藍(lán)鯨新聞 4 月 29 日訊（記者 陳業(yè) 李卓玲）" 從汽車智能化發(fā)展角度而言，目前還處在一個快速上升、演進(jìn)、變化的時間點，遠(yuǎn)沒有達(dá)到瓶頸。"

前述言論來自藍(lán)鯨汽車日前與商湯絕影 CEO，商湯科技聯(lián)合創(chuàng)始人、首席科學(xué)家王曉剛的對話。作為 "AI 四小龍 " 商湯科技于 2021 年發(fā)布的智能汽車品牌，絕影旗下產(chǎn)品線覆蓋駕駛、座艙、云端三大模塊。

近日，商湯絕影也攜系列生成式 AI 汽車新品亮相上海車展，其中，在駕駛輔助方面，其展示了以 VLAR 技術(shù)架構(gòu)為核心的生成式智能輔助駕駛 R-UniAD 技術(shù)方案，宣稱能突破現(xiàn)階段端到端范式下數(shù)據(jù)、安全和性能的三大瓶頸，將實采場景數(shù)據(jù)的需求降低兩個數(shù)量級；其世界模型 " 絕影開悟 " 升級為 2.0 版本，進(jìn)化為近實時在線交互的 4D 世界模型。面向智能座艙，商湯絕影則首發(fā)專為車載 AIOS 打造的 AI 內(nèi)核 " 絕影千機 "。

那么，絕影旗下駕、艙、云三大板塊誰是未來？王曉剛表示，" 駕 " 未來的營收貢獻(xiàn)或更多，但從長遠(yuǎn)來看，這三大板塊并非孤立發(fā)展，會形成一個聯(lián)合的業(yè)務(wù)模式。" 我們要把汽車的智能化當(dāng)做整體來看。因為伴隨智能輔助駕駛的發(fā)展，其應(yīng)用的安全性更高，覆蓋的場景更多，接著還要跟座艙里面的這種體驗相結(jié)合，即‘艙駕融合’。"

據(jù)官方數(shù)據(jù)顯示，截至 2024 年底，商湯絕影已與超 30 家國內(nèi)外車企達(dá)成合作，覆蓋 130 余款車型，量產(chǎn)交付累計 360 萬輛。其中，在輔助駕駛領(lǐng)域，其量產(chǎn)方案已合作 4 家車企，上車 7 款車型，目前，其也正與東風(fēng)合作推動 UniAD 一段式端到端方案的量產(chǎn)落地。

值得關(guān)注的是，去年 12 月，商湯宣布完成戰(zhàn)略組織架構(gòu)重組，建立了 "1+X" 架構(gòu)。其中，"1" 指生成式 AI 相關(guān)業(yè)務(wù)，包括提供算力的 " 大裝置 "、AI 基礎(chǔ)模型和應(yīng)用；"X" 則代表生態(tài)企業(yè)矩陣，包括智能汽車 " 絕影 "、家庭機器人 " 元蘿卜 " 等。被藍(lán)鯨汽車問及后續(xù)絕影會否獨立融資時，王曉剛予以肯定的答復(fù)，但坦言具體時間表還不方便透露。

以下為藍(lán)鯨汽車與商湯絕影 CEO，商湯科技聯(lián)合創(chuàng)始人、首席科學(xué)家王曉剛的對話內(nèi)容（經(jīng)刪改整理）：

駕駛輔助未來營收占比將更高，絕影后續(xù)有獨立融資計劃

Q：了解到商湯絕影其實是有三大板塊的，駕 - 艙 - 云，你覺得哪一塊會是未來？

王曉剛：現(xiàn)在都差不多。將來如果從收入的角度來說，智能輔助駕駛可能會再多一些。不過，我覺得這三個不是一個孤立的體現(xiàn)，會形成一個聯(lián)合的業(yè)務(wù)模式。比如說我們提供的世界模型也是智能輔助駕駛非常關(guān)鍵的一部分，但它是部署在云端的。別人在用我們的世界模型時，可能用的是我們的云服務(wù)。再者，座艙里面各種大模型的應(yīng)用，可能也會落到我們的云上，所以這幾個里面它是一個融合的狀態(tài)。

