對(duì)話卓馭CTO馬陸：?jiǎn)我淮诡?lèi)難養(yǎng)活智駕公司，顛覆者的可能來(lái)自大模型 | 智車(chē)星球

AI行業(yè)創(chuàng)新的核心就是快，只要比別人快三個(gè)月就贏了。通用大模型公司擁有更強(qiáng)的算力、資源與數(shù)據(jù)優(yōu)勢(shì)，一旦進(jìn)入物理世界，可能改變行業(yè)格局。

作者|王蕊

編輯|西子

卓馭科技 CTO 馬陸，并不急于反駁外界關(guān)于“卓馭只會(huì)做低成本”的標(biāo)簽。

在他看來(lái)，這個(gè)評(píng)價(jià)某種程度上并不算錯(cuò)。過(guò)去幾年，這家公司確實(shí)把大量精力放在一件事情上——如何用更小的算力、更低的成本，讓更多人享受智能輔助駕駛。

但現(xiàn)在，他更關(guān)心的是另一件事：當(dāng)自動(dòng)駕駛進(jìn)入大模型時(shí)代，一家以工程效率著稱的公司，能否通過(guò)算力、數(shù)據(jù)和分發(fā)體系的重構(gòu)，走出一條不同于行業(yè)主流的高階智駕路徑。

馬陸職業(yè)生涯的底色是“機(jī)器人的眼睛”。從科羅拉多大學(xué)博爾德分校計(jì)算機(jī)系博士畢業(yè)，到在大疆創(chuàng)新從 0 到 1 親手構(gòu)建車(chē)載研發(fā)體系，這位擁有 14 年經(jīng)驗(yàn)、深耕自主移動(dòng)機(jī)器人領(lǐng)域的專(zhuān)家，長(zhǎng)期在研究一個(gè)問(wèn)題，如何讓機(jī)器理解真實(shí)世界。

而在他看來(lái)，大模型正在改變自動(dòng)駕駛行業(yè)的競(jìng)爭(zhēng)方式。

過(guò)去，行業(yè)比拼的是功能上線速度、感知算法精度和硬件成本；而當(dāng)數(shù)據(jù)驅(qū)動(dòng)成為共識(shí)、端到端模型不斷擴(kuò)張之后，競(jìng)爭(zhēng)開(kāi)始轉(zhuǎn)向另一套體系：數(shù)據(jù)規(guī)模、訓(xùn)練能力、評(píng)測(cè)系統(tǒng)以及組織效率。

算法依然是塔尖，但基建與評(píng)測(cè)系統(tǒng)，已成為托起塔尖的基石。

順著這種技術(shù)路徑往下推演，自動(dòng)駕駛行業(yè)正在出現(xiàn)新的問(wèn)題——商業(yè)模式、競(jìng)爭(zhēng)邊界，以及技術(shù)范式本身的變化。

在這次訪談中，馬陸系統(tǒng)談到了自動(dòng)駕駛、大模型與物理 AI 的關(guān)系，并提出了幾個(gè)判斷：

1. AI行業(yè)創(chuàng)新的核心就是快，只要比別人快三個(gè)月就贏了；

2. 算法本身重要但也沒(méi)那么重要，數(shù)據(jù)、評(píng)測(cè)、基建、算力（訓(xùn)練資源）如果跟不上，就算拿到最頂級(jí)的算法也沒(méi)用。

3. 自動(dòng)駕駛必須走向原生多模態(tài)基礎(chǔ)大模型，語(yǔ)言模態(tài)將成為理解復(fù)雜環(huán)境與實(shí)現(xiàn)全球泛化的重要能力；

4. 乘用車(chē)自動(dòng)駕駛模型仍然是一個(gè)極端垂類(lèi)模型，很難真正養(yǎng)活以大模型為載體的物理AI公司；

5. 豐田從100萬(wàn)臺(tái)到1000萬(wàn)臺(tái)花了48年，安卓從1臺(tái)到1億臺(tái)只用了2.7年，自動(dòng)駕駛真正的挑戰(zhàn)，不只是技術(shù)，而是分發(fā)，沒(méi)有標(biāo)準(zhǔn)化硬件平臺(tái)，再好的技術(shù)也難以快速規(guī)模化；

6. 自動(dòng)駕駛最大的潛在競(jìng)爭(zhēng)對(duì)手，可能來(lái)自行業(yè)之外，通用大模型公司擁有更強(qiáng)的算力、資源與數(shù)據(jù)優(yōu)勢(shì)，一旦進(jìn)入物理世界，可能改變行業(yè)格局；

7. 未來(lái)的競(jìng)爭(zhēng)，本質(zhì)上是通用 AI 在真實(shí)世界中的能力擴(kuò)展，自動(dòng)駕駛只是“沒(méi)長(zhǎng)手的物理 AI”。

8. AI時(shí)代真正的護(hù)城河：一是高質(zhì)量數(shù)據(jù)，二是內(nèi)部?jī)?nèi)部基建，包括訓(xùn)練資源，三是優(yōu)秀人才。組織文化、組織效率、運(yùn)營(yíng)使命這些看似虛的東西，反而最重要。

