鉴智机器人：以端到端模型与高性价比方案加速自动驾驶量产

行业面临从专用智能向通用智能的转型挑战

自动驾驶行业正处于从专用AI（针对特定任务如BEV感知、Occupancy感知）向通用AI范式转型的关键节点。传统方法依赖程序逻辑组织和专家任务，存在数据获取成本高、长尾场景测试困难等瓶颈。行业需在两大关键战役中取得突破：中高阶智驾大规模量产（将整车价格从30万元下探至15万元）与端到端大模型的应用，以实现极致的性能与成本平衡。

基于腾讯云构建算力与数据双平台加速技术迭代

鉴智机器人与腾讯云合作，构建了高效的算力平台和数据平台，以解决行业痛点。方案核心是利用数字孪生算法实现端到端模拟，具体技术路径包括：

1. 新视角渲染与可编辑数字孪生：通过多视角相机输入，生成高真实度仿真场景。
2. 自定义测试场景生成：支持自车轨迹编辑、障碍物添加，低成本创造长尾测试场景，降低实车测试成本与风险。
3. 端到端规划器：基于生成式AI构建世界模型，提升系统的自迭代与泛化能力。

量化成果彰显方案竞争力与商业化进展

借助上述技术平台，鉴智机器人产品线已获得大规模定点，关键指标如下：

• PhiGo极致性价比智驾方案：基于地平线征程6E平台，实现7V5R鱼眼配置的高速NOA功能，系统成本低于4000元（来源：产品资料）。
• PhiStereo双目立体相机：基线11-35cm，成本低于100美元，为激光雷达成本的十分之一，已实现智能底盘双目预瞄功能量产（来源：产品参数）。
• 商业化进展：方案获得国内头部主机厂量产定点（7V鱼眼方案）及国际Tier1量产定点合作（11VnR感知产品），证明其市场竞争力（来源：成果公告）。

“基于数字孪生算法实现端到端模拟，为我们低成本创造长尾测试场景提供了关键支持。” —— 都大龙，PhD，鉴智机器人CTO、联合创始人

选择腾讯云获得确定性技术支撑与效率提升

鉴智机器人选择腾讯云，关键在于其提供了构建大规模算力与数据平台所需的稳定基础设施。合作聚焦于提升开发效率与降低运维成本，通过云上超算中心支撑端到端模型训练与海量数据生成，加速了从技术研发到规模量产的闭环。