截至2026年5月21日的公开榜单显示，易控智驾技术团队自主研发的联合轨迹预测框架IMRv2在Waymo Open Motion Dataset的交互预测（Interaction Prediction）与轨迹预测（Motion Prediction）两项榜单中均排名第一。此前，其初代IMR框架曾作为Argoverse2挑战赛最佳得分方案亮相CVPR 2025的自动驾驶研讨会（CVPR WAD），并持续保持该榜单全球第一至今。
此次登顶Waymo双榜，意味着公司的预测技术在复杂的多智能体交互预测领域已达到全球顶尖水平。这项能力也将直接转化为矿区场景中的核心竞争力——更精准的意图预判意味着更少的刹车、更流畅的混行、更高的运输效率，最终体现为客户成本的实质性降低。
WOMD交互预测榜单与轨迹预测榜单排名情况
（截至2026年5月21日）
底层算法进阶，应对复杂交互难题
由Alphabet旗下Waymo发布的WOMD，覆盖了复杂城市路口与多智能体高频交互等极端场景，被业界广泛视为评估轨迹预测与交互理解能力的“黄金标准”，吸引了众多顶尖企业、高校与研究机构参与。基于上一代框架的技术积累，IMRv2围绕多车耦合场景中的交互博弈问题实现了系统性增强。该框架通过递进式细化交互关系图，进一步提升了对多主体交互关系的理解、推理与协同建模能力，在保持多模态预测能力的同时兼顾单车轨迹精度与场景级联合一致性，从而更稳健地应对复杂场景下的动态不确定性。值得注意的是，该框架在两个榜单的所有指标上均展现出显著优势，尤其在交互预测榜单的综合排序准确度（Soft-mAP）上实现了大幅提升。
在矿山无人驾驶场景中，预测能力是支撑环境理解、意图识别与行为决策的重要组成部分。与城市公开道路相比，矿山作业环境缺乏结构化道路特征，无人驾驶矿卡需要与多种人工驾驶工程装备、多厂商自动驾驶车辆长期稳定混行作业，并能在窄路会车、多岔路口交汇等复杂工况下做出合理的交互决策。面对行为多变、不确定性高的各类矿山驾驶设备，系统依托动态轨迹预测算法，实现对超车、横穿、近距离会车等强交互意图的精准识别与路口博弈场景的稳定应对，从而有效提升车辆运行的流畅性与稳定性，减少不必要的降速、刹车和接管。
规模混编落地，加速多重价值释放
目前，依托生成式仿真系统中的大量测试与持续优化，易控智驾无人驾驶动态预测算法已在新疆、内蒙古、河北、四川、西藏等地区多座矿山落地应用，成效显著：
在新疆准东某大型露天煤矿，系统对周围车辆的提前预判减少了被动响应，单位里程内重刹、中刹和中轻刹频率分别下降20.6%、44.4%和28.8%，在降低车辆机械损耗的同时，提升整体运行效率。
在重钢西昌矿业太和铁矿，矿区交叉路口密集、混编作业场景复杂，依托动态预测算法对周围车辆行驶轨迹的精准判断，无人矿卡可自主完成入编、混编、离编及避让决策，实现全流程安全、有序运行。
在首钢矿业水厂铁矿主采场，针对数量多、行为难预判的有人驾驶刚性矿用卡车，通过动态预测算法与智能调度的结合，实现17台无人矿卡与11台有人驾驶刚性矿用卡车常态化混编运行，覆盖多岔路口通行、破碎站双卸料口负载均衡等复杂场景，全矿日均人工干预小于10次。
登顶Waymo双榜这一阶段性成果，源于公司在复杂动态交互预测方向上的持续积累。未来，公司将继续以核心算法创新引领矿山无人驾驶行业技术发展，持续提升无人矿卡在复杂场景下的适应能力与运行效率，加速规模化落地，为全球矿山安全、高效生产提供更强大的技术保障。
