蘑菇车联发布MogoMind物理AI大模型，为单车智能增添“上帝视角”

摘要： 作者丨青风一辆自动驾驶巴士驶近视野受阻的路口，横向道路有辆大货车正疾驰而来，而巴士仿佛开启了“上帝视角”，提前预知，从容...

作者丨青风

一辆自动驾驶巴士驶近视野受阻的路口，横向道路有辆大货车正疾驰而来，而巴士仿佛开启了“上帝视角”，提前预知，从容避让，载着乘客安全前行。

交通管理员询问：“分析2号路口本周异常情况。”AI系统即刻响应，“本周该路口共发生712起交通事件，其中行人闯入占比最高达55%，非机动车闯入与实线变道分别占9%和4%，显示行人及非机动车管理为风险防控重点……建议增设行人过街设施与非机动车专用道，优化信号灯配时。”

这并非科幻电影桥段，而是蘑菇车联AI大模型在交通领域的真实应用场景。在2025年世界人工智能大会（WAIC）上，作为AI网络基础设施和自动驾驶全栈技术服务商的蘑菇车联受邀参会，并正式对外发布首个深度理解物理世界的AI大模型——MogoMind大模型。上述场景正是其能力的生动体现，吸引了众多参展人员，使其成为展会瞩目的焦点之一。

值得一提的是，蘑菇车联的展位紧邻特斯拉，重点展示MogoMind、智能体与物理世界实时交互的AI网络以及MogoAutoPilot自动驾驶系统。这两家AI厂商虽然发展思路不尽相同，但都不满足于将AI仅应用于虚拟世界。

从AI问答与搜索，到自动驾驶上路；从大语言模型处理虚拟信息，到物理AI大模型理解与交互真实世界，AI开始深度融入物理世界，“物理AI”的大幕已徐徐拉开。

01

「从大语言模型到物理AI」

AI的进化从未停歇。2017年Transformer架构奠定大模型基础，2022年底ChatGPT点燃通用人工智能（AGI）曙光，引发巨头竞逐。与此同时，AI的能力边界不断拓展，从最初的聊天问答、文案生成，逐步进化到编程、深度研究、方案策划等实际任务处理。

那么，AI的下一个浪潮是什么？

业界领袖已有共识。英伟达CEO黄仁勋不久前曾直言，“从感知AI到生成式AI，现在正进入推理AI阶段，而下一波浪潮是物理AI，将成为未来关键领域。”马斯克也强调AI必须遵循物理定律；李飞飞致力于让AI理解3D物理空间；Meta则发布模型探索重力等物理概念。

这一切指向同一趋势——AI必将从虚拟世界迈入物理世界，通过形成物理智能，实现对物理世界的实时感知、理解和响应。

物理AI与传统大语言模型有本质区别。第一，大语言模型擅长处理静态文本，却难以应对物理世界的实时、多模态信息流，更无法通过互联网数据信息预测现实世界。

而如今，智能驾驶、人形机器人、脑机接口与AI技术的融合带来了巨大想象空间。越来越多的具备智能辅助驾驶能力的汽车驶入街道，越来越多的机器人从生产车间走入现实的大舞台——它们都迫切需要一个能“看懂”物理世界、“预判”现实变化的AI。

第二，大语言模型缺乏全局AI认知系统。以智能驾驶为例，当前多数方案仍局限于“单体智能”。

无论是特斯拉的纯视觉方案，还是其他厂商的激光雷达方案，都聚焦于车辆自身的感知与决策。在天气良好、视野无遮挡时表现尚可，但在大雨、有遮挡物或超视距场景下，现有方案均存在天然缺陷，难以保障更高的安全性，也无法对整个城市交通效率进行全局优化。

“目前，无论传统汽车还是自动驾驶汽车，都只能感知100-200米，而且还有大量盲区，车车、车路也不能通信协同，从而大幅降低交通安全和效率。所以，在复杂的交通场景中，如何让车辆实现全局感知、全局协同是一个难题。”蘑菇车联相关负责人表示。

如同人类通过发射卫星、深海探测、搭建全球通讯网络拓展自身感知，物理AI世界中越来多的智能体，包括自动驾驶车辆、具身智能、无人机等，同样需要一张能全局实时感知的AI网络。

当特斯拉、Waymo等行业先行者还在单车智能的道路上全力冲刺时，蘑菇车联突破局限，引入一种全新的思维方式：如何通过AI技术，不仅仅连接单一的设备或系统，而是将整个物理世界的智能化设备进行连接，实现多智能体对物理世界的全局认知和全局协同，用“上帝视角”为AI打通迈向物理世界的通道。

MogoMind大模型应运而生。

02

「物理世界的“认知中枢”」

作为首个深度理解物理世界的AI大模型，MogoMind的核心突破就在于解决了传统AI的上述两大痛点：缺乏实时物理感知能力与缺乏全局认知系统。

依托覆盖城市全域的感知、通讯和计算一体化设备，MogoMind大模型能够毫秒级捕捉车辆行驶轨迹、速度变化、交通流量、行人动态等实时动态数据。

通过深度整合实时、海量的多模态交通数据，MogoMind可从物理世界的复杂数据中抽取意义、从经验中学习规则、在不同场景中灵活决策，形成对交通环境的全局感知、深度认知和实时推理决策能力，可以为多类型智能体提供实时数字孪生与深度理解服务，推动城市交通从“单点智能”迈向“全局智能”。

形象地来说，MogoMind大模型既可以为高速、城市交通等管理部门使用，也可以直接应用于自动驾驶车辆中。

就像人们使用AI大模型的方式一样，城市交通管理部门可直接使用自然语言询问MogoMind，比如“哪里最拥堵？什么时间点最拥堵？有什么交通异常状况？哪里有事故？”或者，还可以直接选择某个路口，就能通过摄像头直接查看现场情况。