Q：商湯絕影后續(xù)有否獨立融資規(guī)劃？具體時間表是如何？

王曉剛：有的。商湯采取的是 "1+X" 戰(zhàn)略，"1" 就是大模型等，"X" 代表絕影等板塊。所以后續(xù)絕影是有獨立融資規(guī)劃的。

Q：能否談?wù)劥舜闻c東風(fēng)的合作？

王曉剛：我們跟東風(fēng)的合作，本身就是非常難能可貴的。比如說目前我們看到智能輔助駕駛，其在端側(cè)、車端的開發(fā)量逐漸在變少，在云端的開發(fā)量實際上在變多，這里面依托的就是一個比較強的基礎(chǔ)設(shè)施。從 2019 年開始，我們就在上海建立 AIDC 數(shù)據(jù)中心的基礎(chǔ)設(shè)施，這是我們的優(yōu)勢。

另一方面，車企比如說東風(fēng)，它有天然接近于客戶，能得到客戶反饋（數(shù)據(jù)）等優(yōu)勢。我們一起把算法和基礎(chǔ)設(shè)施相結(jié)合，鋪設(shè)打好數(shù)據(jù)的一個管線，將來能夠不斷地從終端用戶方面得到體驗反饋，驅(qū)動整個智能輔助駕駛體驗的迭代。

DeepSeek 的成功在于強化學(xué)習(xí)，但它仍離不開較強的仿真環(huán)境

Q：目前大模型在整個汽車行業(yè)的應(yīng)用現(xiàn)狀如何？后續(xù)走向為何？

王曉剛：大模型賦能智能汽車還在一個快速的發(fā)展階段，無論是從產(chǎn)品體驗，還是說從技術(shù)架構(gòu)，還是能夠有一個快速的升級。我們?nèi)ツ暾f的是 " 端到端 " 的智能輔助駕駛，今年在這個基礎(chǔ)上又往前走了一步：世界模型、模擬仿真。

目前大家對智能輔助駕駛的安全性特別關(guān)注，模擬仿真就可以讓我們反復(fù)重現(xiàn)同一個場景，并且去泛化到其他的場景里面去，能夠讓安全邊界更有確定性，而且能夠去趕上，甚至超越人的駕駛水平。

座艙的話，也可以看到大模型的這些能力，包括 DeepSeek 出現(xiàn)之后，它具有的深度思考和推理能力。去年，我們希望說每一臺車有一個有趣的靈魂。所謂這個有趣，它就是建立在一個深度思考的基礎(chǔ)之上。所以這里面也給我們進(jìn)行座艙各種產(chǎn)品體驗提升打開非常大的一個空間，包括艙駕的融合。當(dāng)然，也可以說為了更有安全性。我們對駕駛員的狀態(tài)要求會更高，比如是不是適合駕駛，以及駕駛員的 3D 視線到底是注視車外的哪些目標(biāo)等，這些我們都能夠通過 AI 去做到。所以，當(dāng)有危險場景逼近的時候，如果駕駛員的注意力不集中，我們背后的 AI 系統(tǒng)大模型就能夠明確地捕捉到，并采取補救的措施。

Q：之前商湯絕影提出過把強化學(xué)習(xí)引入到端到端智能輔助駕駛訓(xùn)練中，這個思路是受到 DeepSeek 的啟發(fā)嗎？您也提到過強化學(xué)習(xí)需要配合強大的世界模型，這背后有什么樣的標(biāo)準(zhǔn)？

王曉剛：DeepSeek 的成功是通過強化學(xué)習(xí)產(chǎn)生了原來超越人類的知識庫，我覺得除了有解題的答案，它會產(chǎn)生各種解題的思路，但是它離不開比較強的仿真的環(huán)境，和我們所說的世界模型。

