九识落地国内首个L 4万卡算力集群，自动驾驶大规模仿真时代到来
国内L4自动驾驶赛道，迎来算力基建里程碑。九识正式披露建成近1.5万卡GPU算力集群，也是国内首家落地万卡级集群的L4无人驾驶企业。
不同于通用大模型算力集群，这套算力底座专为自动驾驶场景打造，覆盖模型训练、场景重建、自动标注、仿真推演全链路研发。行业共识正在改变：L4竞争不再只看单车路测里程，大规模仿真训练与世界模型能力，才是突破长尾场景瓶颈的关键。
万卡集群不是算力炫技，为解决无人车长尾场景而生
过去很长一段时间，自动驾驶企业验证算法，高度依赖真实道路测试。车辆上路采集数据，人工筛选标注，再迭代模型。但城市路况复杂多变，临时围挡、异形障碍物、人车混行、极端天气，大量长尾场景很难在现实中足量采集。仅靠实车路测，迭代周期漫长，成本居高不下。
万卡集群的核心价值，就是补齐仿真环节短板。依托这套算力，九识APEX多模态基座世界模型，可基于2.7亿公里真实运营里程数据，批量生成海量变体仿真场景。不用上路，就能在数字空间反复推演各类极端工况，持续训练端到端智驾模型。
这套集群打通完整的数据飞轮：真实车辆上路采集问题场景，回传至算力中心，由世界模型生成海量衍生场景，模型完成训练优化，再OTA下发到车队。算力规模足够大，仿真场景的丰富度、训练速度才能跟上商业化扩张节奏。
行业内，通用大模型企业搭建万卡集群并不少见，但自动驾驶企业自建万卡级算力，门槛完全不同。智驾仿真需要物理动力学、传感器渲染、交通博弈同步计算，对集群调度、仿真软件栈、场景生成工具链都有特殊要求，不只是堆叠GPU硬件。
算力军备竞赛开启，L4商业化从单车智能走向城市级物理AI
九识万卡集群落地，也标志国内L4赛道竞争逻辑切换。此前行业比拼单车硬件、路测里程、落地城市数量。现在，算力基建、世界模型、仿真能力，成为新的核心壁垒。
九识在本次披露算力成果的同时，也在推进“城市级物理AI”战略，通过Zelos Inside向外输出L4智驾能力，面向车企、城市服务场景做标准化赋能。万卡算力，正是这套对外输出能力的底层支撑。当更多车型、更多城市接入方案，产生的海量场景数据，又会反哺世界模型训练，形成正向循环。
但算力投入同样带来巨大成本压力。万卡集群的硬件采购、电力消耗、运维、软件栈开发，是一笔长期持续的大额投入。并非所有智驾企业都有能力跟进这套重资产模式。赛道分化会进一步加剧：有能力自建大规模算力集群的玩家，会持续拉开算法迭代差距；其余企业更多选择合作、外包算力，或是聚焦细分场景。
同时也要看到，算力只是必要条件，不是全部。仿真场景的真实性、虚实世界对齐、模型泛化能力，依然考验软件与数据能力。硬件堆卡容易，高质量世界模型与仿真工具链，才是更难啃下的环节。
结语
L4自动驾驶的商业化，本质是一场持续不断的场景对抗训练。在真实道路采集场景的天花板逐步显现之后，大规模仿真，成为突破瓶颈的必经之路。
九识万卡算力集群落地，意味着国内自动驾驶正式迈入“虚实结合”的新阶段。算力基建不再是可选项，而是L4玩家参与下半场竞争的入场券。未来行业比拼的，不只是GPU数量，更是能否用好算力，构建真实可信的数字世界，最终让无人车在复杂城市环境稳定落地。