本站轉載并注明自其它來源(非智能制造網)的作品,目的在于傳遞更多信息,并不代表本站贊同其觀點或和對其真實性負責,不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉載時,必須保留本站注明的作品第一來源,并自負版權等法律責任。如擅自篡改為“稿件來源:智能制造網”,本站將依法追究責任。
鑒于本站稿件來源廣泛、數量較多,如涉及作品內容、版權等問題,請與本站聯系并提供相關證明材料:聯系電話:0571-89719789;郵箱:1271141964@qq.com。