[汽車之家 行業(yè)] 3月28日-3月30日，以“夯實電動化 推進智能化 實現(xiàn)高質(zhì)量發(fā)展”為主題的中國電動汽車百人會論壇（2025）正式舉辦。
在本屆論壇期間，卓馭科技AI首席技術(shù)官陳曉智與包括汽車之家在內(nèi)的核心媒體進行了交流。陳曉智在交流中表示，近期汽車圈流行的“全民智駕”對于卓馭科技這樣的智能駕駛供應(yīng)商來說是好事，有利于推動更多車企尋求相關(guān)合作。目前，城市NOA功能還有一定的價格下探空間，未來有望在更低價位車型上搭載。
在陳曉智看來，不論是特斯拉FSD這種非激光雷達方案，還是國內(nèi)高端車型搭載的激光雷達方案，技術(shù)上車的本質(zhì)邏輯應(yīng)該保持同樣的安全性標準，區(qū)別只應(yīng)該在部分極端場景能否使用上。但車企是否選擇搭載激光雷達，并不僅是出于對智駕系統(tǒng)本身的考量，還會考慮整車的成本、定位、市場宣傳等維度的需求。
對于年內(nèi)入華的特斯拉FSD功能體驗，陳曉智認為，基礎(chǔ)能力非常強，但對于中國道路交通環(huán)境的適應(yīng)很差。在他看來，除了FSD所呈現(xiàn)出來的常規(guī)安全舒適體驗之外，卓馭將在2025年升級到端到端的世界模型，在功能體驗上可能會有更大的升級，實現(xiàn)千人千面的智能駕駛，有能力給用戶FSD上也看不到的功能。
隨著技術(shù)的不斷演進，卓馭科技已經(jīng)開始針對L3技術(shù)進行布局。據(jù)陳曉智透露，該公司將于2025年內(nèi)開啟硬件相關(guān)能力的布局，預(yù)計相關(guān)軟件能力的落地還需要兩到三年的時間。
卓馭科技AI首席技術(shù)官 陳曉智
以下為交流原文（經(jīng)汽車之家整理修改）：
媒體：剛才您演講提到了L3，我想問一下卓馭科技的L3落地有時間表嗎？
陳曉智：關(guān)于L3、L4，我們今年會把L3、L4的硬件做出來，包括控制器、傳感器，滿足L3、L4冗余的架構(gòu)需求。這個傳感器除了視覺攝像頭，還會增加激光雷達來滿足冗余；控制器也會有主系統(tǒng)和備份系統(tǒng)的架構(gòu)設(shè)計。
再下一步，軟件功能的落地，這塊我們認為還需要一段時間。今年，更多要做的事情就是先把硬件預(yù)埋，把落地的事情先做了。整個行業(yè)，我們認為可能也會是這樣的趨勢，先預(yù)埋L3、L4的硬件，等算法，包括安全接管率、效率都提上去之后，我們再在一些特定場景把L3、L4的功能釋放出來。
肯定今年會有一些落地。軟件可能是還需要兩三年的維度。
媒體：大家都知道卓馭在成本控制方面很厲害?，F(xiàn)在的全民智駕背景下，預(yù)計成本還會不會下探？
陳曉智：全民智駕這個事情，跟我們卓馭一直以來倡導(dǎo)推動的高階智駕普及是比較一致的。過去幾年也一直在做這樣一個事情。比如2023年，我們把全國無圖高速領(lǐng)航下放到10萬出頭的車型；2024年，我們又把記憶城市領(lǐng)航下放到10萬出頭的車型。
我們過去比較擅長的是把高階的智駕功能下放到更低價位區(qū)間的車型。今年，大家都說智駕標配、全民智駕，對我們來說是一個比較好的事情。我們也會跟更多客戶加深這方面的合作，幫助他們更輕松地標配這些智駕功能。
我們現(xiàn)在比較關(guān)心的像城市領(lǐng)航的功能，它的成本肯定能做到更低。比如目前用的7V攝像頭，再加32tops的算力平臺就可以跑城市領(lǐng)航。目前，大家常見到的動不動跑城市領(lǐng)航要有激光雷達、要有幾百tops算力的平臺還會有比較大的成本，要下放到更低價位區(qū)間的車型還是會有一些壓力和挑戰(zhàn)。我們能支持更簡單的硬件就能跑城市領(lǐng)航，可能會有一定的優(yōu)勢，對于我們的客戶來說推動標配會更容易一些。
