单季度主营收入23.77亿元，同比上升50.32%。日前，一份亮眼的第二季度财报，再次将本地科技企业千里科技推向了聚光灯下。

从力帆到千里，驱动这家由传统车企转型而来公司高速飞驰的是其人工智能核心技术——“千里智驾RLM大模型”。

这个大模型有多牛，是怎么诞生的？8月25日，记者走进千里科技全球研发中心进行探寻。

博采众长

为AI“大脑”打下认知基础

“培养一个好的AI司机，首先要让它学习海量的基础知识和驾驶规范。”在研发中心的数据可视化大屏前，千里科技相关人士介绍了RLM大模型训练的第一、二阶段。

RLM（强化学习—多模态）大模型，其基础是“多模态”能力，即让AI能够同时理解图像、文本等多种信息。在第一阶段的“基础模型训练”中，AI就像一个学生，通过学习海量数据，建立起对物理世界的基本认知和常识。

第二阶段则是“智驾数据特训”。在这个环节，模型将通过对海量真实驾驶数据的深度学习，掌握各种常规及极端场景下的驾驶“肌肉记忆”。“简单来说，就是让AI‘看’遍人类司机的各种操作，学会常规驾驶的技能。”上述人士表示，这是行业内打造智驾模型的通用路径，也是必不可少的“基本功”训练。通过这两个阶段，AI模型如同一个背熟了所有交规和题库的“驾校学员”，具备了上路行驶的基础能力。

自我博弈

在虚拟世界中练成“老司机”

“仅有基本功还不够，真正的挑战在于让AI在瞬息万变的真实道路上，作出近似人类‘老司机’的精准判断和决策。”千里科技相关人士话锋一转，引出了其技术路线的核心差异——训练的第三步：“强化学习”。

该人士向记者展示了一个高保真的虚拟世界，在这里，AI模型将摆脱对人类数据的纯粹模仿，进入一个“自我博弈”和“试错学习”的阶段。

“我们在这个虚拟世界里，可以生成亿万种现实中罕见的极端路况（Corner Case）。”顺着他手指的方向看去，屏幕上一辆虚拟测试车流畅地避开一个突然滚出的皮球，“每一次成功的避让，系统都会给它‘奖励’；而任何一次不必要的急刹车或犹豫，都会受到‘惩罚’。经过亿万次的博弈，AI学会的不再是‘遇到障碍物就停车’的死板规则，而是一种接近人类的、在动态环境中寻求最优解的驾驶‘直觉’。”

正是这种通过自我进化练成的“直觉”，让搭载了该模型的“千里浩瀚”智驾系统在实际表现中呈现出惊人的“类人”特性。其G-AES通用障碍物连续自动避让功能，面对突然出现的行人或非标准障碍物时，能做出柔和而精准的规避，而非生硬的一脚“老刹车”。

生态赋能

迈向“轮式机器人”的未来

千里科技的探索，为当前行业主流的“数据竞赛”提供了另一种解题思路。它通过“真实数据+海量虚拟数据强化学习”的模式，试图在认知深度上建立优势，帮助车企不必完全依赖千万级的路跑数据，同样有机会打造顶级的智能驾驶系统。

在许多业内人士看来，千里科技正以“AI时代赋能者”的姿态，构建一种全新的产业协作模式。其联合吉利汽车、阶跃星辰成立合资公司的“铁三角”模式，打破了传统汽车产业链的甲乙方关系，形成了一个深度绑定的技术共研生态，为重庆“智造”注入了新活力。

这条生态之路所指向的是一个更激动人心的未来。千里科技的终极目标，是以RLM大模型为基础，构建以AI Agent（人工智能代理）为核心的下一代智能座舱，让汽车从一个“交通工具”，彻底进化为一个懂你、会思考、能主动服务的“轮式机器人”。