13位车企掌舵人齐聚ai大会 商汤讲的世界模式，个人感觉与momenta的强化学习有点像。王晓刚把智驾分为三个阶段【图1】：
- 第一个阶段基于规则的智能驾驶，我们又通过AI输出感知的结果，能够各种规则预定义这些逻辑，能够根据优化物理模型实现规控。
- 第二阶段大家推动的是端到端的自动驾驶，是大模型。他认为大模型的两个问题【图2】：
一是我们需要大量的数据，特斯拉有几百万台车，而且这些车的传感器的配置是一致的，所以能够回流大量的数据。今天我们面临的问题是没有如此规模的数据。
二是对于各种危险复杂的场景，Corner Case这些获得成本是非常高的，风险也是非常高的，怎么获得这些高质量的数据是我们需要解决的问题。
- 第三个阶段通过世界模型，通过所谓的生成式的智驾，通过强化学习能够进一步的突破【图3】。
就连举的例子都和Momenta很像：一个非常典型的例子，2015年的时候在围棋里面AIphaGo，后面出现了阿尔法Zero，不需要任何人类的知识的输入，它也能够产生大量的智能。今天在自动驾驶里希望有世界模型，在围棋里面有棋盘，有人类定义的围棋的规则，这是更高阶的智能。
世界模型就可以推动自动驾驶在三个方面取得突破，
一是数据瓶颈，可以通过世界模型产生无限长尾场景。
二是能够得到验证技术边界，因为它能够通过仿真模拟恢复物理的世界，在仿真环境不断的尝试进行实现。
三是通过强化学习达到超越人类驾驶的体验。
同时指出了对世界模型的要求【图4】：
一是生成的数据应该是能够面向量产，能够有更多的场景，非常复杂的场景是可控的，能够一键生成复杂的场景。
二是场景里面有各种因素，可以针对各种因素进行编辑，能够把各种的因素通过自由的组合，能够实现更多的拓展。
三是有实时，在一定空间里面有非常高效的推理的效率，可以在一个世界模型里面实时的进行互动。商汤科技
