智駕最后的窗口期，沖出AI新玩家

過去一年，智能輔助駕駛行業呈現出冰火兩重天的局面。

輔助駕駛從可用邁向好用，在消費者購車決策中的權重越來越高。成熟的方案也帶來成本下探的機會，L2+撕掉高端車型專屬標簽，向中低端市場普及，讓“平權”從口號宣傳變成行業共識。

同一時期，技術路線開始加速收斂，端到端與多模態大模型成為新賽點，想留在牌桌上的公司都必須全力以赴。

競爭越發殘酷，頭部陣營呈現雛形，在這樣一個看似并不適合入局的時間節點，37歲的印奇開始了他的新事業。

作為AI 1.0時代的親歷者，印奇在2011年創立曠視科技，此后迅速躋身中國AI獨角獸公司。在人工智能的探索道路上，印奇這個技術派幾乎從未止步。

隨著一家名為千里科技的公司浮出水面，印奇帶著對技術、商業與產業的深刻復盤，毅然扎進汽車智能化的戰局。

一切的起點，要回到四年前的那個夏天。

多方割據的戰局

2021年7月，特斯拉FSD Beta V9.0面向美國用戶開啟小范圍推送，這比原定時間晚了整整三個月。

如馬斯克所言，V9版本實現了“重大架構調整”，徹底拋棄毫米波雷達，轉向純視覺路線。而硬件削減非但沒有讓效果打折，反而開創了月費199美元的訂閱模式。

一個月后的AI Day，特斯拉完整展示了自己最核心的秘密：

基于BEV+Transformer架構，多個攝像頭感知到的2D圖像可以拼接成一個連貫的3D鳥瞰圖，更貼近人眼觀察的世界。同時由于融入時序信息，FSD對corner case（長尾場景）的感知和預測能力大幅提高。

感知模塊的大模型化，意味著系統開始學會總結歸納。這一天也成為L2+智能輔助駕駛技術發展的分水嶺。

傳統智駕系統基于模塊化設計，即“感知-規劃-控制”模塊各司其職，接力完成駕駛任務。感知問題不解決，規控能力就無從談起。

過去很長一段時間里，工程師投入大量的時間和精力，只將感知算法的精度提高了一點點。早期觀點普遍認為，被傳感器武裝到牙齒的L4級自動駕駛會先一步落地，背后思路正是通過硬件堆砌，降低算法層面的開發難度。

2021年行業風向陡然轉變，特斯拉FSD引入大模型成為漸進式路線的教科書，不僅車企爭相效仿，很多在L4市場埋頭苦干的公司也意識到，降維打造可量產的L2+方案大有可為。

結合機構測算，智能輔助駕駛系統的軟件價值占整車比重會持續提高，未來有望超過4成。這一趨勢不僅促使ADAS成為激光雷達最大的應用市場，某種程度上也動搖了傳統L2巨頭的地位。

智能輔助駕駛的競爭地圖上自此形成多股互不相讓的力量。

一類以特斯拉為代表，自研芯片、算法并自建超算中心，通過高程度的垂直整合，掌控從硬件到軟件的全部價值鏈。

并非所有車企都有強大的垂直整合能力。因此，第三方供應商紛紛從幕后走向臺前，成為左右戰局的核心變量。

其中既有提供系統打包方案的芯片制造商，代表是Mobileye。也有L4和L2兩條腿走路的算法提供商，比如Momenta。最后一類，是完整經歷了AI1.0技術周期的創業者。

以計算機視覺算法見長的曠視科技曾在2019年展示過車載視覺解決方案，當時更多聚焦于艙內交互。隨著BEV+Transformer架構基本確立，創始人印奇意識到這是入局智能輔助駕駛行業的最佳時機。

在L2+和L4自動駕駛領域，攪局者眾多，但真正能改變戰局的人恐怕寥寥無幾。無數故事懸而未決，印奇想成為后者。

AI產業先鋒進場

大約十年前，印奇意識到軟硬一體的重要性，無論是后來提出 “算法定義硬件” 還是堅信的“AI in Physical”，本質都是軟硬件協同形成閉環，發揮算法優勢，掌握迭代節奏，用快打慢。

