问题——城市道路的“高不确定性”仍是智能驾驶规模化落地的主要瓶颈。拥堵并线、隧道口光照突变、非机动车与行人混行等场景中，不少系统容易出现反应偏慢、策略过于保守或处置衔接不顺，既影响通行效率和乘坐体验，也对安全冗余与可靠性提出更高要求。业内普遍认为，能否在开放道路上稳定处理长尾场景，是智能驾驶从“能用”走向“好用、敢用”的关键分界点。 原因——传统技术路径存在结构性限制。分段式架构将感知、预测、规划、控制拆分为多个模块，链路长，信息在传递与融合中可能出现损耗，突发情况下也难以迅速形成一致决策；以模仿学习为主的方案则更依赖历史数据分布，对新城市的交通习惯、临时施工、非常规互动等适应不足，容易在“没见过”的场景里策略失效。随着交通参与者更复杂、道路要素更丰富，这些短板继续被放大。 影响——生成式路线试图补足“连续决策与博弈能力”，推动智能驾驶向更重视驾驶体验的方向演进。双方发布的量产方案提出，将感知与决策更紧密地一体化处理，并在复杂交互中生成多条候选行驶方案，择优执行，从而缩短从识别到动作的决策链路。路测展示显示，在武汉等路况复杂城市的部分测试路段，该系统在车流密集并线、窄路混行等场景中，间隙捕捉与交互预判能力更突出。业内人士指出，若有关能力能在更多城市、更大规模与更长周期内保持稳定，将有助于降低场景迁移成本，并改善“忽快忽慢、忽左忽右”的不连贯体验。 对策——以“技术能力+量产工程化”打通落地路径。商汤绝影表示，团队此前在端到端模型、世界模型等方向已有积累；东风汽车则依托整车开发、验证与供应链体系，使算法在计算平台、传感器配置、整车标定、功能安全与一致性验证等环节形成闭环。本次合作被视为“算法能力与量产体系”的组合：一上用更强的场景泛化能力应对城市道路长尾复杂性，另一方面通过车规级工程化与持续验证，推动能力从样车走向规模化装车。双方同时提出，未来将进一步推进舱驾一体协同，以提升人机交互与驾驶辅助策略的一致性与可解释性。 前景——行业竞争正从“堆硬件、拼功能”转向“拼可靠性、拼持续进化”。智能化已成为汽车产业竞争的核心赛道，高阶功能不同品牌间加速普及，但能否在不同地域的交通规则、驾驶风格与道路设施差异下保持稳定，直接影响用户口碑与监管合规。此次生成式量产方案的推出，为行业提供了新的工程化参考：以更强的交互理解与策略生成能力补齐传统架构短板，并为L3/L4能力演进预留接口。同时也应看到，高阶能力要实现规模化落地，仍需在数据闭环、功能安全、冗余设计、法规标准与责任边界各上持续完善，并接受更长期、更大规模的真实道路检验。
从实验室走向量产，智能驾驶的每一次跨越都离不开技术创新与工程落地的配合。商汤绝影与东风汽车的合作，不仅展示了生成式技术在智能驾驶中的应用潜力，也为行业探索更高阶自动驾驶的规模化落地提供了参考路径。随着技术迭代和场景拓展，智能驾驶正从单纯的辅助功能走向更能理解需求、适应复杂环境的智能系统。该进程将重塑未来出行方式，也将为汽车产业转型升级带来新的动力。