星空计划汽车发布自动驾驶方案 采用激光雷达与VLM大模型等技术

星空计划汽车携手星河问途，发布SEWE高级自主大脑

来源：环球网

最近，星空计划汽车在硅谷的全球发布会上，揭晓了其未来将搭载的自动驾驶技术核心——来自星河问途（ASTROX）的SEWE Advanced Autonomous Brain，即SEWE高级自主大脑。这套系统瞄准的是未来的“出行机器人”场景，目标很明确：打通智能座舱、智能驾驶决策和智能底盘控制之间的壁垒，构建一个系统级的闭环架构。值得一提的是，星河问途的核心团队源自国内自动驾驶领域，拥有从算法、系统到产品的全栈技术能力和宝贵的量产经验。

按照星河问途的阐述，当前行业的主流智能驾驶系统，其焦点大多还停留在“驾驶”这个单一任务上。然而，随着智能座舱和智能底盘技术的飞速进步，汽车的角色正在发生根本性转变——它正从传统的交通工具，演进为具备感知、理解、决策、执行和交互能力的智能体。SEWE高级自主大脑的出发点，正是这种全局视角，它试图重新梳理智能驾驶与座舱、底盘三者之间该如何协同工作。

那么，面向未来的智能驾驶系统究竟需要哪些核心能力？品牌方提出了三个关键维度：首先，它必须具备可解释、可视化的推理与决策能力，不能是个“黑箱”；其次，它需要拥有超越简单模仿学习的自主学习与泛化能力，以应对层出不穷的复杂场景；最后，它得能理解人类的自然语言和意图，并能与智能底盘高效协同，灵活满足不同驾驶情境下的需求。

三大系统构成技术基石

SEWE高级自主大脑由三大支柱系统构成：

第一，是面向座舱交互的任务理解系统。 这套系统利用大语言模型与AI智能体技术，能够将用户用自然语言发出的指令（比如“我有点冷，找个能晒太阳的停车场”），拆解成一系列可执行的具体任务。更重要的是，它为未来接入更多样的技能和服务预留了开放空间。

第二，是以大模型为核心的智能驾驶决策系统。 它集成了视觉语言模型（VLM）与端侧世界模型，在保证实时响应的同时，也追求强大的场景泛化能力。同时，系统引入了思维链（CoT）等技术，旨在提升决策过程的透明度与可解释性，让“AI为何这样开车”变得有迹可循。

第三，是面向车辆执行的智能控制系统。 该系统率先采用了模型预测控制（MPC）技术，将智能底盘上多个执行器（如转向、制动、悬架）的协同控制，纳入一个统一的优化框架中。这样一来，系统就能更好地适配来自上游的多模态轨迹规划和复杂控制指令。

技术路线：激光雷达优先，端云协同进化

在感知技术路线的选择上，星河问途表示其思路是回归“第一性原理”，优先采用了激光雷达方案。发布会上亮相的，是由星空计划汽车与合作伙伴联合开发的旗舰级激光雷达产品DHX1。它的参数相当亮眼：最高支持4320线全彩4K感知，最远测距可达600米，即使在10%的低反射率条件下，测距也能达到400米。这意味着，它能够识别300米外的交通水马、280米内的小动物等细小目标，为系统提供了极其丰富和精确的环境信息。

在视觉语言模型（VLM/VLA）与世界模型的融合方面，星河问途认为两者在现阶段应紧密结合、相辅相成。具体策略是：在车端（端侧）集成VLM/VLA模型与轻量化的世界模型，实现实时感知与局部推演；在云端，则构建以世界模型为核心的数据闭环体系，结合强化学习进行大规模的仿真训练和轨迹评价，驱动系统持续进化。

云端飞轮：驱动系统自我进化

为了赋予系统持续学习的能力，星河问途在云端搭建了名为“SEWE自进化飞轮框架”的体系。这个框架通过世界模型和强化学习技术，让整个系统能够像滚雪球一样，利用真实数据不断自我优化和迭代。在其数据闭环中，还引入了多类AI助理引擎，例如用于自动挖掘高价值数据、自动化数据标注、以及融合检索增强生成（RAG）等工具，这些都将大幅提升技术迭代的效率。

可以预见，随着技术方案的明确，星河问途将持续推动SEWE高级自主大脑在高阶智能驾驶领域的技术深耕与商业化落地。这场发布会，无疑为未来智能汽车的“大脑”该如何构建，提供了一个清晰而富有野心的技术蓝图。

来源：互联网