热点新闻
2026年1月5日，吉利汽车在全球消费电子展CES开幕前夕宣布，其全域AI技术体系升级到2.0时代，标志性成果为WAM世界行为模型（World Action Model）。该模型采用分层设计，具备自我反思和进化能力，能实现从“理解-规划”到“预演-判断-修正”的完整智能闭环。吉利研究院院长李传海表示，WAM融合了沃尔沃安全大数据、整车各域参数及互联网生态感知要素，构建了整车通用大脑。新一代千里浩瀚辅助驾驶系统升级为G-ASD，具备多把掉头、一键启动NZP、车位到车位领航辅助等功能，覆盖L2到L4自动驾驶。目前G-ASD3已通过OTA推送到极氪、领克多款车型，并计划申报L3级自动驾驶国家试点。吉利CEO淦家阅强调，WAM迭代能力极强，可1-2周迭代一次，推动智驾跨越式进步。（消息来源：https://36kr.com/p/3631859469305096）
TA分析
从TA沟通分析心理学视角，吉利WAM模型的开发与应用体现了“自我状态”理论的实践。该理论由Eric Berne提出，认为人的心理由父母自我状态（P）、成人自我状态（A）和儿童自我状态（C）构成。WAM的分层设计（理解-规划-预演-判断-修正）恰似人类“成人自我状态”的理性决策过程：通过持续数据训练（父母自我的规则内化）、实时环境感知（儿童自我的本能反应）及闭环修正（成人自我的逻辑调整），实现系统智能化演进。
WAM技术特点在于：1. 分层处理模拟人类多重自我状态协作；2. 融合安全数据（父母自我保护性）、生态感知（儿童自我探索性）与域控参数（成人自我整合性）；3. 通过“预演-判断-修正”闭环实现自我反思，契合TA理论的“脚本分析”概念——系统通过反复测试修正行为脚本，避免“故障脚本”导致事故。应用范畴超越智驾，可扩展至座舱交互、多域融合及安全对抗模型设计。
针对新闻中隐含的“极端场景应对不足”问题，TA视角解决方案为：1. 建立“合约式训练框架”——明确系统与环境的责任边界，如吉利通过庞大数据模拟罕见场景；2. 应用“再决策训练”——在虚拟环境中反复演练极端案例，强化成人自我状态的适应性；3. 引入“stroking机制”——通过正向数据反馈（如安全通行）增强系统信心。此方案还可解决五类类似问题：自动驾驶突发障碍规避、人机交互冲突化解、多域控制协同优化、用户驾驶行为预测、系统过载应急响应。
训练方法上，需遵循：1. 结构性分析——拆解驾驶场景为P-A-C三状态对应任务；2. 游戏分析——设置对抗性测试环境（如安全对抗模型）；3. 时间结构规划——通过短期迭代（1-2周）积累长期能力。吉利通过云端千亿参数模型与车端算力结合，正是TA理论中“当代过去”与“当下现在”的整合实践。
未来，WAM类系统需警惕“污染现象”——即单一自我状态过度主导（如过度理性忽视情感体验），需通过持续数据投喂与跨域融合保持平衡。吉利融合沃尔沃安全数据与互联网生态要素，恰似保持父母自我与儿童自我的动态平衡，值得行业借鉴。TA理论在此领域的深化应用，将推动智驾系统从“功能实现”迈向“人性化协同”。