酷哇科技發布自适應世界模型RISE 推演延遲壓縮至287毫秒

觀點網訊：9月2日，酷哇科技（COOWA）正式發布自适應想象世界模型框架RISE（Refining Imagination through SElective Rollout），並同步開源相關論文、代碼與數據集。該框架面向具身智能領域長期存在的算力消耗與推演性能平衡難題，屬于世界動作模型（World Action Models）方向的系統級調度創新。

傳統世界動作模型允許智能體在執行動作前，于潛在空間中“想象”未來環境演變，通過評估動作後果輔助決策。但現有模型普遍存在資源分配的結構性瓶頸：對所有場景分配固定幀數的想象預算，即“全局固定推演”。

這種“一刀切”機制意味着，無論空曠無人的城市主幹道，還是行人交織的復雜十字路口，系統都在進行同等深度的推演。對簡單場景，過度推演無法提升規劃質量，反而大幅增加推理延遲；對復雜交互場景，固定推演深度又往往不足以解析多方的交互博弈。

針對上述痛點，RISE引入門控機制，通過實時權衡規劃增益與算力消耗，實現算力的動态分配，突破了傳統模型固定算力推演的局限。在動态調度機制下，RISE單次推理平均僅發生2.40次推演叠代，平均推演延遲壓縮至287毫秒左右。

基準測試方面，NAVSIM v1與v2測試中，RISE分别取得91.5 PDMS和90.8 EPDMS的成績，分别超越最強基線0.8和0.9個百分點。需要說明的是，PDMS與EPDMS分别對應v1與v2兩個版本測試集的評估口徑，二者不宜直接混用比較。

nuScenes開環測試中，RISE平均軌迹L2誤差降至0.31m，平均碰撞率壓低至0.10。

架構兼容性方面，研發團隊将RISE調度器以“插件化”方式接入前代DAWN架構。接入後，DAWN模型的PDMS得分從89.1提升至90.3，EP與TTC分别提升2.7分與2.3分。

場景差異化适配是RISE的核心技術邏輯之一。在無需推演的極簡場景，有1248個測試場景在零推演下表現最佳，強行增加推演反而導致性能（EPDMS）從89.9降至88.4。

在涉及密集行人流和穿插車輛的復雜路口，有4036+2180個場景極度依賴3幀以上的深層未來預測。對深度需求最高的場景組，推演深度從0加到4時，EPDMS從88.5提升至91.1。

開源方面，此次随RISE開源的内容限于論文、代碼與數據集。其中CounterDrive數據集包含來自nuScenes的2432條訓練片段、511條測試片段，以及來自NAVSIM的5013條訓練與1000條測試片段。

從行業角度看，RISE以動态調度替代固定推演，為具身智能模型在算力成本與推演性能之間提供了新的平衡路徑，其調度器已驗證可“插件化”接入既有架構。不過，上述成績均來自特定基準測試集，不宜直接等同于全場景最優或整個具身智能領域的全面突破。

免責聲明：本文内容與數據由觀點根據公開信息整理，不構成投資建議，使用前請核實。