比如我們跟東風(fēng)合作 " 端到端 "，這里面并不是對立和矛盾的，實際上是技術(shù)在研究過程中不斷給我們補充，通過強化學(xué)習(xí)、世界模型，讓我們 " 端到端 " 的模型更加強大。

我們對世界模型的要求還是非常高的。比如我們有 11 個攝像頭，這里面要做到時空的一致性，生成的東西必然要是符合交通法則和各種物理規(guī)律等。如果說有的攝像頭里面是一個實線，在其他的攝像頭里面變成了虛實線，它時空不一致，把這些數(shù)據(jù)加入到我們的量產(chǎn)訓(xùn)練過程當(dāng)中，它是會產(chǎn)生各種問題和退化的。所以在這個過程里，量產(chǎn)的團隊會對我們的世界模型提出各種要求，保證時空一致性和真實性。

另外就是多樣性和復(fù)雜性，你不能說只在單一一輛車去模擬各種情況，你要仿真各種不同類型的車。目前對于仿真的要求，不是說在正常的一些交通場景下的數(shù)據(jù)，這些數(shù)據(jù)大家已經(jīng)采的是很多了，要求的是各種復(fù)雜極端的交通場景，比如像馬上快要發(fā)生碰撞等場景。

數(shù)據(jù)對場景多樣性而言仍非常重要

Q：我們一直在強調(diào)仿真，那是否意味著以后數(shù)據(jù)是沒有用的？

王曉剛：數(shù)據(jù)還是很重要。數(shù)據(jù)的重要點在什么地方？比如說 DeepSeek，DeepSeek 產(chǎn)生了很多沒有出現(xiàn)過的數(shù)據(jù)，它在什么過程中產(chǎn)生呢？它是在解題的過程當(dāng)中，你給它問了很難的問題。所以給它提出好問題變得很難。因此現(xiàn)在類似這種 DeepSeek 的大模型發(fā)展，它遇到的一個瓶頸是什么？它需要有人給他提出更難的、有價值的問題。

對于智能輔助駕駛來說，它的體現(xiàn)是什么？你的駕駛行為因為有了強化學(xué)習(xí)，所以重構(gòu)了這個場景，你的駕駛行為是可以通過強化學(xué)習(xí)學(xué)出來的。原來大家比較難的點是找不到高質(zhì)量的駕駛行為，現(xiàn)在這個瓶頸能夠被強化學(xué)習(xí)解掉，但是它缺少什么？它缺少場景，你得告訴它這個是難的場景，那個是難的場景。換言之，怎么開它可以通過強化學(xué)習(xí)學(xué)到，但場景的多樣性，這個不能憑空產(chǎn)生，所以在這方面數(shù)據(jù)還是比較重要的。

Q：之前地平線余凱說 99% 的人類駕駛數(shù)據(jù)都不值得學(xué)習(xí)，你怎么看這個觀點？

王曉剛：這是一個很顯然的事情。端到端的自動駕駛，它的模式是你輸入視頻、輸出駕駛行為。你開車的時候，90% 的情況下你是勻速直線開車，如果你的行駛軌跡一直都是一條直線，那這種監(jiān)督信號是沒有用的。只有當(dāng)你駕駛狀態(tài)發(fā)生改變的時候，比如要避讓、轉(zhuǎn)彎、剎車等情況下，駕駛行為（數(shù)據(jù)）是有用的。即便是這種有用的信號里面，因為人和人開車不一樣，尤其是在比較難的場景，可能 10 個司機有 8 個是一些低質(zhì)量的數(shù)據(jù)，那就要把這些低質(zhì)量的數(shù)據(jù)剔除掉。實際上這件事不是一件新鮮事，因為在類似大模型 ChatGPT 從互聯(lián)網(wǎng)上搞的這些數(shù)據(jù)，90% 多的數(shù)據(jù)也是沒有用的，你要不停地去篩選，去掉一些無用的數(shù)據(jù)，這是同樣的道理。

