智能网联AI大模型MogoMind落地嘉定开展测试|付强|全场景|嘉定|大模型|智能网联|自动驾驶|车联

在今年的世界人工智能大会暨人工智能全球治理高级别会议上，嘉定企业蘑菇车联发布了其首个深度理解物理世界的AI大模型MogoMind。记者从蘑菇车联了解到，目前，该模型已在嘉定智能网联汽车开放测试道路上开展路测。

日前，记者跟随测试员登上停靠在米泉路的蘑菇车联自动驾驶巴士MOGOBUS测试车辆。随着车辆启动，车载屏幕持续显示车道流量、前方信号灯状态、道路障碍物等信息，并实时提供通行建议。

“这一切都依托MogoMind大模型的赋能。”蘑菇车联总裁付强介绍，MogoMind致力于实现AI与物理世界在智能驾驶和数字城市建设中的深度融合，主要通过“全局感知、认知推理、实时决策”三部分实现自动驾驶，依托实时动态数据驱动对交通环境进行精准感知与智能决策。“好比物理世界的实时搜索引擎，破解了当前AI行业缺乏实时感知能力与全局认知系统的两大瓶颈。”付强表示。

具体而言，通过路侧激光雷达、毫米波雷达、高清摄像头等“通感算一体化”设备，MogoMind获取实时交通全要素数据，经融合处理后提取关键特征，实现全局感知。采用多模态大模型与端到端混合架构，结合Transformer与强化学习技术，模型可深度解析交通参与者行为，如预判行人横穿风险、分析车辆变道意图，完成认知推理。依托边缘云协同架构，MogoMind将决策时延控制在100毫秒内，通过AI网络或5G-A专网向车辆及信号灯等下发指令，辅助实时决策。

“将MogoMind嵌入车辆后，可显著提升自动驾驶车辆的全局感知、深度认知与实时推理能力，进一步提升自动驾驶系统的安全性与可靠性。”付强解释，车端在接收多源数据后，通过大模型的分层推理架构完成“感知预测决策”全流程，并基于交通规则与全局态势生成优选驾驶策略。同时，路侧设施与车辆将实时交互数据上传至云端，供模型进行增量学习与参数优化，优化后的模型再通过OTA推送至联网车辆，形成“数据验证迭代”闭环，持续提升车辆与模型的智能水平。

此外，MogoMind大模型还能将复杂的交通环境信息转化为可理解、可执行的智能决策建议，为交通管理部门和出行者提供应对方案。它具备从数据中提取规律、从经验中学习规则、在场景中灵活决策的能力，可预测未来交通流量趋势，为AI网络基建、数字孪生及路侧数据上车提供支撑，成为城市高效运行的“AI数字基座”，有效提升城市和交通的运行效率。

付强表示，此次将上海嘉定的智能网联开放道路作为大模型测试场地，基于嘉定在汽车“新四化”推进过程中的优势地位，“嘉定有着政策的支持、丰富的场景、成熟的基础设施等方面的综合优势。这些条件为大模型的真实场景验证、技术迭代及商业化落地提供了不可替代的试验场，我们也致力于为嘉定汽车‘新四化’的发展提供可落地的实践样本。”