近日，西井科技AI創(chuàng)研團隊在國際權威自動駕駛算法榜單NAVSIM v2中脫穎而出，憑借創(chuàng)新的端到端自動駕駛模型，以綜合得分48.759的成績榮登榜單全球第二位，并在多個關鍵安全指標上取得第一，充分彰顯西井科技在自動駕駛前沿技術領域的卓越表現(xiàn)和領先成績。

NAVSIM排行榜是由斯坦福大學、多倫多大學、上海人工智能實驗室、德國圖賓根大學、英偉達、南洋理工大學、博世、Vector研究院等全球頂尖高校與機構聯(lián)合推出的數(shù)據(jù)驅動自動駕駛評測基準，以其評測標準的嚴苛性和場景的復雜性著稱，已成為自動駕駛研究領域公認的權威榜單之一，吸引了全球超百支頂尖團隊參與角逐，包括RB、QCraft、ACM、RAP等。其Navhard組別挑戰(zhàn)性極高，融合了復雜真實場景與基于3DGS技術的合成極端場景，對自動駕駛模型在動態(tài)環(huán)境中的決策魯棒性、安全性與合規(guī)性提出了極高要求。

端到端自動駕駛新范式

西井科技首席工程師顧榮琦帶領的AI創(chuàng)研團隊本次參與評測的核心是當前自動駕駛技術發(fā)展的前沿方向——端到端自動駕駛模型。與傳統(tǒng)將感知、預測、規(guī)劃等模塊割裂的級聯(lián)式架構不同，端到端模型旨在通過單一模型，從傳感器輸入直接預測未來數(shù)秒的車輛規(guī)劃軌跡。這種方法能有效減少模塊間信息傳遞的損失，更充分地利用數(shù)據(jù)驅動和規(guī)模定律(Scaling Law)，是實現(xiàn)更安全、更高效自動駕駛的關鍵路徑。

為應對這一挑戰(zhàn)，西井科技AI創(chuàng)研團隊在本次競賽中提出一種新型端到端自動駕駛模型。該模型采用大規(guī)模預訓練視覺骨干網絡DINO v3來提取細粒度圖像特征，并利用基于Transformer架構的預測頭來評估多條備選軌跡的得分，從而選擇最優(yōu)行駛軌跡。為了提升模型對軌跡與周圍環(huán)境動態(tài)交互的理解能力，該模型還創(chuàng)新性地引入了一個基于Rectified Flow技術構建的世界模型，用于預測執(zhí)行不同軌跡時可能出現(xiàn)的未來語義場景，從而進一步增強軌跡預測的準確性和安全性。

多維度安全指標表現(xiàn)領先

在評價體系上，NAVSIM v2采用綜合性的EPDMS指標來評估端到端模型的性能。EPDMS不僅關注軌跡預測與真實軌跡的貼合度，更綜合考量軌跡的碰撞風險、可行駛區(qū)域規(guī)范性、車道居中性、通行效率及舒適性等多個維度，全面反映自動駕駛系統(tǒng)的綜合能力。

西井科技的模型最終以48.759的EPDMS高分位列navhard榜單第2位。值得一提的是，在反映核心安全性能的多個分項指標上，西井模型表現(xiàn)卓越，在一階段的可行駛區(qū)域規(guī)范性、距碰撞時間TTC(Time_to_collision)，以及難度更高的二階段的無過錯碰撞等關鍵安全指標上均位列第一，證明了其技術方案在保障行車安全方面的顯著優(yōu)勢。

結果可視化顯示，西井科技的模型僅需圖像和導航指令作為輸入，即可規(guī)劃出安全、合規(guī)的行駛軌跡，有效規(guī)避潛在碰撞風險與駛出可行區(qū)域的風險。

模擬場景：返回正確車道

模擬場景：無保護左轉

模擬場景：繞行非可行區(qū)域

此次在NAVSIM v2榜單上取得佳績，是西井科技在端到端自動駕駛大模型領域持續(xù)探索過程中的又一重要成果。西井科技近年來在自動駕駛算法領域積極投入研發(fā)，接連在IEEE/RSJ、ICARM、ICCV等國際學術會議和權威榜單中取得突破性成果，展現(xiàn)了其強大的技術創(chuàng)新能力和產業(yè)化落地實力。

在前沿技術突破與商業(yè)化場景落地的雙輪驅動下，西井科技的自動駕駛解決方案正加速應用于全球海、陸、空、鐵、工廠等關鍵物流樞紐，并已將產品和服務拓展至全球28個國家和地區(qū)，為全球智慧物流升級貢獻中國智慧與解決方案。

（來源：西井科技）