以下根據(jù)智車(chē)星球與馬陸的訪談內(nèi)容整理，有刪減。

AI 落地不再是少數(shù)人的“數(shù)學(xué)游戲”

媒體：最近很多公司強(qiáng)調(diào)模型能力已經(jīng)超過(guò)人。我最近也聊到一個(gè)算法專(zhuān)家，他說(shuō)極端情況下線上算法可能一個(gè)人負(fù)責(zé)一個(gè)模型就行了，算法崗位的人力會(huì)不會(huì)大幅減少？

馬陸：模型其實(shí)分成非常多的環(huán)節(jié)，真正能做模型架構(gòu)設(shè)計(jì)、建模的人是非常少的。比如像 OpenAI 這種公司，真正的拔尖者估計(jì)也就幾十個(gè)。

在卓馭里面，我們算法團(tuán)隊(duì)可能四五百人，真正對(duì)模型做深入改動(dòng)、提出開(kāi)創(chuàng)想法的人并不多。更多的人其實(shí)是在搞數(shù)據(jù)挖掘、做數(shù)據(jù)精細(xì)化、做場(chǎng)景數(shù)據(jù)評(píng)測(cè)，以及做 AI 基建。

AI 最終落地和傳統(tǒng)想法不一樣了，算法本身重要但也沒(méi)那么重要，數(shù)據(jù)、評(píng)測(cè)、基建如果跟不上，就算拿到最頂級(jí)的算法也沒(méi)用。

媒體：目前大模型行業(yè)的技術(shù)共識(shí)是什么？差異點(diǎn)又在哪里？

馬陸：我覺(jué)得這個(gè)行業(yè)已經(jīng)達(dá)成了非常高的共識(shí)了，就是數(shù)據(jù)驅(qū)動(dòng)、要端到端、搞大模型、搞數(shù)據(jù)、搞評(píng)測(cè)，其實(shí)方案都是一模一樣。

那區(qū)別在哪里呢？第一，拼速度，如果一個(gè)以AI為核心的公司，他的AI不提升了，那就完蛋了；

拼公司的文化，公司本身對(duì)AI這事情的一個(gè)包容和一個(gè)態(tài)度，整個(gè)組織是不是很AI原生的組織；

參考語(yǔ)言大模型行業(yè)，目前國(guó)內(nèi)、國(guó)外都有頂級(jí)的大模型企業(yè)，這些企業(yè)的大模型有各自的擅長(zhǎng)、側(cè)重場(chǎng)景。消費(fèi)者對(duì)不同的模型在哪些場(chǎng)景更強(qiáng)，哪些場(chǎng)景更弱如數(shù)家珍。各個(gè)大模型廠商拼的還是迭代速度，以及誰(shuí)能盡量保持些許領(lǐng)先。

媒體：那質(zhì)變轉(zhuǎn)折的關(guān)鍵標(biāo)志是什么？

馬陸：質(zhì)變的關(guān)鍵還是得得有原創(chuàng)性的工作，通俗來(lái)說(shuō)就是得有好點(diǎn)子，以及把它實(shí)現(xiàn)，一旦有一個(gè)點(diǎn)子成功了，整個(gè)行業(yè)一兩天內(nèi)就都會(huì)知道。

一方面因?yàn)榇竽Ｐ托袠I(yè)相對(duì)開(kāi)放，企業(yè)喜歡做開(kāi)源、發(fā)論文；另一方面行業(yè)頂尖人才流動(dòng)很容易，而 AI 行業(yè)創(chuàng)新的核心就是快，只要比別人快三個(gè)月就贏了，這也促使行業(yè)人才和想法都不閉塞。

自動(dòng)駕駛走向多模態(tài)大模型

媒體：如何看待大語(yǔ)言模型（LLM）和世界模型（World Model）兩條技術(shù)路線的未來(lái)？

馬陸：人類(lèi)真正想要的大模型是 AGI，是既能做腦力勞動(dòng)，也能理解世界、做體力勞動(dòng)的系統(tǒng)。

從 2020、2021 年 ChatGPT 3.0 以來(lái)，大語(yǔ)言模型主要做的是腦力勞動(dòng)，比如語(yǔ)言和文本相關(guān)的工作。但語(yǔ)言這個(gè)東西畢竟是人類(lèi)發(fā)明的，如果以文本為載體，就只能做文本相關(guān)任務(wù)，沒(méi)辦法做真實(shí)世界的事情。

如果要進(jìn)入真實(shí)世界，有一派就認(rèn)為，要多模態(tài)，特別是要以視覺(jué)為中心。從世界模型角度看，語(yǔ)言只是一個(gè)模態(tài)。即使沒(méi)有語(yǔ)言，只要能感知世界，也可以通過(guò)數(shù)據(jù)映射出動(dòng)作。