媒體：卓馭之前提出過智駕硬件可以插拔更換。卓馭將來會不會把這個想法實施，讓它成為一個正式落地的產(chǎn)品形式？
陳曉智：這個方向其實我們已經(jīng)落地了，比如在傳感器不變的情況下，同樣是7V攝像頭，我們可以更換算力芯片，從32tops升級為100tops的算力，我們跑的功能體驗還能進一步得到提升。
這樣的方案我們可以做到PintoPin的替換，或者整車替換都可以，別的傳感器、接插件都不需要變。這個我們已經(jīng)給我們的客戶提供了，預(yù)計2025年上半年就會在一些車型上有相應(yīng)的升級。
媒體：最近一年，我們能看到不同廠商在車載激光雷達態(tài)度上有所分化，比如特斯拉和小鵬都明確說以后不會用，像華為和理想甚至全系標配，您怎么評價這種不同廠商的不同態(tài)度？
陳曉智：卓馭對于這個問題的觀點一直也沒有變。激光雷達，我們認為它的作用就是提供冗余安全性。當(dāng)然，可能不同車企有不同觀點，我要標配激光，或者我要減少激光雷達。我們認為，車企他們不僅是對于智駕系統(tǒng)的考量，他們裝不裝激光雷達還會考慮整車的成本，考慮車型的定位，甚至考慮市場宣傳的需求。
從技術(shù)角度來說，裝不裝激光雷達，主要還是看冗余安全性。沒有激光不影響基礎(chǔ)能力，我們已經(jīng)看到像特斯拉FSD。FSD已經(jīng)進國內(nèi)了，大家可以體驗到，我們也體驗了，我們會發(fā)現(xiàn)它基礎(chǔ)能力非常強，基礎(chǔ)能力的意思就是安全性、舒適性、擬人性，它是非常強的。它沒有激光雷達，但是也可以做到這些基礎(chǔ)能力很強。所以，有沒有激光雷達不影響開車是否是老司機，或者是否安全，不太影響。
如果你要應(yīng)對一些比較極端的場景，比如說有的媒體朋友可能也會測一些極端場景，比如夜晚有逆光大燈，還遇到一個靜止的黑衣人，這種確實是視覺弱視的場景，加上激光肯定是有用的，對于L3、L4確實要考慮比較極端的場景，你就可以加，加不加激光取決于很多方面的因素，技術(shù)以外的因素也有，技術(shù)本身的因素也有。
媒體：當(dāng)前有很多主機廠選擇了自研+供應(yīng)商合作的技術(shù)模式，供應(yīng)商的角色從單純的方案交付者轉(zhuǎn)變到技術(shù)賦能者的地位，您認為供應(yīng)商和車企的協(xié)作模式未來將發(fā)生哪些結(jié)構(gòu)性的變化？
陳曉智：卓馭是作為供應(yīng)商，我們給我們客戶的提供方式本身是比較靈活的，我們在硬件、軟件、算法各個層面都可以提供相應(yīng)的合作，比如有的客戶想要一個交鑰匙方案，軟硬件都給他，我們也可以做整套方案給他們。有的客戶可能自己做硬件，或者在第三方采購硬件，我們也可以只提供軟件算法。甚至有的客戶有自研團隊，你能不能賦能我們，給我們提供工具鏈，或者只要部分的算法，我們也是可以提供的。我們卓馭的合作模式本身比較靈活，會針對不同客戶提供不同的合作選項。
對于車企自研，現(xiàn)在大家都看到自研，但是自研這個事情本身會有一定挑戰(zhàn)。未來，不同的車企自研占多大比重可能還是得看持續(xù)的產(chǎn)品迭代能做到什么程度。
媒體：最近汽車出海事情是非常熱的，但中國的很多非常好的技術(shù)在外國落地時遇到非常多的困難。從您的角度看，卓馭在技術(shù)出海方面會遇到哪些問題？
