据雷峰网报道，九识CEO孔旗9月10日在广州宣布战略升级为“城市级物理AI”后，CTO庄立9月17日首次披露，九识已建成业内首个L4级万卡集群，总规模近1.5万卡。九识成为首个建成万卡集群的L4无人驾驶团队，其正从百亿级迈向千亿级的APEX多模态基座大模型，成为支撑这次升级的底层能力，无人驾驶开始进入多模态大模型新范式。
九识成立于2021年8月，创始团队曾在百度硅谷研究院主导Robotaxi、Robotruck研发，并为第一代Apollo开源平台作出贡献。其创业选择RoboVan，过去五年发明全球第一台Robovan，从物流拓展至以L4技术赋能多个行业，并跑出卖车、服务、运力模式。2023年卖出第一台车后，其全球车队超过3万台，覆盖20多个国家、300多座城市，累计真实运营里程超过2.7亿公里。
城市货运面对无标识乡村道路、临时施工围挡、异形障碍物、人车混行、恶劣天气光影突变等长尾场景，难以用规则穷尽。九识的解法是用大模型学习物理世界。万卡集群指由超过一万张加速卡组成的高性能计算系统，用于训练基础大模型，可将复杂训练任务拆解后并行处理。九识称，算力层级将在基础设施上决定智驾企业的智能上限。
APEX多模态基座大模型融合海量真实L4驾驶数据、互联网语言和视频等知识语料，以及真实运营中的人类决策数据。基座训练完成后，向下赋能数据、模型和评测，形成迭代闭环。九识认为，3万台车、300多座城市、2.7亿公里真实L4运营数据每天在喂养这套算力体系。孔旗曾表示：“复杂城市开放道路能够产生高价值数据，而商业模式本身需要赚钱，才能持续获取数据、推动技术进步。”
九识此次战略升级的核心是“九识大脑”，其核心为APEX多模态基座大模型。据雷峰网报道，APEX带来的变化包括：场景推理与决策能力更强，长时序博弈预判提升行驶平顺性与安全性；知识融合能力更强，统一理解交通灯、交警手势、道路标识和本地通行规则，为无图L4在陌生道路当日部署提供支撑；仿真业务能力提升，百万级工况并行仿真可信；模型蒸馏与车端部署价值更高，一套基座适配多款RoboVan车型。
车云协同方面，九识的机制是场景越复杂，云端大模型介入越深。当前主流车端端到端模型可较好覆盖30km/h以上一般道路，但存在边界。九识在5至30km/h复杂道路由车端VLA本地实时推理，并调用云端VLA增强理解；在0至5km/h末端场景，还推出安全员Agent，可自主完成极端场景下的救援脱困，作出绕行、重新规划路线、靠边停车等决策。九识称，这套协同实现常规道路、复杂路况、救援脱困的全场景覆盖。其与L2的本质区别不在于车速，而在于车端知道自己“不行了”时会主动降速或停车，呼叫云端分析并给出指令，而不是被动等待接管。
闭环迭代依靠真实数据回流至APEX基座，基座能力提升后支撑云端模型升级，云端模型再通过蒸馏输出更优的车端模型。APEX通过知识蒸馏和物理推演，构建覆盖车端VLA、云端VLA、安全员Agent等模型矩阵。九识的VLA并不强制翻译成人类语言再去操控车，而是更接近人类行动前的“念头”。据雷峰网报道，万卡算力、APEX基座和2.7亿公里L4运营里程形成数据、算力、模型、工程四重自增强壁垒。九识覆盖20多个国家、300多座城市，运营车队超过3万台，三年运力增长100倍。九识称，规模本身不是终点，而是燃料；实现大规模商业化后，九识本质上是一家具有稀缺数据资源的大模型公司。