QPilot MAX 500+ TOPS 城市导航解决方案基于世界模型与强化学习框架构建，性能表现达行业领先水准，其 AEB 误触发率远低于行业平均水平
中国北京--(美国商业资讯)--全球自动驾驶领域领先企业 QCraft 今日在 2026 年北京国际汽车展览会（Auto China 2026）开幕活动上亮相。公司董事长兼首席执行官 James Yu 博士在会上正式发布 QCraft 物理 AI 模型，并宣布公司战略全面拓展，由自动驾驶迈向更广泛的物理 AI 前沿领域。
本新闻稿包含多媒体。此处查看新闻稿全文： https://www.businesswire.com/news/home/20260424387519/zh-CN/
在众多行业嘉宾的见证下，QCraft 首次对外完整披露其物理 AI 模型的整体架构。该模型基于统一的“世界模型 + 强化学习（RL）”框架构建。
与此同时，公司正式推出 QPilot MAX——一款具备 500+ TOPS（每秒万亿次运算能力）的城市 NOA（导航辅助驾驶）解决方案；并披露其 L4 级 Robotaxi 与 Robovan 项目的最新进展，同时发布升级后的企业使命与愿景。
Yu 博士表示：“如果说过去十年行业的核心在于让 AI 学会驾驶，那么未来十年将加速迈向物理 AI 这一关键前沿——这一领域更具想象力、更具颠覆性，也将产生更为深远的影响。”
他进一步指出，世界模型与强化学习（RL）是连接数字世界与物理世界的关键桥梁，使 QCraft 能够在数字环境中进行近乎无限次的训练迭代，并将相关能力有效迁移至现实车辆。
“这不仅是一次简单的算法升级，更代表着研发路径的根本性转变。”他说。
QCraft 的物理 AI 模型采用双层架构协同运行。在云端侧，升级后的世界模型可通过自然语言指令生成各类稀缺长尾场景，如极端天气、逆行骑行者及行人突然出现等复杂工况；在车端侧，世界行为模型融合视觉—语言—行动（VLA）模型与强化学习算法，实现从感知到行动的全链路一体化贯通。
QPilot MAX：以规模化能力构筑安全基石
在谈及公司正式推出的 QPilot MAX——一款基于 500+ TOPS 算力平台、具备行业领先性能的城市 NOA（导航辅助驾驶）解决方案时，于健博士表示：“我们不以参数见长，而以体验取胜。”
目前，QPilot MAX 已与中国最大的整车制造商之一开展深度合作，落地应用于 25 款量产车型，并预计将在 2026 年拓展至约 50 款车型。该方案的自动紧急制动（AEB）误触发率约为每 50 万公里一次，显著低于行业平均水平，每年有助于用户规避约 14.6 万起潜在事故。
Yu 博士指出，保险是衡量系统真实价值的关键现实指标：“如果系统确实更安全，用户理应承担更低的保险费用。”
在 Robotaxi 发展方面，Yu 博士进一步阐述了 QCraft 的核心理念：以更强大的 AI“大脑”为核心，而非单纯依赖更多传感器。“人类在驾驶过程中同样存在大量盲区，但依然能够安全行驶，关键在于具备强大的大脑。这正是 QCraft 所坚持的路径。”
QCraft 的 Robotaxi 解决方案完全基于量产级车辆配置打造，公司更强调审慎、稳步推进规模化落地，而非一味追求速度。
在物流领域，QCraft 同步展示了 QC-1 物流机器人，旨在解决从车辆到用户家门口的“最后一百米”配送难题。
Yu 博士在发言最后宣布了 QCraft 全新的企业使命与愿景：以安全且有益的 AI 赋能更加美好的未来； 引领全球物理 AI 前沿发展。
在北京发布物理 AI 战略的同时，QCraft 的车辆亦正于慕尼黑和巴黎同步开展道路测试。从中国到欧洲，QCraft 持续拓展物理 AI 与自动驾驶技术的应用边界。
关于 QCraft：
QCraft 是一家面向整车厂提供 L2++ 至 L4 级自动驾驶（AD）解决方案的全球领先企业。公司成立于 2019 年，总部位于硅谷，已与多家全球领先汽车制造商实现技术规模化落地。依托世界一流的研发团队，并与领先整车厂及科技企业建立深度合作，QCraft 融合大规模商业化应用能力与行业领先的安全性与效率，持续推动自动驾驶技术加速走向现实应用。
免责声明：本公告之原文版本乃官方授权版本。译文仅供方便了解之用，烦请参照原文，原文版本乃唯一具法律效力之版本。
在 businesswire.com 上查看源版本新闻稿: https://www.businesswire.com/news/home/20260424387519/zh-CN/
CONTACT:
媒体联络：
qcraft@rootcomms.com
QCraft 亮相 2026 年中国国际汽车展览会
QCraft 董事长兼首席执行官 James Yu 博士正式发布 QCraft 物理 AI 模型，并宣布公司战略由自动驾驶全面拓展至更广泛的物理 AI 前沿领域。