陳曉智：目前，我們海外做得比較多的還是像歐洲那邊的海外適配。這方面適配的挑戰(zhàn)更多不是技術(shù)上的，技術(shù)上相對簡單，我們的算法模型在國內(nèi)場景訓(xùn)練之后到國外場景泛化性會比預(yù)想中的要好，比如國內(nèi)做到100%泛化，到海外的工況可能能做到80%，甚至還要多一些。它不會有太大適配的問題。對我們來說，可能針對一些長尾的場景或者當(dāng)?shù)匾恍┨厥獾膱鼍?，比如標識牌等等特殊的交規(guī)做相應(yīng)的適配就可以了。
這里挑戰(zhàn)更多的可能是在數(shù)據(jù)的采集，還有相應(yīng)的路側(cè)得符合當(dāng)?shù)氐姆ㄒ?guī)要求。這塊，我們也是有對應(yīng)的合規(guī)方案去做海外的適配。
媒體：特斯拉FSD在2025年入華，卓馭和特斯拉FSD之間的優(yōu)劣勢分別是什么？
陳曉智：我們認為它基礎(chǔ)能力還是非常強的，比較老司機。但是它的短板確實也如很多媒體所體驗的，對中國路況，特別是遵守交規(guī)、走對路方面還做得不夠好，還需要一些時間去適配，它的優(yōu)點和缺點都非常突出。
對于卓馭來說，我們也不太會跟FSD有什么直接競爭關(guān)系。他是賣車的，我們是供應(yīng)商。我們可以幫助國內(nèi)OEM提供可以跟FSD PK的智駕能力，并且我們在國內(nèi)的數(shù)據(jù)以及適配的進展顯然會更加多一些。對于國內(nèi)OEM來說壓力更大一點。
除了FSD所呈現(xiàn)出來的常規(guī)安全舒適體驗之外，我們2025年在技術(shù)上還會升級到端到端的世界模型，在功能體驗上可能會有更大的升級。它不僅能提供基礎(chǔ)的安全舒適的智駕體驗，還能做到千人千面的風(fēng)格，能夠通過自然語言控制這個車輛的行為。這種體驗可能是一些常規(guī)車型看不到的，無論是FSD還是別的智駕車型看不到的。從這個體驗上，我們可能也會有一些不一樣的地方。
媒體：最近業(yè)內(nèi)關(guān)于一段式、二段式端到端的爭議，有些已經(jīng)實現(xiàn)了一段式。您怎么看待一段式端到端的趨勢？未來一段式的方案會對成本產(chǎn)生什么樣的影響？可以透露一下卓馭在這方面的布局嗎？
陳曉智：端到端確實會有不同的實現(xiàn)方案，二段式、一段式。
在我們看來，一段式跟二段式我們不太糾結(jié)。一段式比二段式只是多了一步，就是白感知和規(guī)劃模型串聯(lián)起來訓(xùn)練，二段式的訓(xùn)練方式就是先訓(xùn)感知模型，再訓(xùn)規(guī)劃模型，而一段式增加了第三步訓(xùn)練，就是白感知和規(guī)劃串起來訓(xùn)練我再微調(diào)一遍。
對我們來說，我們內(nèi)部端到端是否要做一段式串聯(lián)訓(xùn)練，會根據(jù)每個版本的需求來決定。串聯(lián)起來訓(xùn)練必然訓(xùn)練的時間更長，訓(xùn)練周期更長，那么這個版本的發(fā)布是否能接受這種迭代周期，這是需要考量的。
對于發(fā)版的需求來說，其實每個版本都有一些要解決的問題。比如這個版本要解決某個安全性問題，比如說過路口不夠絲滑的問題。這個問題不見得你要把感知和規(guī)劃串聯(lián)起來才能解決。你要判斷這個問題是否要把感知也聯(lián)合起來微調(diào)才能解決，如果不是，只是你的planning的模型就能解決，那我們就沒有必要串聯(lián)起來去訓(xùn)練。
在我們內(nèi)部看來，它是一個比較靈活的處理方式，我們都可以支持二段式跟一段式的訓(xùn)練。什么時候做一段式訓(xùn)練就是根據(jù)版本的迭代目標，要解決什么問題來去決定要不要用這個手段。
