华为战略投资极佳视界:世界模型如何重塑自动驾驶与具身智能的数据范式

近日,华为哈勃与华控基金联合完成对物理AI公司极佳视界的亿元级A1轮投资,这是该公司两个月内连续完成的第三轮融资。这一动作不仅标志着华为在自动驾驶和具身智能领域的战略深化,更揭示了世界模型作为下一代AI基础设施的核心价值。

华为战略投资极佳视界:世界模型如何重塑自动驾驶与具身智能的数据范式

极佳视界成立于2023年,是国内首家以“世界模型”为核心定位的纯血物理AI公司。在短短两年内,该公司已构建覆盖自动驾驶世界模型、具身基础模型及世界模型平台的全栈软硬件产品体系。其创始人兼CEO黄冠(清华大学自动化系AI方向博士)在2024年公开演讲中明确指出:所有通用智能都在走向端到端大模型,而世界模型正是未来具身智能最重要的高质量数据来源。这一观点直指当前AI发展的核心瓶颈——高质量数据的稀缺性与成本问题。

华为战略投资极佳视界:世界模型如何重塑自动驾驶与具身智能的数据范式

华为战略投资极佳视界:世界模型如何重塑自动驾驶与具身智能的数据范式

从技术路径来看,极佳视界的核心突破体现在其自动驾驶世界模型DriveDreamer系列。作为全球首个真实世界驱动的自动驾驶世界模型,DriveDreamer通过物理引擎与神经渲染技术,实现了对复杂交通场景的高保真模拟。2024年,该模型升级至4D版本,联合中国科学院自动化研究所、理想汽车等机构,首次利用世界模型实现对4D驾驶场景重建效果的增强。这不仅是技术层面的创新,更意味着自动驾驶开发范式从“数据采集-标注-训练”的传统流程,转向“世界模型生成-仿真验证-闭环迭代”的高效模式。官方数据显示,基于DriveDreamer的解决方案已服务数十家客户,并与多家头部主机厂达成定点合作。

华为战略投资极佳视界:世界模型如何重塑自动驾驶与具身智能的数据范式

华为战略投资极佳视界:世界模型如何重塑自动驾驶与具身智能的数据范式

团队构成进一步强化了极佳视界的技术壁垒。联合创始人兼首席科学家朱政(清华大学自动化系博士后)的代表作SiamRPN系列是深度学习时代最具影响力的目标跟踪算法,其提出的BEVDet已被多家车企采用为3D感知标准方案。另一位联合创始人孙韶言曾任阿里云总监及地平线数据闭环产品线总经理,合伙人毛继明则曾任百度Apollo仿真技术负责人。这种“学术前沿+产业落地”的复合背景,使公司既能保持技术领先性,又能精准对接行业需求。

华为战略投资极佳视界:世界模型如何重塑自动驾驶与具身智能的数据范式

华为此次投资绝非偶然,而是其技术战略的必然延伸。华为智能汽车解决方案BU CEO靳玉志曾明确表示:“我们不会走向VLA(视觉-语言-动作)路径,更看重WA(世界-动作)模型。”这种技术选择背后是对自动驾驶本质的深刻理解:VLA模型需将视觉信息转换为语言再决策,存在信息损耗与延迟;而WA模型通过世界模型直接理解物理状态并输出控制信号,更符合实时性要求。华为提出的WEWA架构(云端世界引擎+车端世界行为模型)正是这一理念的实践,极佳视界的技术恰好能补全其世界引擎的数据生成与仿真能力。

华为战略投资极佳视界:世界模型如何重塑自动驾驶与具身智能的数据范式

从更宏观的布局看,华为在世界模型领域的投入已形成矩阵效应。除自动驾驶外,其与上海交通大学、华中科技大学联合推出的WorldGrow模型,可单卡30分钟生成272㎡的高质量室内场景;此前对具身智能公司千寻智能的投资,则补全了空间智能的感知层。这些动作共同指向一个清晰趋势:华为正在构建以世界模型为基座、覆盖感知-仿真-决策的全栈智能系统。

