核心事件：L4级万卡集群正式启用
9月17日，九识科技（NineLights）CTO庄立正式披露：公司已建成业内首个L4级万卡集群，算力总规模达近1.5万卡；支持其APEX多模态基座大模型从百亿级参数向千亿级演进。该集群属于城市级物理AI战略的底层支撑，目前不对外销售，仅服务于九识自有车队与模型训练。
- 发布时间：2026年9月17日（CEO孔旗于9月10日宣布战略升级）
- 算力规模：近1.5万卡加速器（万卡集群指超1万张AI加速卡组成的并行计算系统）
- 模型进展：九识APEX多模态基座大模型参数规模正从百亿级迈向千亿级
- 适用对象：仅九识内部使用，暂无外部合作或开放计划
- 数据基础：依托3万台真实运营车辆、2.7亿公里L4级自动驾驶里程
技术逻辑：车云协同下的模型自进化体系
万卡集群的本质是一套"AI超级工厂"——将大模型训练任务拆解后并行处理。九识的解决方案并非单纯堆砌硬件，而是围绕真实物理世界的训练需求构建闭环：每辆运营车辆持续回流高价值场景数据（如无标识乡村道路、临时施工围挡、人车混行等长尾场景），这些数据 fed into APEX基座模型；模型提升后反向通过知识蒸馏输出至云端与车端模型；最终以不同层级部署于实际业务：
- 车端VLA模型：覆盖30km/h以上常规道路，保证低延迟响应
- 云端VLA理解增强模型：在5-30km/h复杂场景中辅助本地推理
- 安全员Agent：0-5km/h低速末端场景中，自主完成绕行、重规划、靠边停车等高阶决策
关键反差点在于：当前行业普遍认为载人Robotaxi技术壁垒更高，而九识指出城市货运RoboVan因面临更多长尾非标路况，实际AI挑战更严峻——这直接解释了其对万卡级算力的迫切需求。其2.7亿公里真实L4运营里程，远超多数同行公开数据，成为训练物理世界理解能力的核心燃料。
模型能力四重质变
APEX多模态基座通过融合三类数据源（L4驾驶数据+互联网语言/视频知识+人类决策数据），在四个维度带来能力跃迁：
| 对比维度 | 能力表现 |
|---|---|
| 场景推理 | 具备长时序博弈预判，提升行驶平顺性与安全性 |
| 知识融合 | 统一理解交通灯、交警手势、本地通行规则，支持无图L4跨城当日部署 |
| 仿真验证 | 百万级工况并行仿真，云端完成极端危险场景验证 |
| 部署效率 | 一站式蒸馏输出端到端智驾大脑，一套基座适配多车型，降低迭代成本 |
值得注意的是，九识VLA模型不依赖"语言翻译"机制（如观察→描述→执行），而是直接生成压缩化的物理决策"念头"，响应速度与抽象层级更接近人类直观判断。
落地建议
- 适合采用九识方案的客户：物流企业在高密度、多变长尾场景（城 mid端配送、园区穿梭巴士、恶劣天气频发区域）运营；城市管理者需扩展车路协同治理能力
- 建议再观望的团队：希望定制专属车端大模型、对万卡级推理延迟敏感的应用场景；纯仿真驱动型自动驾驶初创公司（缺少真实数据闭环）
写在最后
无人驾驶进入下半场，数据稀缺性取代算法创新成为核心竞争壁垒。当3万台车每天生成物理世界 raw 数据，规模不再属于终点，而是驱动大模型持续进化的燃料起点。九识的实践验证：城市货运的AI壁垒未降低，反而因长尾场景复杂度要求更高层级的物理世界建模能力。