媒體：DeepSeek開源對于整個AI領(lǐng)域也會有影響。卓馭對于這樣一個開源的技術(shù)有什么運用領(lǐng)域，或者我們目前有什么效果？
陳曉智：DeepSeek開源大家都看到很多應(yīng)用場景都有在探索。但是對于自動駕駛算法來說，它的作用跟原有的大模型區(qū)別不大，目前它比較多的還是自然語言的能力，多模態(tài)能力可能也是比較常見的，也沒有特別突出。
對于自動駕駛的應(yīng)用，它更多是技術(shù)上對我們會有一些啟發(fā)，比如它引入強化學(xué)習(xí)，以及在訓(xùn)練的成本上控制得很好，是通過整個訓(xùn)練系統(tǒng)的優(yōu)化，使得它使用更少的成本把這個大模型訓(xùn)出來。在這些技術(shù)方面對我們啟發(fā)是比較大的，但是直接用這個模型放到我們車上去跑，或者怎么去開車，其實是不太行的，不太能直接去用它。更多是借鑒它的技術(shù)，像強化學(xué)習(xí)、推理的能力。
?媒體：現(xiàn)在國內(nèi)的車廠提出智駕平權(quán)，對于消費者來說他實際體驗上感知區(qū)別會怎么樣？對于用戶來說，9萬塊錢買一輛車和20萬買的車，他不知道智駕方面的區(qū)別會在哪里？
陳曉智：這個其實要取決于每家車企對不同價位車型所放的功能的區(qū)別，我們也不能判斷別的車企是怎么做的。
對于卓馭來說，我們對于不同價位方案的區(qū)分度，絕大部分場景能力要做到它們是一樣的，只有在一些比較極端的工況會有區(qū)別。
類似于不同的車可能會有不同的電機，有的單電機，有的雙電機，從開車的角度其實沒有區(qū)別，你用單電機還是雙電機都能完成開車駕駛這個任務(wù)，沒有區(qū)別。你可能只在一些特殊場景，比如說地面濕滑，容易打滑的場景，或者下雪天，雙電機可能會好一點，可能會有這些區(qū)別，或者追求極致運動，我等紅綠燈的時候，希望有聲浪的聲音出去，可能會有這些區(qū)別，但是基本能力是沒有變成。
智駕也是做到類似這樣的區(qū)別，大部分場景都有相同的安全性、舒適性、擬人性，只有在一些具體場景有區(qū)別。舉個例子，比如可通過性可以有區(qū)別，比如說相對低成本的方案，可能在一些狹窄的路段不能通過，它就會告訴用戶說不能通過或者我就剎停，停在這里等待接管，它有這個能力，但是不要影響它的安全性，只是不能通過，它只是沒有這個能力通過，但是你的安全性、舒適性不能變；更高成本的呢，在更窄的路可以通過，可能在通過性的配置上會有區(qū)別。
媒體：卓馭科技現(xiàn)在已經(jīng)公布的定點企業(yè)主要是自主品牌和大眾汽車。豪華品牌現(xiàn)在也在找本土化的智駕供應(yīng)商，卓馭接下來有沒有一些合作的可能性？
陳曉智：除了我們目前正在合作的客戶，我們也一直在跟一些全球客戶在深入交流，相關(guān)的合作未來一定還會有增加的，具體是哪些，可能需要再過一段時間，大家可以等官方的消息。我們也一直在拓展這些海外客戶，包括他們在本土化的車型、海外車型。
?媒體：我們用AI只是一個語言模型，比如用DeepSeek或者用ChatGPT，它的模型量或者數(shù)據(jù)量比較小，但是智駕是非常復(fù)雜的情況，它怎么能做到千人千面以及動態(tài)調(diào)節(jié)？
