九识建成业内首个L4级万卡算力集群，开启城市级物理AI新范式

SmartHey9月17日消息，9月10日，九识正式发布“城市级物理AI”战略升级。作为面向真实世界AI能力中枢的“九识大脑”，正将经过大规模真实运营验证的L4级无人驾驶能力进行标准化复用，并通过Zelos Inside模式向物流、城配、市政管理等千行百业深度赋能，同步构建覆盖运力调度、实时运营监测及政府协同监管的城市级智能服务平台。

那么，如何让单台无人车真正蜕变为可规模化服务城市的智能运力网络？其核心驱动力究竟何在？

今日，九识宣布其自建算力集群规模正式突破“万卡”，成为全球首家实现万卡级算力部署的L4级自动驾驶企业。以此为技术底座，九识正推动行业从单一感知决策范式，全面跃迁至以多模态大模型为核心的物理世界智能新范式。

万卡破局：无人驾驶的本质，是理解物理世界的多模态大模型

在末端配送与城市干线物流的实际运行中，系统持续面对高度动态、无序的真实物理环境——如密集违停车辆、临时人工指挥、突发障碍物等海量长尾场景，对AI系统的泛化能力、推理深度与响应时效提出极限挑战。这表明，真正可落地的L4级无人驾驶，不仅依赖更大参数量的模型，更需稀缺的真实场景数据支撑，以及呈指数级增长的计算资源投入。

为此，九识建成近1.5万张GPU卡组成的超大规模算力集群，完整覆盖模型训练、三维场景重建、自动化数据标注及低时延在线推理等全研发链路。依托该算力基座，“九识大脑”自研的多模态基座大模型得以高效迭代，逐步具备自主物理认知、长时序动态推演与无高精地图依赖的全场景泛化能力。

场景驱动：车云协同的多智能体无人驾驶新架构

基于强大算力支撑，“九识大脑”坚持“场景定义模型”的研发逻辑，构建起高效可靠的车云协同作业体系。系统彻底摆脱对高精地图与硬编码规则的路径依赖，通过多模型动态组合与任务分工，在极端复杂路况下仍保障行驶安全与快速脱困能力。

其创新的车云联动大模型架构，按速度与场景复杂度实施分层部署：在30km/h以上的常规道路，由车端端到端智驾模型独立完成全流程驾驶；进入5–30km/h中等复杂路段，除车端VLA（视觉-语言-动作）模型实时推理外，同步调用云端VLA模型增强场景语义理解；而在0–5km/h的极复杂末端场景（如窄巷通行、临时拥堵脱困），则启动全球首创的“安全员Agent”——该智能体可自主判断并执行绕行、靠边停驻、全局重规划等高阶决策动作。

多模态基石：APEX世界模型从百亿迈向千亿参数量级

作为“九识大脑”的核心引擎，APEX世界模型以百亿参数为起点，正加速向千亿级规模演进。该模型深度融合2.7亿公里L4真实运营数据、互联网多模态知识库及人类驾驶员决策行为样本，结合知识蒸馏与物理规律建模，系统性提升数据生成、模型训练与仿真评测三大能力闭环。

在此基础上，APEX已孵化出包括车端VLA、云端VLA及安全员Agent在内的多模型家族。各模型在实际运行中持续产出高质量场景数据，并实时回流至基座模型，形成“采集—训练—部署—反馈—再进化”的全栈自主数据飞轮。

目前，累计2.7亿公里L4级真实路测里程所沉淀的问题场景，正持续反哺APEX模型对物理规律建模与长周期博弈推理能力的提升。同时，依托强大的基座模型，九识高效开展知识蒸馏，将云端大模型能力压缩为高性能轻量化车端模型，实现一套基座适配多款RoboVan车型，显著降低硬件迭代与算法适配成本。

通过“问题驱动数据回流—基座能力持续升级—车端模型精准蒸馏”的双向增强闭环，九识在安全性与通行效率两大关键维度实现同步跃升。

从战略升级到万卡集群落地，九识已全面迈入以多模态大模型为内核的城市级物理AI新阶段。作为业内首家建成L4级万卡算力基础设施的企业，九识表示将持续深化多模态基座模型与车云协同架构的技术演进，加速大模型能力在更多城市物流、公共服务及智慧治理场景中的规模化落地。