> 数据图表你知道小马智行——软件层面梳理2025-9-1小马智行——软件层面梳理◼ 软件算法层面利用强化学习下的世界模型提升虚拟司机（Virtual Driver）的表现，采用多传感器融合算法、高精地图、模块化的算法架构，形成完善的基础架构平台。➢ 端到端：2023年8月，小马智行就已将感知、预测、规控三大传统模块打通，统一成端到端自动驾驶模型，搭载到L4级自动驾驶出租车和L2级辅助驾驶乘用车上。➢ 模块化的核心架构：分为感知、预测、定位与地图、规控等模块。感知模块，采用多传感器技术，使其具备超越人类的障碍物检测、分类、追踪和场景理解的能力；预测模块，采用启发式算法，根据传感器获取的数据，实时预测周围环境中车辆、行人和其他障碍物的潜在意图和移动轨迹；定位与地图方面，采用厘米级高精地图，通过车身传感器、卫星及惯性导航的融合技术提供车辆、行人的位置信息及车道线及交通信号灯等语义信息。规划与控制，成熟的规划与控制模块，帮助车辆在复杂路况中做出安全、可靠、最优的路线规划和驾驶决策。➢ 基础架构平台：包括车载系统、仿真平台、可视化平台、数据存储与处理等。公司自主研发的自动驾驶软硬件基础架构体系，具备较高的稳定性和可扩展性，保障了规模化的技术应用。➢ 模型迭代：自动驾驶模型的迭代依靠数据的支持，截至2025H1公司已累积超4500万公里的全球自动驾驶路测里程，其中全无人驾驶路测里程超800万公里。此外，世界模型每周完成超100亿英里的虚拟仿真里程，使系统安全性比普通人类提升10倍。图：周围环境的感知与建模图：公司自动驾驶算法结构数据来源：盖世汽车，公司官网，公司招股书，东吴证券研究所51东吴证券综合其他