陳曉智：我們上午在會場上也提了一個議價能力，就是千人千面和智駕的能力。它背后的技術(shù)關(guān)鍵是在于我們在研發(fā)端到端的世界模型，它跟傳統(tǒng)的端到端區(qū)別在于，傳統(tǒng)的端到端是基于模仿學(xué)習(xí)，你從大量的駕駛員數(shù)據(jù)中學(xué)習(xí)他的行為，就是模仿司機的行為。但是因為你的數(shù)據(jù)里面各種風(fēng)格的司機都有，你學(xué)出來的風(fēng)格其實就是一個平均的司機，你沒有區(qū)分度，所以它很難做到千人千面，并且它的推理過程也是基于直覺式的。端到端，就是看到一個傳感器輸入就做一個駕駛動作，它是直覺式的一次性動作的預(yù)測。
為了做到千人千面，其實要有一些推理的能力，并且要區(qū)分不同的風(fēng)格。我們通過世界模型，世界模型的特點不是直覺式的，它有推理能力，它可以生成未來可能發(fā)生的N種情況，就類似N個平行宇宙。N個平行宇宙里面可能有非預(yù)期的，有一些不符合用戶駕駛意圖的，你可能需要一個推理過程結(jié)合用戶意圖選擇最有可能的駕駛軌跡，大概是這么一個思路。背后的技術(shù)核心，一個是世界模型的推理能力，在訓(xùn)練過程中會引入強化學(xué)習(xí)去克服模仿學(xué)習(xí)本身的局限性。
媒體：它的數(shù)據(jù)量會很大嗎？
陳曉智：數(shù)據(jù)量其實沒有太大區(qū)別，更多是算法上的創(chuàng)新。引入強化學(xué)習(xí)之后，在長尾數(shù)據(jù)積累，這種數(shù)據(jù)還能減少，因為模仿學(xué)習(xí)，你要模仿一些極端場景的行為，你得采集這個場景的數(shù)據(jù)。有一些場景數(shù)據(jù)是很難覆蓋的，強化學(xué)習(xí)可以通過仿真手段生成這種場景，它可以降低數(shù)據(jù)采集的需求。
?媒體：剛才您提到低成本和高成本的智駕方案對于路況的解決，我想請您展開聊一下。大家最關(guān)注的三個場景，一個是絲滑繞行，一個路口的靈活交匯，還有駕駛預(yù)判。這個低成本和高成本是什么樣的解決思路？
陳曉智：首先對于安全性、舒適性，包括擬人性，我們認為在常規(guī)場景，不同成本方案還是可以做到非常接近的，但必然會有個別的場景確實會有差異，差異的地方可能會在高動態(tài)的場景，需要精密操作的場景，比如說突然快速橫穿一個外賣小哥的車，高成本方案可能會剎得更快一點，響應(yīng)更快一點，而低成本方案可能會慢一點，但是它也能剎住，安全性是有，但是它可能就是響應(yīng)慢一點，可能硬件的時延在里面，這是一個例子。
另一種，高精密操作，比如非常復(fù)雜的人車混行，各種快速響應(yīng)周圍行人，或者電動車的交互，這時候你如果高成本的，你這個模型處理的分辨率更大一些，或者算力更大一些，它在這方面還是會體現(xiàn)出來一些更安心的感覺，但是在絕大部分場景，我們認為區(qū)別不大。
?媒體：端到端世界模型的問題，業(yè)內(nèi)也有一些廠商在嘗試，比如您剛才說的推理，它其實是在發(fā)生環(huán)境去做，但是推理相比于強化學(xué)習(xí)是比較耗時的。我們怎么把在虛擬環(huán)境下的能力在最后部署上車的時候?qū)崿F(xiàn)這方面的能力？
陳曉智：推大家如果了解像思維鏈、慢思考或者推理這些能力，慢思考要處理時間更長，可能沒辦法做到比較高的頻率去處理，在車端應(yīng)用并非這種用法。車端使用更多是慢思考或者推理更多是做長時的任務(wù)規(guī)劃，就是對于駕駛的策略它可以做分解。比如說，根據(jù)導(dǎo)航，我要大概什么時候左轉(zhuǎn)繞行，遇到復(fù)雜的路況怎么保證我走對路……