媒體：有些玩家明確不相信 VLA 或多模態(tài)大模型路線，他們認(rèn)為這條路線未必是正確的，你怎么看？

馬陸：還是要看 VLA 的含義，它每年的定義都不同。如果是問(wèn)開(kāi)車(chē)的時(shí)候是不是得有語(yǔ)言去指導(dǎo)動(dòng)作，那我們的看法是否定的。但如果 VLA 是指多模態(tài)，特別是訓(xùn)練過(guò)程中模態(tài)足夠多，提升模型的泛化能力、通用能力，那我們的回答是肯定的。卓馭堅(jiān)信未來(lái)一到三年，行業(yè)內(nèi)公司如果不往原生多模態(tài)基礎(chǔ)大模型的方向走，很難走得遠(yuǎn)。

媒體：自動(dòng)駕駛海外泛化的難題，沒(méi)有語(yǔ)言模態(tài)的話，用強(qiáng)化學(xué)習(xí)能解決嗎？

馬陸：普通人在海外開(kāi)車(chē)不需要專(zhuān)門(mén)泛化幾千公里、上萬(wàn)公里，核心原因是 人類(lèi)可以通過(guò)閱讀不同國(guó)家的交通法，了解不同國(guó)家的交規(guī)要求，進(jìn)而讓自己的駕駛行為適配不同國(guó)家的法律法規(guī)。在這里 語(yǔ)言 模態(tài)發(fā)揮了關(guān)鍵作用，顯著降低了人類(lèi)在不同國(guó)家開(kāi)車(chē)的難度。

媒體：自動(dòng)駕駛里的世界模型到底是什么？自動(dòng)駕駛行業(yè)當(dāng)前模型與大語(yǔ)言模型的關(guān)鍵差距在哪里？

馬陸：行業(yè)確實(shí)有很多爭(zhēng)論和說(shuō)法。我覺(jué)得世界模型最起碼是對(duì)世界的本質(zhì)有預(yù)測(cè)能力，看到一個(gè)環(huán)境，能對(duì)未來(lái)做出較準(zhǔn)確的預(yù)測(cè)。而要構(gòu)建這種預(yù)測(cè)，模型需要對(duì)環(huán)境的語(yǔ)義等有較高水平的理解。

如果看現(xiàn)在的自動(dòng)駕駛行業(yè)，會(huì)發(fā)現(xiàn)它并沒(méi)有大模型該具備的一些特征。比如把中國(guó)的自動(dòng)駕駛系統(tǒng)拿到印度、歐洲或者非洲，大概率不能用，要泛化，要重新采集數(shù)據(jù)。

但大語(yǔ)言模型沒(méi)有這個(gè)問(wèn)題，全世界語(yǔ)言都能支持。因?yàn)樗懈嗟臄?shù)據(jù)，是一個(gè)通用的大模型。

自動(dòng)駕駛模型本質(zhì)上還是一個(gè)垂類(lèi)里的一個(gè)非常之垂類(lèi)的模型。參數(shù)上，如果沒(méi)有帶語(yǔ)言模態(tài)，只是視覺(jué)模態(tài)，通常情況下連1個(gè)B（十億）都到不了。而今天語(yǔ)言大模型沒(méi)有700多個(gè)B，1100個(gè)B，根本就沒(méi)人看。這說(shuō)明大模型這個(gè)方向就會(huì)越來(lái)越大，參數(shù)越來(lái)越多。

媒體：能不能理解為卓馭相信的是規(guī)模越來(lái)越大、模態(tài)越來(lái)越多的一條路線？

馬陸：卓馭相信的是通用的多模態(tài)原生大模型這條路線。

媒體：所以這里面必須要有語(yǔ)言模態(tài)？

馬陸：我認(rèn)為 L（語(yǔ)言Language） 是一個(gè)很有幫助、很有用的東西，要保證它的通用性，就需要有一個(gè) L。特別是在 訓(xùn)練階段，L 對(duì)于模型的泛化性、通用性有很大的幫助。但我們希望它是一個(gè)原生的大模型，而不是拿現(xiàn)有的大模型簡(jiǎn)單剪裁。

媒體：自研一個(gè)原生的多模態(tài)大模型，有什么要求？

馬陸：這是一個(gè)很高的門(mén)檻，資源投入是夸張的。

媒體：理想當(dāng)時(shí)說(shuō)他們一年可能投 20 億，之后每年至少 50 億投入到這個(gè)方向。這個(gè)判斷你怎么看？

馬陸：我認(rèn)為理想的說(shuō)法是對(duì)的。就算只是繼續(xù)疊端到端的方案，要把模型體驗(yàn)做好，你要讓模型體驗(yàn)越來(lái)越好，你就要越來(lái)越端；越來(lái)越端，就要越來(lái)越大的模型；模型越大，就需要更多 AI 訓(xùn)練，訓(xùn)練費(fèi)用很容易就突破十個(gè)億。

“自動(dòng)駕駛垂類(lèi)養(yǎng)活不了AI公司”

