数字浪潮奔涌的时代，两位杭州博士后正以人工智能为笔，重新描绘我们熟悉的出行图景—— 吉利控股的陈勇，构建出与真实世界无异的复杂路况，让辅助驾驶系统在上市前便历经千重考验，实现安全与效率的革新； 宇谷科技的焦阳博翰，聚焦现实街巷，将百万骑手的智慧汇入“出骑大模型”，为穿梭于城市“毛细血管”的电单车规划最优路径，让每一次配送都更智能、更绿色。 一位赋予汽车预见风险的智慧，一位赋予骑手穿越街巷的从容。他们虽领域不同，却都以前沿研究连接技术与民生，将冰冷的算法转化为温暖的生产力，共同推动出行方式迈向更智能、更高效的未来。 汽车用上大模型，帮驾驶系统“见多识广” 在记者眼前展开的，并非传统的汽车测试场——这里听不到汽车的鸣笛，也不见排气管的尾气。借助高效运转的大模型，电脑屏幕上构建出一个与真实世界几乎无异的路口，车辆川流不息。这是吉利控股博士后陈勇和他的团队搭建的模拟仿真场景，是训练和提升辅助驾驶系统的关键。 仿真场景不仅还原了基础交通流，还高度模拟了现实中的各类复杂状况：有的车辆依规行驶，有的则模拟加塞、急刹等不文明行为。行人与骑行者也会“捣乱”：一位“数字老人”会在绿灯将尽时蹒跚加速；一个“数字儿童”突然从停靠的公交车前跑出；外卖骑手则在车流中穿梭，走出“S形”路线。 不仅如此，天气、光线、路面状况全部实现参数化调节。陈勇团队可以轻松将晴空万里的午后切换为暴雨倾盆的黄昏。 这一切并非为了开发赛车游戏，而是为了更高效、安全地训练辅助驾驶系统。陈勇解释：“辅助驾驶系统的测试与训练依赖海量数据。以往靠实车采集，需行驶成千上万公里，不仅时间长、风险大、数据获取效率低，还难以覆盖罕见却极端危险的场景。”如今，他们借助大模型技术，以仿真测试替代部分实车验证，获取海量数据，并自动识别辅助驾驶系统的薄弱环节。“这项技术能减少约30%的实车验证量，数据采集效率提升500倍，我们已经模拟了300个场景，包括模拟真实世界中较少遇到的危险场景，让辅助驾驶系统在上市前就已‘见多识广’。”对消费者而言，这意味着更安全、稳定的驾驶体验。 在数据质量与场景覆盖能力等关键维度上，陈勇团队走在了国内前列，甚至在某些方面展现出相较于特斯拉的优势——尤其是在对国内复杂交通场景的还原程度上。目前，陈勇团队参与研究的辅助驾驶系统已应用于吉利星越L、银河E8、银河E5、领克07、领克08等多款车型。 这一成果也体现了产学研深度融合的价值。陈勇的博士后课题源自企业实际需求，公司在科研方面提供了大量支持，包括帮助建设智算中心、搭建数据平台与大模型，推动研究成果快速落地，形成技术闭环。 坐落在数字氛围浓厚的杭州，陈勇感受到强劲的创新基因、丰富的资源与合作伙伴，他期待将智能汽车进化为真正的“智慧生命体”。 电单车用上大模型，减碳增收一举两得 用餐高峰期，外卖骑手小李在路口焦急等待红灯，电单车仪表盘上的电量已所剩无几，手机还不断弹出顾客催单提醒：“餐怎么还没到？”——这样的困境，曾是数百万骑手的日常。他们背负着“时间即收入”的压力，在陌生街巷中摸索、绕路，因缺乏本地经验而频频超时、半路断电。 有没有一种技术，能帮他们像老骑手一样精准预判路况、高效规划路径、智能安排换电？如今，难题被中国原创AI技术破解。 杭州宇谷科技股份有限公司有一群技术人员，为即时配送行业从事了大量的可落地研究。博士后焦阳博翰作为其中一员，研发了国内首个面向电动两轮车出行的“出骑大模型”：以百万骑手的真实带电轨迹数据为基础，该模型构建起以智能路径规划、续航优化与安全导航为核心的AI服务体系，填补了电动两轮车领域大模型应用的国内空白。 通俗地说，“出骑大模型”就像一位“数字老师傅”，它把成千上万优秀骑手多年积累的“走近路”“避堵绕行”“省电技巧”等经验，通过AI学下来，再结合实时GPS、电池状态、历史高绩效路径等多维数据，为骑手动态生成最优路线。相比传统导航，该模型掌握了城市“毛细血管”中的通行密码——走哪条小巷更节省时间、哪个小区允许电动车穿行、何时换电最省时。 今年夏天，该技术走出实验室，先在杭州开展试点，面向数万名骑手开放使用。实测显示，新骑手单程配送距离缩短5%以上，日均少跑5—6公里的无效路程，路径规划效率提升30%，有效提升配送群体收入。而且，每位骑手日均可减碳0.04—0.06公斤，若在全国推广，年减排潜力达数万吨，有效助力“双碳”目标的实现。 在焦阳博翰看来，成果离不开博士后期间“产学研用”深度融合的独特经历。“在企业做博士后，让我直面真实业务痛点，用海量真实数据训练模型，并可快速验证迭代。”他特别感谢公司提供的数据、算力与业务场景支持，以及杭州市对高层次人才的政策扶持，“正是‘技术—场景—政策’三位一体的生态，让AI真正服务于人。” 展望未来，焦阳博翰计划出站后继续扎根杭州。“电动两轮车智能化不仅是技术趋势，杭州有最好的创新土壤，我愿在这里让每一次骑行都更智慧、更有尊严。” | 