" 會基于不同平臺、方案、傳感器配置，來確定每種技術(shù)方案的安全邊界 "

Q：在成本敏感的低價車型中，商湯絕影如何實現(xiàn)智能輔助駕駛功能的規(guī)?；渴?？

王曉剛：我們會基于不同的平臺、不同的方案、不同的傳感器配置，來確定每種技術(shù)方案它的安全邊界到底在哪里：什么樣的事情它是能做的、什么是不能做的。所以這里面對駕駛方案的成熟性，還有仿真測試的要求，也會更高。

Q：目前國內(nèi)智能輔助駕駛賽道中，既有自研的車企玩家，也有供應(yīng)商玩家，如何看待這一賽道的競爭？

王曉剛：我們跟東風(fēng)的自研團隊實際上是有一個深度的合作。無論是智能輔助駕駛，還是人工智能，它未來發(fā)展的道路還是很長的。將來數(shù)據(jù)其實是一個非常核心的影響因素。數(shù)據(jù)在哪里？實際上是在車廠這里。所以說大家一定要做到智能輔助駕駛的自主可控，把握住數(shù)據(jù)的核心。在智能輔助駕駛的安全性方面，它也有要求。

另外一方面，人工智能的發(fā)展又是一個長期、需要持續(xù)投入的領(lǐng)域。其目前并未到天花板，而是不斷有新的技術(shù)、范式出現(xiàn)，這給了我們一個比較好的發(fā)展空間。

Q：智能輔助駕駛的終局是什么？

王曉剛：這里應(yīng)該不光是智能輔助駕駛。我們要把汽車的智能化當(dāng)做整體來看，因為伴隨智能輔助駕駛的發(fā)展，其應(yīng)用的安全性更高，覆蓋的場景更多，接著還要跟座艙里面的這種體驗相結(jié)合，即 " 艙駕融合 "。除了完成基本的通行功能，還要對整個的場景做判斷。艙外的智能輔助駕駛數(shù)據(jù)，跟艙內(nèi)的體驗也會結(jié)合在一起，所以未來發(fā)展還是有非常大的空間在。

從另一個角度來說，我們認(rèn)為技術(shù)也并不是到了一個時間點就固定下來了。比如去年都在談?wù)?" 端到端 " 是不是一個終極解決方案，但現(xiàn)在來看，" 端到端 " 也有其局限性，所以如今我們討論的世界模型、模擬仿真、強化學(xué)習(xí)，這里面的發(fā)展空間還是很大。

汽車智能化還處于快速上升、演進(jìn)、變化的時間點

Q：目前越來越多的車企開始提 L3，您覺得 L3 還有哪些方面需要完善加強的？

王曉剛：本質(zhì)上我們還要去提升智能輔助駕駛的安全性，這是一個核心的點，原來可能就是在宣傳過程中有各種不嚴(yán)謹(jǐn)。此外，我覺得可能對人和車間的關(guān)系要求會更高，包括艙駕融合等。

Q：從汽車智能化發(fā)展角度來看，現(xiàn)在到瓶頸期了嗎？

王曉剛：我覺得還沒有。目前汽車行業(yè)發(fā)展還是非?？斓模偁幰卜浅＜ち?，大家對新技術(shù)、新趨勢擁抱程度都非常高。所以，如果是從汽車智能化的角度來看，現(xiàn)在還處在一個快速上升、演進(jìn)、變化的時間點，遠(yuǎn)沒有達(dá)到瓶頸。

Q：汽車行業(yè)競爭越激烈，對你們而言是機會還是挑戰(zhàn)？

王曉剛：有機會有挑戰(zhàn)。競爭激烈的時候，說明這個行業(yè)發(fā)展非常快，也給了我們更大的發(fā)展機會，比如說今年的智能輔助駕駛的爆發(fā)。挑戰(zhàn)的話，會對你成本控制、自身交付的能力、交付的質(zhì)量等要求非常高，所以是并存的。