媒體：不管是大模型公司還是智能駕駛公司，拼速度意味著領(lǐng)先三個(gè)月，這是不是說(shuō)明研發(fā)投入是無(wú)底洞，回報(bào)又從哪來(lái)？最大的挑戰(zhàn)是什么？

馬陸：這個(gè)行業(yè)確實(shí)投入很大，但回報(bào)可以參考大模型公司。國(guó)內(nèi)的智譜 AI、Mini Max 等大模型公司市值已經(jīng) 3000～4000 億港幣，海外對(duì)標(biāo)公司更是千億甚至萬(wàn)億美金起步。

大模型公司能有高回報(bào)，一是跨垂類(lèi)應(yīng)用容易，能顛覆大量以文本處理為基礎(chǔ)的職業(yè)；二是 AI 分發(fā)渠道方便，有手機(jī)、電腦就能使用。而自動(dòng)駕駛產(chǎn)品分發(fā)非常困難，因?yàn)闆](méi)有標(biāo)準(zhǔn)化硬件平臺(tái)。

如果沒(méi)有快速分發(fā)渠道，就算今天做出 L5，從 1 臺(tái)到 100 萬(wàn)臺(tái)，需要多少年？豐田從年銷(xiāo)量100萬(wàn)臺(tái)到 年銷(xiāo)量 1000 萬(wàn)臺(tái)花了 48 年。安卓從 1 臺(tái)到 1 億臺(tái)只用了 2.7 年，所以分發(fā)體系非常關(guān)鍵。

媒體：端到端這條路線有沒(méi)有上限？比如模型大到一定程度之后，能力提升就很小了？

馬陸：從業(yè)務(wù)視角看，我們?yōu)榱税炎詣?dòng)駕駛這個(gè)垂類(lèi)做好，從規(guī)則到半規(guī)則，再到數(shù)據(jù)驅(qū)動(dòng)的端到端，會(huì)發(fā)現(xiàn)單靠這一個(gè)垂類(lèi)很難養(yǎng)活企業(yè)。

語(yǔ)言大模型公司市值高，核心是能跨垂類(lèi)應(yīng)用，可以瞬間進(jìn)入很多行業(yè)，因?yàn)槟Ｐ妥銐蛲ㄓ谩?/p>

而單靠輔助駕駛，一套軟件賣(mài)給主機(jī)廠，一套賣(mài)幾千塊，就算一年賣(mài)一百萬(wàn)套，也就是幾十億收入。但訓(xùn)練端到端模型，一年可能就要花掉10億，更別說(shuō)訓(xùn)練基礎(chǔ)模型了。

以數(shù)據(jù)驅(qū)動(dòng)的自駕模型有一個(gè)特點(diǎn)，你要把一個(gè)垂類(lèi)做好，就必須遵循數(shù)據(jù)驅(qū)動(dòng)，把模型參數(shù)搞大，把能力搞強(qiáng)，走著走著，你會(huì)發(fā)現(xiàn)已經(jīng)走進(jìn)了 通用大模型范式了，這是一個(gè)客觀規(guī)律。

所以模型越做越大之后，就會(huì)出現(xiàn)一個(gè)選擇：要么死守一個(gè)領(lǐng)域，要么跨領(lǐng)域。

所以我們?nèi)ツ晷甲隹臻g智能移動(dòng)機(jī)器人，也做卡車(chē)自動(dòng)駕駛，現(xiàn)在六家頭部重卡客戶基本都拿下了，同時(shí)也在做 Robotaxi。我們認(rèn)為未來(lái)一切“可以動(dòng)的東西”，我們都可以做。

最危險(xiǎn)的對(duì)手可能在行業(yè)之外

媒體：未來(lái) AI 公司會(huì)不會(huì)形成數(shù)字世界和物理世界兩個(gè)陣營(yíng)？

馬陸：短期內(nèi)，十年內(nèi)一定是分開(kāi)的。但是放長(zhǎng)到二三十年，兩個(gè)陣營(yíng)會(huì)合并成一個(gè)萬(wàn)能 AI，因?yàn)閮烧叩募夹g(shù)方法本質(zhì)上是一樣的。

如果問(wèn)我，最擔(dān)心的顛覆者是誰(shuí)，我覺(jué)得也不一定是我們的同行，說(shuō)不定是大模型公司，比如國(guó)內(nèi)的阿里、字節(jié)，國(guó)外的 OpenAI 等等。從技術(shù)范式角度，它們有算力和投入的優(yōu)勢(shì)，只是現(xiàn)在做的還是那種數(shù)字世界的，高價(jià)值的產(chǎn)品業(yè)務(wù)場(chǎng)景，但凡有機(jī)會(huì)，肯定會(huì)跨行的。

媒體：所以與其說(shuō)是這個(gè)賽道的幾個(gè)玩家互相賽跑，不如說(shuō)是自動(dòng)駕駛跟大模型公司這個(gè)陣營(yíng)在賽跑。

