PonyWorld 2.0 技术升级 - 公司发布其专有世界模型PonyWorld的重大升级版PonyWorld 2.0，这是一个用于自动驾驶可及性的自我改进物理AI引擎 [1] - 该升级的核心能力包括：自我诊断、在模型表现不足的场景中进行针对性数据收集、以及专注于最困难案例的更高效训练 [2] - 该模型旨在通过一个结构化的意图层，使其能够形成决策的内部表征，从而实现大规模自我诊断，并生成针对性数据收集任务以优化模型 [8] - 公司认为，PonyWorld 2.0所代表的高精度世界建模、自我诊断和定向进化技术方法，未来可能适用于更广泛的、需要在现实环境中安全高效学习的物理AI训练系统 [11] 自动驾驶行业与商业化进展 - 自动驾驶行业正进入新的商业化阶段，当前挑战已不仅是证明无人驾驶技术可行，而是需要快速、持续地提升性能以支持更广泛部署、更强的单位经济效益和持续的技术领导地位 [3] - 公司在验证其第七代机器人出租车车队在中国两个主要大都市市场的单位经济效益后，已进入在中国和国际市场更快的商业化阶段 [6] - 公司目标是在今年年底前将车队规模扩大到3,000辆以上，并在全球20个城市进行部署，其中近一半城市位于海外市场 [6] 公司战略与研发体系 - 自2020年以来，公司一直将PonyWorld构建为一个涵盖云端训练和车端部署的完整强化学习训练系统，而不仅仅是生成合成数据的基础模拟工具 [4] - PonyWorld 2.0正在被应用于公司的L4无人驾驶车队和研发系统，以提升安全性、乘坐舒适性和交通效率，同时支持更快的车队扩张和商业化 [5] - 随着AI系统能力增强，它们可以在自身改进周期中承担更多工作，而人类工程师则越来越多地充当由系统自身学习需求所引导的数据收集循环的操作者 [9][10] - 公司利用其与车辆平台无关的“虚拟司机”技术，开发商业上可行且可持续的商业模式，以实现跨交通用例的车辆大规模生产和部署 [13]