从听懂指令到提前安排，吉利千里浩瀚 G-ASD 4.0更进步

过去的车机和辅助驾驶系统，大多是被动响应。用户说一句，车辆执行一个动作；前方出现情况，系统做一次判断。这种模式能够解决基础需求，但离真正智能还有距离。智能汽车下一步要解决的问题，是能不能在理解用户意图和环境变化之后，主动规划更合适的行动。

吉利千里浩瀚 G-ASD 4.0在这方面的升级，来自阶跃Step 3.5大模型与WAM 2.0的结合。阶跃Step 3.5大模型具备1960亿总参数量和350 TPS推理速度，带来超长上下文理解、动态记忆和复杂推理能力。WAM 2.0则通过世界模型前向预测与价值评估闭环，把理解转化为驾驶决策。

这种主动规划能力，在AI终点领航中表现得很明显。车辆不是简单把用户带到停车场，而是可以自主领航至距离电梯口、充电站等目的地最近的车位。这里面包含了对目的地需求的理解，也包含了对停车场路径和车位价值的判断。

无图园区漫游同样如此。车辆首次进入陌生停车场或园区，不需要提前学习地图，也能基于文字与箭头标识自主找出口、寻车位。用户给出“左转”“找出口”这样的指令后，车辆不只是执行一句话，而是结合现场环境主动规划后续路径。

主动规划能力也体现在风险场景中。小区豁口、山路盲区，系统会提前预判并主动减速，而不是等风险出现后才处理。人车混行小路中，系统能够博弈试探、择机绕行，绕行时机提前83%。

主动规划和被动响应最大的区别，在于车辆是否能理解“目标”。被动响应只处理当前命令，主动规划则需要知道用户真正想达成什么结果。比如“找出口”不是简单转向，而是要确定路径；“去充电站附近”不是简单导航，而是要找到合适车位。G-ASD 4.0的升级，正是把车辆从动作执行推向任务理解。

吉利千里浩瀚 G-ASD 4.0的意义，在于让车辆从“你说我做”走向“我理解后再安排”。这才是大模型和世界模型真正进入汽车之后，应当带来的体验变化。