九识建成首个L4万卡集群，无人驾驶进入多模态大模型新范式
事件
一家做无人车的公司，为什么需要一万多张GPU？ 9月10日，九识CEO孔旗在广州宣布战略升级为“城市级物理AI”。一周后的9月17日，CTO庄立首次披露支撑这次升级的底层能力：九识已建成业内首个L4级万卡集群，算力集群总规模近1.5万卡。九识也成为首个建成万卡集群的L4团队。 而万卡算力的背后，是一个正在从百亿级迈向千亿级的九识APEX多模态基座大模型。 无人驾驶下半场：迈入多模态大模型新范式 在智能驾驶圈子里，长期存在一个顽固的偏见：载人自动驾驶是高科技，城市货运无人车，AI壁垒更低。但事实显然不是如此。 九识成立于2021年8月，创始团队是中国无人驾驶的拓荒者，曾在百度硅谷研究院主导了Robotaxi、Robotruck的研发工作，并为第一代Appollo开源平台作出了重要贡献。而创业之初，就选择了崭新的领域RoboVan，过去五年，这家企业围绕技术、场景、商业模式三大核心方向深耕布局。 这五年，九识干了三件事：第一件事，把技术真正做出来，发明了全球第一台Robovan；第二件事：让无人驾驶走进更多真实场景，从聚焦物流到L4技术赋能千行百业；第三件事：跑出了无人驾驶的成熟商业范式——卖车、服务、运力。 从2023年卖出第一台车，到如今，九识全球车队超过3万台，覆盖20多个国家、300多座城市，累计真实运营里程超过2.7亿公里。 但规模跑通之后，一个更根本的问题浮出水面：当无人车面对真实城市里那些无法用规则穷尽的大量长尾场景——无标识乡村道路、临时施工围挡、异形障碍物、人车无序混行、恶劣天气光影突变——分水岭到底是什么？ 今天，九识从另一个维度回答了这个问题——正式披露其算力集群突破“万卡”规模，成为业内首家建成L4万卡集群的L4无人驾驶企业。 这也意味着无人驾驶开始迈入多模态大模型的新范式。 万卡算力集群，让车拥有“自我进化”的能力 万卡集群，指的是由超过一万张加速卡组成的高性能计算系统，用以训练基础大模型。 单张AI加速卡像一个高速计算单元，万卡集群则像一座由上万台计算设备组成的‘AI超级工厂’，能够把一个复杂的大模型训练任务拆解后并行处理。 更重要的是，算力的层级，将在基础设施上决定一家智驾企业的智能上限。真实的城市货运场景，充满了长尾非标路况，根本无法用人工规则穷尽。 九识的解法是用大模型去学习物理世界，而万卡集群就是训练这些模型的硬性前提。万卡算力集群，是支撑千亿大模型演进的硬核底座。 据九识披露，其APEX多模态基座大模型正在由百亿级参数规模向千亿级迈进。APEX融合了海量真实L4驾驶数据与互联网语言、视频等知识语料和真实运营的人类决策数据，通过APEX 基座训练完成后，向下赋能数据、模型、评测，实现迭代闭环。 万卡集群赋予九识的，是“自我进化”的能力。3万台车、300多座城市、2.7亿公里真实L4运营数据，每天都在喂养这套算力体系。算力越强，模型迭代越快。模型越强，运营成本越低，更多客户愿意用，车跑起来又产生更多稀缺数据。 孔旗说过一句话：“复杂城市开放道路能够产生高价值数据，而商业模式本身需要赚钱，才能持续获取数据、推动技术进步。”算力不是成本，是飞轮的起点。 APEX九识基座世界模型，让车“理解物理世界” 九识此次战略升级的核心，落在“九识大脑”上——它是九识无人车实现服务与城市治理生态的核心基座。而九识大脑的核心，是正从百亿迈入千亿的APEX多模态基座大模型。 APEX赋予九识的，是“理解物理世界的变化”。 这种能力带来四个层面的质变。 场景推理与决策能力更强，具备预测推演能力，长时序博弈预判大幅提升行驶平顺性与安全性。 知
来源
本条目由采集管线自动抓取并发布，完整内容见下方来源链接。
*采集源：雷锋网*