馬陸：18、19年，有很多那種專(zhuān)家垂類(lèi)模型搞AI醫(yī)生，后面這些公司都沒(méi)了。去年年底除了個(gè)阿里的阿福，也能看病，也挺火爆的。很有意思的一個(gè)點(diǎn)是，一個(gè)通用的模型公司，可能就一不小心就做出了一個(gè)垂類(lèi)上非常之厲害產(chǎn)品。

媒體：反正垂類(lèi)就會(huì)被顛覆。會(huì)不會(huì)自動(dòng)駕駛也是這個(gè)命運(yùn)？

馬陸：不奇怪，自動(dòng)駕駛本質(zhì)是解決移動(dòng)問(wèn)題，做著做著就會(huì)走向通用移動(dòng)問(wèn)題，只要遵循數(shù)據(jù)驅(qū)動(dòng)的方式，就會(huì)進(jìn)入大模型的范式，需要持續(xù)加機(jī)器、加數(shù)據(jù)、堆資源，而回報(bào)也會(huì)很豐厚，能在多個(gè)垂類(lèi)落地。

現(xiàn)在國(guó)內(nèi)某些剛上市不久的大模型公司市值，已經(jīng)超過(guò)了國(guó)內(nèi)所有自動(dòng)駕駛公司的總和，核心就是通用大模型能解決的問(wèn)題更多，當(dāng)下也找不到一個(gè)垂類(lèi)數(shù)字 AI 公司能打得過(guò)通用模型公司。

算力的成本賬

媒體：自動(dòng)駕駛公司有自研芯片的必要嗎？

馬陸：這取決于公司的定位、能力和投入，語(yǔ)言大模型公司里有一些做了自研芯片，尤其是訓(xùn)練芯片的定制化，因?yàn)橐荒晷酒少?gòu)成本巨大，也有很多公司用公有云服務(wù)也做得很好。

那對(duì)于卓馭來(lái)說(shuō)，現(xiàn)在我們確實(shí)還是用第三方芯片比較多，今年也會(huì)找一些優(yōu)秀的芯片公司，做一些芯片的定制。目前不傾向于自己花大價(jià)錢(qián)研發(fā)芯片，但也不是 100% 排除這個(gè)選項(xiàng)，如果自研，會(huì)傾向于自研過(guò)千TOPS的大算力芯片。

媒體：我們的VLA得用多大的算力？

馬陸：真正的通用的這個(gè)模型至少1000T以上。

媒體：有說(shuō)法稱小鵬 VIA2.0 的能力得益于自研軟硬件的適配，用第三方芯片的話算法和軟件能力不能發(fā)揮到 100%，這個(gè)說(shuō)法成立嗎？

馬陸：對(duì)我們來(lái)說(shuō)沒(méi)有這個(gè)問(wèn)題。自研芯片要考慮商業(yè)邏輯，首先是業(yè)務(wù)量夠不夠大，攤銷(xiāo)能不能做好，高通、英偉達(dá)做車(chē)載芯片，是因?yàn)槭謾C(jī)、服務(wù)器、游戲機(jī)等主營(yíng)業(yè)務(wù)的 IP 能分?jǐn)偝杀荆?chē)載業(yè)務(wù)投入幾乎可以忽略。

如果業(yè)務(wù)量不大，自研的就是專(zhuān)用芯片，也有市場(chǎng)。另外自研芯片要能帶來(lái)技術(shù)加持，比如自建 IP 并持續(xù)優(yōu)化，如果做不到，自研芯片更多只是為了避免被卡脖子。

媒體：自動(dòng)駕駛端測(cè)算力的需求會(huì)呈現(xiàn)什么樣的上漲趨勢(shì)，是算法等算力還是算力等算法？

馬陸：現(xiàn)在數(shù)據(jù)驅(qū)動(dòng)的范式已經(jīng)明確了，在這個(gè)范式下，對(duì)算力的投入是沒(méi)有上限的，不吃虧。

前幾年規(guī)則時(shí)代，堆了算力也可能用不上，而現(xiàn)在數(shù)據(jù)驅(qū)動(dòng)時(shí)代，算法迭代很快，可能當(dāng)下買(mǎi)的車(chē)是幾百 T 算力，過(guò)一年自動(dòng)駕駛能力就跟不上了。

但如果車(chē)的算力有 2000T，雖然當(dāng)下沒(méi)完全發(fā)揮，但后續(xù)公司通過(guò)算法迭代、OTA 升級(jí)，就能把算力的價(jià)值發(fā)揮出來(lái)。

自動(dòng)駕駛只是“沒(méi)長(zhǎng)手的物理 AI”

媒體：現(xiàn)在的具身智能是18年的自動(dòng)駕駛，還是08年的自動(dòng)駕駛？

馬陸：可能是18、19年吧，很火的。但是我覺(jué)得具身智能客觀上在做物理AI，但是現(xiàn)在很多公司不一定真的在做，他可能只是做個(gè)本體，因?yàn)樽稣嬲陕涞氐奈锢鞟I 太燒錢(qián)了。

