知识点 › 部署与回流
影子模式
Shadow Mode
定义
新模型在车上「并行运行但不控车」，与在用策略/人类驾驶对比，差异片段回传。它是「零风险验证 + 自动发现 bad case」的组合，是数据闭环的引擎。
关键要点
- 三种形态：纯观测（只跑不输出）、建议式（输出但不执行）、差异触发（比完再传）
- 要解决「算力争抢」：影子模型不能影响主链路时延
- 影子数据要带版本标签，否则无法归因到具体模型
面试怎么答
讲「不控车 + 差异触发」两个要点，再说算力怎么隔离。
相关知识
- 影子差异触发 — 车上同时跑「影子模型」与「在用策略」，当两者输出的差异超过阈值（轨迹偏离、检测类别/位置不一致、置信度骤降）时触发回传…
- 影子差异分析 — 定义「差异」并归因：轨迹距离、加速度差、检测类别/位置不一致、置信度分布偏移、决策分歧。差异要能自动分类（漏检/误检/…
- 事件触发 — 由明确事件触发录制上传：接管/急刹/AEB/碰撞、近距离 cut-in、急打方向、驾驶员监控异常、系统降级、故障码。信…
- 影子系统四层架构 — ①前端业务：模型管理、发布任务管理、应用编排、日志/灰度发布、模型升级回滚、配置管理、批次/标签/文件管理、trigg…
- ShadowDaemon 影子车端服务 — 车端常驻的影子服务：加载候选模型，订阅与主链路相同的输入，并行推理并与在用策略/人工驾驶比对，差异超阈值上报。它不控车…
- GPU 算力与配额 — 车端 GPU（如 Orin / Thor）是被争抢最激烈的资源：主感知链路、影子模型、录像编码、甚至座舱渲染共用同一块…
- 数据闭环 — 把「真实世界产生的数据」持续转化为「车端模型能力」的工程体系：车端采集 → 回传 → 存储治理 → 场景挖掘与标注 →…