它需要更多的規(guī)劃，并不是像原來直覺式的端到端，我看到一幀數(shù)據(jù)就輸出一個動作，它可能會出錯。如果通過更長時的規(guī)劃可以做出更加合理的決策，它會是一個結(jié)合的過程。這是部署角度的一個方式。
媒體：業(yè)內(nèi)也在談?wù)撟詣玉{駛的終極解決方案，像前面有一些大佬說他覺得VLM可能只能做到L2+，如果要往L3或者往更高級別L4去做的話，可能要做VLA的大模型。不知道您對這個自動駕駛解決方案怎么看？
陳曉智：我們認為，無論是VLM還是VLA，跟是否L3、L4沒有什么必然關(guān)系。L3、L4跟L2是安全責(zé)任的區(qū)別，誰來承擔(dān)事故責(zé)任，并不是功能的區(qū)別。L3、L4就是你的接管率要足夠高，你可能要比人類司機要高幾個數(shù)量級，MPI（每次干預(yù)行駛的里程數(shù)）要高。你選用什么技術(shù)，端到端也好，VLM也好，VLA也好，只是影響你的接管率。但是接管率即使做到很低了，也不代表你能做到L3、L4。
L3、L4更多為了實現(xiàn)安全責(zé)任，駕駛員不接管，意味著系統(tǒng)必須還有另外一個備份系統(tǒng)代替駕駛員去接管這個車。L3、L4的區(qū)別是你得有一個備份系統(tǒng)代替這個人。對于主系統(tǒng)跑的是端到端還是VLA沒有太大關(guān)系，至于VLA能不能滿足L3、L4，其實沒有什么關(guān)系。
媒體：在電動化時代剛開始的時候，續(xù)航其實是有泡沫的，很多用戶會對續(xù)航非常焦慮?，F(xiàn)在可能大家不會在乎這個。在智駕行業(yè)也存在這樣的情況，但是擠泡沫的過程看起來比電動化稍微快一些，您怎么看這個趨勢？大概需要多長時間？
陳曉智：泡沫可能是會不會有一些宣傳過度，導(dǎo)致消費者有一些理解上或者使用上的誤區(qū)。
對于這一塊必然會有這樣一個過程。畢竟是新技術(shù)，但是我們也看到，智能駕駛的功能，比如像高速領(lǐng)航，在兩年前很多人不敢用、不愿意用，但現(xiàn)在很多人會愿意用了，并且覺得好用，其實需要大家使用的過程。一旦用戶用了，他確實可能就回不去了，它確實能在高速場景解放他的疲勞。
城區(qū)的功能，像城市領(lǐng)航，目前確實還沒達到這種成熟度，在功能上必然也會經(jīng)過像高速領(lǐng)航的階段，后面也會逐步讓更多消費者覺得它安心，愿意用它。但現(xiàn)在其實還是有一定的距離。
對于城市的功能，我們認為在兩年左右就會達到類似高速領(lǐng)航的成熟度。
媒體：2024年，卓馭公布了和英偉達的合作，基于索爾?；谒鳡栭_發(fā)的一段式端到端方案進度怎么樣？相比于低算力這些方案它的優(yōu)勢是什么？它的搭載車型有哪些？
陳曉智：索爾是我們今年重點在做的一個平臺，最快實車體驗下個月上海車展大家可能就能體驗到，會是我們一個初步的版本，也會部署端到端的能力。
對于這個平臺，它跟我們原來比如100tops、幾十tops平臺的主要區(qū)別是，我們可以上剛才提到的端到端世界模型這種技術(shù)。這種技術(shù)可以引入像大語言模型這種比較耗算力的模型，你要用100tops去跑確實比較困難，但是有1000tops可以跑VLA也好，世界模型、大語言模型都能跑。跑這些模型從功能上的區(qū)別就是能支持剛才我們說的千人千面的駕駛風(fēng)格，實現(xiàn)個性化駕駛，還有自然語言控制車輛的行為。這些能力可能是中低算力平臺比較難做到。
索爾因為算力大，所以我們在這個芯片上面部署，也能支持座艙的使用。座艙也想部署LLM，智駕也想部署LLM，部署兩套LLM比較費算力。我們會提供一個共享部署的方案，一個LLM解決兩個域的問題，索爾平臺也能支持這種功能。