我覺(jué)得自動(dòng)駕駛往后發(fā)展，它也是個(gè)物理AI的一個(gè)能力分支，它只是沒(méi)長(zhǎng)手而已。

媒體：所以卓馭什么時(shí)候能突破自動(dòng)駕駛這個(gè)賽道，擴(kuò)展到包括具身智能？

馬陸：已經(jīng)有內(nèi)部明確的計(jì)劃，應(yīng)該很快會(huì)在一些場(chǎng)合講。當(dāng)然我們更希望聚焦物理AI的移動(dòng)能力。

媒體：卓馭做物理 AI 大腦的商業(yè)模式是什么？

馬陸：有很多種方式，比如我們昨天公布的一個(gè)具身智能客戶，我們給他提供計(jì)算平臺(tái)。我們希望今年會(huì)向更多具身智能公司推這個(gè)開(kāi)發(fā)平臺(tái)，因?yàn)閭鞲衅黩?qū)動(dòng)、底層軟件，我們已經(jīng)做得非常好了，而且產(chǎn)品是車(chē)規(guī)級(jí)的品質(zhì)。

媒體：這是不是也說(shuō)明，現(xiàn)在具身智能賽道的很多公司，是不是沒(méi)有大模型能力或優(yōu)秀的算法能力？

馬陸：有很多具身智能公司在研究大模型的范式，前沿研究不需要太多資源投入，但如果要把技術(shù)商業(yè)化，一年投三五十億都未必能做出來(lái)，而且這只是起步，后續(xù)投入會(huì)越來(lái)越多。

從自動(dòng)駕駛到更廣泛的移動(dòng)場(chǎng)景

媒體：自動(dòng)駕駛各垂直場(chǎng)景里面也有很大區(qū)別嗎？比如乘用車(chē)做卡車(chē)自動(dòng)駕駛，是不是難度很大？

馬陸：其實(shí)只是不了解而已，卓馭一開(kāi)始也覺(jué)得卡車(chē)自動(dòng)駕駛很難，做了之后發(fā)現(xiàn)并不難，三五十個(gè)人，做一年就能把卡車(chē)自動(dòng)駕駛業(yè)務(wù)做起來(lái)。核心工作就兩類(lèi)，一是適配硬件接口，這是傳統(tǒng)工作，AI 無(wú)法替代；二是讓模型在卡車(chē)場(chǎng)景泛化，如果模型足夠通用，這一步都可以省去，剩下的就是做標(biāo)準(zhǔn)化平臺(tái)的分發(fā)，只是目前各家硬件接口都不一樣。

媒體：有說(shuō)法認(rèn)為卡車(chē)賽道沒(méi)有 L2、L3 的立足之地，只有終局 L4。卡車(chē)車(chē)企為什么認(rèn)可卓馭的 L2/L3 方案？

馬陸：我們?nèi)ツ暾铱ㄜ?chē)車(chē)企時(shí)，車(chē)企一開(kāi)始也覺(jué)得輔助駕駛沒(méi)什么用，降不了成本，而且傳統(tǒng)的 ADAS 方案只要兩三千塊，我們的方案動(dòng)輒過(guò)萬(wàn)。

但車(chē)企領(lǐng)導(dǎo)體驗(yàn)后發(fā)現(xiàn)，我們的方案能做到 1000 公里接管一次甚至更低甚至不接管，能顯著降低駕駛員的疲勞感，還能減少事故、降低務(wù)工成本，還有自動(dòng)調(diào)速省油的功能，卡車(chē)省油 5%-7%，體驗(yàn)后車(chē)企就覺(jué)得這個(gè)方案有很大用處，只是之前沒(méi)人做而已。

媒體：卓馭現(xiàn)在多少人？

馬陸：僅卓馭有1800多人。

媒體：那這1800多人的這個(gè)公司，需要跨多少個(gè)垂類(lèi)、場(chǎng)景，多大的裝機(jī)量規(guī)模？

馬陸：我們當(dāng)前乘用車(chē)定點(diǎn)的車(chē)型已經(jīng)超過(guò) 100 款，加上商用車(chē)等會(huì)更多，今年會(huì)有更多合作車(chē)型。

卓馭做自動(dòng)駕駛不想只做 L2，除了早年和大眾合作的雙 TDA4 芯片產(chǎn)品，現(xiàn)在都是 VH 起步，都有高速領(lǐng)航和城市領(lǐng)航，定點(diǎn)的車(chē)型幾乎都是高階自動(dòng)駕駛方案。

7月即將量產(chǎn)世界模型方案

媒體：Robotaxi 賽道有兩個(gè)陣營(yíng)，一個(gè)是 Waymo、小馬、文遠(yuǎn)這類(lèi)，依賴世界模型、規(guī)則、地圖，追求萬(wàn)無(wú)一失。另一個(gè)是特斯拉陣營(yíng)，從 L2 出發(fā)，用多模態(tài)大模型提升泛化性，文遠(yuǎn)還說(shuō) L2 永遠(yuǎn)做不成 L4，這個(gè)護(hù)城河真實(shí)存在嗎？