MogoMind担当城市交通 “决策中枢”，助力交通管理者掌握城市交通运行全貌，基于实时动态数据融合分析，在宏观交通流量调控、微观路口优化、突发事件应急处理等方面做出科学决策，实现城市交通管理整体协同优化。

例如，遇到道路施工或者暴雨天气等情况时，MogoMind能通过摄像头画面判断路面状况，结合历史事故数据预测潜在危险区域，为途经车辆提供精准的路况解读与应对建议，将复杂的物理环境信息转化为可操作的智能决策，为交通管理部门和出行者提供针对性的应对建议。

此外，MogoMind还可以赋能自动驾驶车辆。蘑菇车联已推出多款L4级前装量产自动驾驶车辆，包括RoboBus、RoboSweeper和RoboTaxi，推动自动驾驶技术与公共交通、城市环卫、无人零售等多场景深度融合应用，提升城市交通和公共服务智能化水平。

以自动驾驶巴士为例，因为需要频繁上下车，且乘客更多，其对安全的要求必然更高，容不得半点差池，有“上帝视角”的安全冗余就变得尤其必要。

蘑菇车联自主研发的MOGOBUS，搭载了端到端 “MogoAutoPilot + MogoMind” 系统，探测距离达200米，对道路环境理解效率提升30%，已在全国10个省份成功运营，累计安全行驶里程突破200万公里，服务乘客超20万人次。

更难得的是，蘑菇车联赋予MogoMind强大的兼容性和可扩展性。作为一个开放的物理世界AI大模型，MogoMind能够无缝接入来自不同厂商、不同类型的交通设备与系统，包括道路传感器、车载终端、交通管理软件等，实现多源数据的统一管理和协同处理。

同时，MogoMind提供标准化接口，可广泛应用于智能网联汽车、无人驾驶汽车、低空无人机、机器人等领域。政府部门、交管部门、车企、具身智能厂商等，都能在MogoMind找到适合自身需求的应用场景，实现资源共享、优势互补，推动AI与交通生态的融合发展。

03

「独特的壁垒」

落地这个物理AI大模型并不是一条轻松的路，除了数据的积累，模型和智能驾驶等技术端的突破，还需要面临政府洽谈及行业生态搭建等各方面的挑战。甚至外部市场最初还对这个路线存有质疑，认为它在挑战行业主流的“单车智能”方案。

而上面的每个不容易，都筑成了蘑菇车联的独特壁垒。

蘑菇车联已构建起完整的AI网络基础设施：从基础的路侧感知、通讯、计算设备，到路侧操作系统，再到MogoMind大模型的算法层，和针对智能终端的“智途平台”、云控应用平台、管理平台等应用层。

MogoMind还构建起一套多源融合的实时感知体系。它整合道路传感器、车载终端等多种设备，形成全方位、立体化的物理世界感知网络。通过边缘计算技术，数据在源头即可完成初步处理，大幅缩短传输与分析时间，实现对道路状况、车辆行驶状态、行人轨迹、气象条件等物理信息的毫秒级感知，为交通管理和出行决策提供精准的实时信息，避免因感知滞后导致的应急响应迟缓问题。

蘑菇车联在数据积累方面的壁垒同样坚实。

正如《连线》杂志创始主编、《失控》《必然》作者凯文·凯利在其新书中所言，“无论是虚拟世界还是物联网世界，大数据的搜集和使用将成为未来AI时代的根本特征，这毋庸置疑。”“在镜像世界时代，全世界最大、最富有的公司将是为镜像世界提供数据支持的公司。”

不像大语言模型所需求的数据，可以直接从互联网中获取。物理AI所需要的数据，则必须是实时的、物理世界的真实数据。这无疑需要深厚积累，同样需要城市数量的大范围覆盖。

蘑菇车联无疑抢跑多年，截至目前已在北京、上海、天津、桐乡、南京、沈阳、烟台、成都、大理等十余个城市落地，覆盖城市开放道路、高速公路、园区、景区、港口、机场等多场景多业态，实现常态化运营，积累下海量宝贵数据。

此前市场中有声音认为蘑菇车联的物理AI路线与单车智能彼此对立。事实上，MogoMind大模型的思路，是在单车智能的基础上，又增加了一层全局感知、认知、分析和决策的安全冗余，不仅不对立，其实两者可以相互融合。

而单就自动驾驶而言，蘑菇车联也已拥有扎实的技术积累与多场景实践经验，初步建立了庞大的自动驾驶生态。其核心技术包括端到端AI模型、混合架构和基于物理世界的认知模型，确保车辆能够实现物理世界的深度理解与最优决策。

蘑菇车联已推出多款L4级前装量产自动驾驶车辆，包括无人驾驶巴士、无人驾驶清扫车和无人驾驶出租车，已在北京、上海、天津、成都、大理、青海等十余座城市复杂路况中实际落地且安全运营。

另外，在8年时间里，蘑菇车联的“朋友圈”不断扩大，囊括了大批央企、世界500强公司。中国移动、中国联通、中国交建、腾讯、顺丰、北京环卫、一汽、东风、上汽、北汽、金旅、比亚迪、理想等数十家知名企业，相继与其达成战略合作，并在智慧城市、数字交通、智能网联、自动驾驶等领域形成“AI网络”一揽子落地方案。

04

「写在最后」

AI正日新月异地快速发展，也正越来越深入地融入现实世界中。而在交通出行等物理世界中，安全与效率，无疑仍是人们对AI技术的最大期待。

对AI的发展，人们需要不同的思路，市场需要不同的路线。增加了安全的冗余，提高了全局的效率，蘑菇车联MogoMind的探索，值得鼓励。

- END -