我们首测了极氪8X的千里浩瀚 G-ASD 4.0，通过完整的一镜到底跟大家分享，先跟大家讲讲含模量高能带来什么

云端的世界模型遵循物理逻辑，训练在各种预设条件下车辆的动线，它让极氪8X“见多识广”，比如系统会反复演练在单车道、内部路等各种狭窄场景中掉头，并加入来车、行人等随机干扰元素。

每一次训练都在预演完整的决策链条，包括判断对方意图、规划车身轨迹、验证可行性。

当实际碰到这种情况，在窄路中需要掉头时，极氪8X会先让行公交车，在旁边借道倒一把，再驶入主路。

有了经验，想要面对各不相同的场景都能实现“不迟疑”，车端VLA模型的端到端架构就派上了用场。

传统方案需要经过感知、规划、控制的分步传递，就像每个部门都得开一次会再向上出一份报告，中间传递的失误概率更高，效率也更低。

而VLA直接将感知到的场景映射为驾驶动作，整个决策过程更快。

当遇到锥桶摆出的新车道时，极氪8X没有犹豫，顺着锥桶指引平稳穿行，最终回归正常车道。

既能抗其它障碍物干扰，又能快速输出结果，所以即使在人车混流的窄路中，极氪8X也能左右变通。

在绕行两边障碍的同时，极氪8X还关注到了对向驶来的车，防御性停下，等对方跟在其他车后让行了空间，极氪8X就立马起步，顺利通行。

在辅助驾驶的状态中，车机屏幕会时不时呈现一些决策逻辑的图片文字。

系统能做到开车时展示自己的思维链条，就离不开阶跃 Step 3.5语言大模型，是它打通驾舱，让车的驾驶动作和车内的智能体EVA共同为我们服务，后续EVA也会迭代更多的服务型功能。

大模型的结合，让WAM 2.0架构下的千里浩瀚 G-ASD 4.0，理解、思考和执行非常快，表现更类人。