馬陸：現(xiàn)階段他們的護(hù)城河一定是存在的。比如 Waymo 內(nèi)部有先進(jìn)的端到端方案，但北美跑的車(chē)還是用更傳統(tǒng)的方案，因?yàn)樗F(xiàn)有的 L4 商業(yè)模式能持續(xù)擴(kuò)張，公司經(jīng)營(yíng)狀況良好，沒(méi)有必要顛覆自己的技術(shù)。國(guó)內(nèi)小馬的 Robotaxi 在深圳也做得不錯(cuò)，從商業(yè)角度，有可持續(xù)擴(kuò)張的模式，就沒(méi)必要冒然更換技術(shù)。除非出現(xiàn)新的玩家，比如特斯拉的 FSD 能在中國(guó)全面落地，這些公司才會(huì)面臨巨大壓力。

L4 不僅是技術(shù)問(wèn)題，還涉及運(yùn)營(yíng)、體驗(yàn)、安全等多個(gè)維度，在模型能力足夠好之前，不存在能在任何地方使用的 L4，所以現(xiàn)在公司做 L4 追求萬(wàn)無(wú)一失是必要的，技術(shù)只是其中一部分，甚至占比不到一半。

媒體：卓馭相信哪一條？

馬陸：我們是后來(lái)者，沒(méi)有什么歷史包袱，我們現(xiàn)在走的還是偏大模型的路線。

媒體：這條路線第一個(gè)突破的會(huì)是特斯拉嗎？

馬陸：很有可能。

媒體：前兩天我們發(fā)現(xiàn)這么一件事，一條正常的路，但是它中間有火車(chē)通過(guò)的鐵軌。這種場(chǎng)景要解決的話，特斯拉和Waymo的方法肯定不一樣，誰(shuí)能解決的效率更高，肯定是特斯拉嗎？

馬陸：那看你是怎么評(píng)價(jià)效率了。Waymo 這類(lèi)用規(guī)則的方法，打個(gè)補(bǔ)丁就能解決。

特斯拉的數(shù)據(jù)驅(qū)動(dòng)方法有不同類(lèi)型，一種是采集鐵軌相關(guān)數(shù)據(jù)解決單一場(chǎng)景，另一種是讓模型擁有更高維的理解能力，像人類(lèi)一樣，即便沒(méi)在駕駛場(chǎng)景見(jiàn)過(guò)鐵軌，也能通過(guò)互聯(lián)網(wǎng)數(shù)據(jù)、文本數(shù)據(jù)知道鐵軌的含義并做出應(yīng)對(duì)，這種方法更強(qiáng)大，能應(yīng)對(duì)從沒(méi)見(jiàn)過(guò)的場(chǎng)景，而要做到這一點(diǎn)，視覺(jué)數(shù)據(jù)預(yù)訓(xùn)練需要結(jié)合大量互聯(lián)網(wǎng)數(shù)據(jù)，還要實(shí)現(xiàn)和文本的對(duì)齊。

媒體：我們這套新系統(tǒng)叫端到端4.0，仍然不叫VLA？

馬陸：端到端 4.0 繼承了去年的一段式端到端技術(shù)，強(qiáng)調(diào)可解釋性，感知、預(yù)測(cè)、決策、規(guī)劃等環(huán)節(jié)是可控的，這個(gè)技術(shù)架構(gòu)到到 4.0 就很難迭代架構(gòu)了，剩下的迭代更多是通過(guò)數(shù)據(jù)驅(qū)動(dòng)提升模型能力，因?yàn)樗呀?jīng)做到橫向縱向的所有體驗(yàn)都是數(shù)據(jù)驅(qū)動(dòng)的。

今年北京車(chē)展我們會(huì)發(fā)布全新的模型架構(gòu)，這個(gè)架構(gòu)內(nèi)部不用跑感知模塊，沒(méi)有檢測(cè)等感知相關(guān)玩法，傳感器數(shù)據(jù)進(jìn)去，一個(gè)模型直接出軌跡，是非常純粹的大模型方案。

媒體：卓馭的端到端 4.0 什么時(shí)候會(huì)完成歷史使命，被新方案替代？

馬陸：如果一切進(jìn)展順利，7、8月會(huì)把新一代技術(shù)范式部署到 8650、8775 等平臺(tái)，并實(shí)現(xiàn)量產(chǎn)，今年內(nèi)會(huì)推動(dòng)所有車(chē)企切換成新方案，通過(guò)軟件推送的方式完成升級(jí)。

卓馭的護(hù)城河

媒體：國(guó)內(nèi)自動(dòng)駕駛公司和特斯拉的差距有多大，這個(gè)差距會(huì)怎么變化，國(guó)內(nèi)梯隊(duì)多久能追上？