华为战略投资极佳视界:世界模型如何重塑自动驾驶与具身智能的数据范式

产业影响层面,世界模型的崛起可能引发三重变革:其一,降低AI数据成本,传统自动驾驶数据采集标注成本高达每公里数百元,而世界模型可无限生成标注数据;其二,加速算法迭代,仿真环境允许进行极端场景测试(如事故规避),大幅缩短开发周期;其三,推动具身智能普及,机器人可通过世界模型预训练物理交互能力,减少真实环境试错。

华为战略投资极佳视界:世界模型如何重塑自动驾驶与具身智能的数据范式

然而挑战依然存在:世界模型的物理真实性仍需提升,特别是在光线反射、材质变形等细节;多智能体交互的复杂性尚未完全解决;从仿真到实车的“仿真到现实”差距仍需算法补偿。极佳视界与华为的合作,正是通过产业需求反哺技术演进的重要尝试。

展望未来,随着世界模型精度的持续提升与算力成本的下降,2025-2027年或将迎来规模化应用拐点。届时,自动驾驶开发效率有望提升3-5倍,具身智能训练成本降低60%以上。华为此次投资不仅是资本布局,更是为这场即将到来的范式革命提前落子。


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:https://www.itsolotime.com/archives/7599

(0)
上一篇 2025年11月12日 上午11:41
下一篇 2025年11月12日 下午12:30

相关推荐

  • Cartesia完成1亿美元B轮融资,SSM架构语音模型Sonic-3实现类人情感表达

    在人工智能语音合成领域,一场基于架构创新的技术竞赛正在悄然展开。近日,语音AI公司Cartesia宣布完成1亿美元B轮融资,英伟达作为投资方赫然在列。与此同时,该公司发布了新一代语音模型Sonic-3,凭借状态空间模型(SSM)架构实现了前所未有的类人情感表达能力。这一系列动作不仅标志着语音AI技术路线的多元化发展,更预示着实时交互语音应用即将迎来新的突破。…

    2025年11月3日
    39500
  • 从辍学生到Sora核心开发者:Gabriel Petersson如何用ChatGPT颠覆传统教育路径

    在人工智能浪潮席卷全球的背景下,一个名为Gabriel Petersson的23岁丹麦青年,以其高中辍学生的身份,成为OpenAI研究科学家和Sora核心技术贡献者,引发了关于教育体系、人才认证与AI时代学习模式的深刻反思。他的故事不仅是一个个体逆袭的传奇,更折射出AI技术对传统知识获取、职业发展路径的颠覆性冲击。 Petersson的成长轨迹与传统教育范式…

    2025年11月29日
    43500
  • Transformers v5.0.0rc0发布:AI基础设施的范式重构与生态演进

    近日,Hugging Face正式发布了Transformers库的v5.0.0rc0候选版本,标志着这一全球最流行的AI基础设施库完成了从v4到v5长达五年的技术周期跨越。作为AI开源生态系统的核心支柱,Transformers的这次重大更新不仅体现了技术架构的深度重构,更预示着AI开发范式的系统性演进。 自2020年11月v4版本发布以来,Transfo…

    2025年12月2日
    36300
  • Transformer先驱的回归:8B小模型Rnj-1如何挑战AI规模竞赛的迷思

    在当今AI领域被千亿参数巨兽主导的时代,Essential AI Labs推出的80亿参数开源模型Rnj-1如同一股清流,不仅是对当前AI发展路径的深刻反思,更是对轻量化、开放式AI生态的有力探索。这一由Transformer原始论文作者Ashish Vaswani和Niki Parmar主导的项目,标志着AI研究正从单纯的规模扩张转向更注重效率、可及性和技…

    2025年12月19日
    41900
  • 大模型安全新挑战:多场景脆弱性暴露与高效防御框架解析

    一、关键发现 近期研究揭示,大型语言模型在多种应用场景中均表现出显著的安全脆弱性,而针对性的防御框架正成为企业构建安全体系的核心工具。从多智能体系统中的恶意传播、提示注入攻击,到物理世界导航代理的高风险漏洞,模型安全问题已渗透至各个层面。INFA-GUARD、AGENTRIM 等防御框架通过精准识别风险节点与动态权限控制,为企业提供了构建场景化安全防线的可行…

    2026年1月26日
    87200

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注