9月17日，九识智能CTO庄立首次对外披露，公司已建成业内首个L4级万卡算力集群，总算力规模接近1.5万卡。九识由此成为首家建成万卡集群的L4无人驾驶企业。此前一周的9月10日，九识CEO孔旗在广州宣布公司战略升级为“城市级物理AI”。
万卡集群指由超过一万张AI加速卡组成的高性能计算系统，用于训练基础大模型。其核心逻辑在于将复杂的大模型训练任务拆解后并行处理，从而大幅缩短训练周期。对于无人驾驶企业而言，算力层级正在成为决定智能上限的基础设施能力。
九识同步披露了其APEX多模态基座大模型的最新进展。该模型融合了海量真实L4驾驶数据、互联网语言与视频知识语料以及真实运营中的人类决策数据，当前正从百亿级参数规模向千亿级迈进。APEX基座训练完成后，向下赋能数据、模型与评测环节，形成迭代闭环。
九识成立于2021年8月，创始团队曾在百度硅谷研究院主导Robotaxi、Robotruck的研发工作，并参与第一代Apollo开源平台建设。公司创立之初即选择RoboVan赛道，围绕技术、场景与商业模式三个方向布局。截至目前，九识全球车队规模超过3万台，覆盖20多个国家、300多座城市，累计真实运营里程超过2.7亿公里。
在技术架构层面，九识构建了车云协同的大模型体系。车端部署VLA模型负责实时推理，云端VLA模型提供理解增强能力。针对不同路况与速度区间，系统进行分层部署：在5至30km/h的复杂道路场景，车端VLA进行本地实时推理的同时调用云端VLA模型增强理解；在0至5km/h的末端场景，除车端与云端VLA模型外，还引入安全员Agent，可自主完成绕行、重新规划路线、靠边停车等极端场景下的救援脱困决策。
九识方面表示，该架构与L2方案的本质区别不在于车速，而在于车端在感知到自身能力不足时，会主动降速或停车并呼叫云端分析指令，而非被动等待接管。在模型迭代机制上，真实运营数据回流至APEX基座，基座能力提升后支撑云端模型升级，云端模型再通过知识蒸馏输出更优的车端模型，形成持续进化闭环。
APEX基座在场景推理与决策、知识融合、仿真验证及模型蒸馏部署四个层面带来能力提升。其中知识融合能力使模型能够统一理解交通灯、交警手势、道路标识及本地通行规则，增强跨城市通用性，支撑无图L4在陌生道路的当日部署。仿真层面，百万级工况并行仿真可在云端完成大量边缘危险场景验证，降低实车安全风险。模型蒸馏方面，一套基座可适配多款RoboVan车型，降低多车型迭代成本。
九识此次战略升级的核心落在“九识大脑”上，定位为无人车实现服务与城市治理生态的核心基座。孔旗此前曾表示，复杂城市开放道路能够产生高价值数据，而商业模式本身需要盈利，才能持续获取数据、推动技术进步。目前九识已形成卖车、服务、运力三种商业范式，三年运力增长100倍。
从行业视角看，九识的路径代表了一种差异化竞争逻辑：通用大模型公司缺乏物理世界的真实运营数据，而多数自动驾驶公司尚未积累足够规模的真实运营里程。九识同时具备两者——3万台车每日在开放城市道路中产生的长尾场景数据，包括交警手势、施工围挡、临时管制、人车混行等，构成APEX基座的训练燃料。这些场景无法在实验室穷举，也难以靠仿真完全复现。
九识将自身定位从无人车公司扩展至城市级物理AI服务商，业务边界从“运货”向“城市治理”延伸。在万卡算力、千亿参数基座模型与2.7亿公里真实运营数据的共同支撑下，九识正在构建数据、算力、模型、工程四重自增强壁垒。其商业规模能否持续转化为模型能力的代际优势，将决定这家公司在L4无人驾驶下半场的竞争位置。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