馬陸：之前看差距大概兩年，2025 年看差距一年，現(xiàn)在看差距大概九個(gè)月，差距在持續(xù)縮小，但再往下縮小會(huì)比較難，因?yàn)樾枰凑沾竽Ｐ偷姆妒匠掷m(xù)堆資源。特斯拉不僅 FSD 做得好，還在做大模型和相關(guān)訓(xùn)練機(jī)器，多模態(tài)的融合做到了極致，這也是它的優(yōu)勢(shì)。

媒體：國(guó)內(nèi)自動(dòng)駕駛公司之間的競(jìng)爭(zhēng)很激烈，這種競(jìng)爭(zhēng)會(huì)在什么時(shí)間收斂，未來(lái)行業(yè)格局有什么判斷？

馬陸：行業(yè)競(jìng)爭(zhēng)去年已經(jīng)有收斂的趨勢(shì)，今年會(huì)進(jìn)一步收斂，不超過(guò)四五年，一定會(huì)有公司做出通用的物理 AI，至少是移動(dòng)類(lèi)別的，具備強(qiáng)大的通用移動(dòng)能力。如果這家公司出現(xiàn)，單純做自動(dòng)駕駛的公司大概率會(huì)被淘汰。

做出這個(gè)通用物理 AI 的公司，有可能是互聯(lián)網(wǎng)大模型巨頭，它們?nèi)ツ甑募夹g(shù)進(jìn)步非常快，從技術(shù)范式角度，它們切入物理 AI 領(lǐng)域有優(yōu)勢(shì)。

媒體：那卓馭的護(hù)城河是什么？

馬陸：越是做科技的公司，組織文化、組織效率、運(yùn)營(yíng)使命這些看似虛的東西越重要，能讓員工愿意做事、朝著同一個(gè)方向努力很關(guān)鍵。當(dāng)下卓馭經(jīng)過(guò)多年深耕，有比較強(qiáng)的軟硬件一體能力、工程能力、產(chǎn)品化能力 以及 AI 數(shù)據(jù)驅(qū)動(dòng)能力。另外到了 物理AI 時(shí)代，卓馭其實(shí)也容易跟上，畢竟我們是 機(jī)器人出身，比所有競(jìng)對(duì)都更懂機(jī)器人。

在新的 AI 時(shí)代，我們還需要大力補(bǔ)足 AI 能力，而 AI 時(shí)代真正的護(hù)城河，一是能持續(xù)積累的高質(zhì)量數(shù)據(jù)，二是公司內(nèi)部的基建，三是能持續(xù)想出新算法的優(yōu)秀人才，而算法本身是不斷變化的，很難成為護(hù)城河。

媒體：卓馭過(guò)去主打低算力硬件平臺(tái)的產(chǎn)品，這些積累會(huì)不會(huì)沒(méi)用，甚至后續(xù)沒(méi)法維護(hù)？

馬陸：過(guò)去卓馭在低算力平臺(tái)做產(chǎn)品，用的是專(zhuān)家系統(tǒng)的思路，通過(guò)專(zhuān)家優(yōu)化在小算力上實(shí)現(xiàn)功能，而到了 AI 時(shí)代，數(shù)據(jù)驅(qū)動(dòng)成為主流，思路會(huì)發(fā)生變化，所以從去年年底開(kāi)始，我們會(huì)更多推 700T、1500T 等大算力的方案。

過(guò)去的積累并非沒(méi)用，在低算力方案的研發(fā)中，卓馭積累了交付能力、硬件能力、外部合作關(guān)系和供應(yīng)鏈能力，這些能力在硬件分發(fā)上能發(fā)揮很大作用，而且我們多年積累的駕駛數(shù)據(jù)也是不錯(cuò)的資產(chǎn)。

媒體：有說(shuō)法稱卓馭低成本做得很厲害，但只會(huì)做低成本，沒(méi)有高端的技術(shù)壁壘，怎么回應(yīng)這個(gè)說(shuō)法？

馬陸：倒也沒(méi)想反駁。我們的使命愿景是為所有人提供輕松安全的出行體驗(yàn)，基于這個(gè)目標(biāo)，卓馭想讓更多用戶用上自動(dòng)駕駛，而中國(guó) 70% 以上的車(chē)都是 20 萬(wàn)以內(nèi)的，所以我們過(guò)去想盡一切辦法在低算力、低成本的平臺(tái)上做自動(dòng)駕駛方案，也就給外界留下了只會(huì)做低成本的印象。

其實(shí)我們是算力優(yōu)化能力最強(qiáng)的自動(dòng)駕駛公司，不是做不了最高級(jí)別的技術(shù)，只是之前沒(méi)有把大算力的高端方案拿出來(lái)展現(xiàn)，而且行業(yè)里存在“營(yíng)銷(xiāo)厲害就叫技術(shù)厲害”的問(wèn)題，導(dǎo)致了這種謠言。

今年明年，大家會(huì)看到我們的大算力方案和更厲害的技術(shù)產(chǎn)品，大模型時(shí)代的趨勢(shì)就是大算力、大參數(shù)、大模型，我們也會(huì)朝著這個(gè)方向走。

最真誠(chéng)的智能汽車(chē)報(bào)道