在眾多充滿誘惑力的選項里，高度追求軟硬一體能力的智能輔助駕駛，成為了印奇的最終歸宿。

2025年初，印奇首次以千里科技董事長身份亮相，在短短不到一年的時間里，錨定AI+車戰略，完成覆蓋智能輔助駕駛、智能座艙、智能出行等多點布局。

這種“千里速度”的背后，是天時地利人和的綜合結果。以智能輔助駕駛為代表，算法的演進、政策的驅動、產業鏈的成熟與分工恰好對應這三項。

2023年ChatGPT爆火后，端到端+VLM（視覺語言模型）逐漸成為智駕系統的主流方案。相比分工明確且依賴代碼規則的模塊化架構，端到端，顧名思義是通過一個神經網絡將傳感器數據直接轉化為車輛操作指令。

雖然代碼節省了千千萬，但黑箱問題也很明顯。引入VLM大模型的好處是提供了解釋空間，也提高了感知理解能力。比如，系統既能“看到”又能“理解”施工標志和警示牌的含義。

好用的模型往往要經歷一個過程：在云端預訓練大模型，然后將車端高質量駕駛數據投喂給云端，結合仿真數據微調大模型，最后OTA給車端小模型。

強化學習（RL）是訓練高質量模型必不可少的“教練”，主要用于微調環節，核心是設置獎勵函數，用AI教AI。具體地說，基于云端生成的虛擬corner case場景，模型可以不斷試錯，完成自我進化。

算法的躍進帶來了更智能的體驗和更快的迭代速度，推動智能輔助駕駛進入強算法時代。

這一趨勢下，政策也敞開懷抱，隨著L3級車型合法上路提上日程，軟件加速重構汽車價值。重慶作為老牌汽車工業重鎮，轉型決心有目共睹，不斷釋放“軟”實力，成為千里科技迅速成長的倚仗。

當智能汽車取代傳統汽車成為主流趨勢，合縱連橫的生態就替代單打獨斗的制造能力成為更高的壁壘。

基于這一點，千里科技聯合階躍星辰和吉利汽車組建合作聯盟，共同推動“AI+車”戰略，其中千里科技和階躍星辰聯合研發了千里智駕RLM大模型。

9月28日的發布會記錄下了經典一幕，李書福緊緊握住印奇的手，期許著這位年輕后輩能帶領千里科技創造未來。

當天上午，一場以“AI+車,邁向智能網聯新能源汽車之都”為主題的高端對話中，長安汽車集團董事長朱華榮、賽力斯集團董事長張興海、吉利控股集團董事長李書福、千里科技董事長印奇悉數到場。

三家占據國內汽車銷量近1/3的頭部車企與千里科技聚首重慶，風向標意義極為濃厚。

從電動化到智能化的下半場已然成為行業共識，對車企而言，基于AI衍生的智能化體驗，既是消費者購車決策中的關鍵因素，也是車企產品定義中舉足輕重的組成部分，其定位已經從純粹的“輔助功能”，變成了產業進步的底層引擎。

而對千里科技來說，智能化下半場大幕的拉開，同樣意味著純粹的“技術供應商”已經難以滿足終端市場的需求，能夠整合產業資源、驅動行業范式變遷的“平臺型玩家”，才是自己需要扮演的角色。

智能汽車的開發是一個極其復雜的系統工程，平臺型公司可以提供一套完整的解決方案，從算法、數據到算力，大幅縮短新車研發周期，適應更快的迭代速度和打法。

這也是千里科技要成為平臺級AI公司的原因——在“AI重構汽車”的浪潮下，為行業提供規模化智能解決方案。

不久前，千里科技獲得奔馳的13億元投資，汽車智能化朋友圈不斷擴大。

在智能輔助駕駛這條賽道上，新面孔和老玩家的身份其實并不重要，看準方向、備足彈藥的后發者，可能會有更多收獲。

后來者也有機會

對于千里科技的定位，印奇有一個高度概括的描述：一家具有深厚制造業基因的企業，正在向成為世界級科技公司的目標全力邁進。

目前千里科技已將AI觸角延伸到智能輔助駕駛和智能座艙，尤其在智能輔助駕駛領域，RLM（強化學習-多模態）大模型一經發布便備受關注。

如果去年“端味”濃淡隱含技術領先的程度，今年多模態大模型就可以視作新的引爆點。基于多模態大模型的端到端智駕系統，是汽車行業競爭最緊張激烈的戰場。

從特斯拉FSD V12 摘掉“Beta”帽子 ，端到端架構已然成為行業圣經。主流的端到端仍然是多段式，比如感知網絡和決策規劃網絡相互獨立，就像傳話游戲中，信息輸入到輸出很可能存在偏差，且大多都有延遲。

RLM正是為了解決這個問題——一段式端到端模型擁有更高的“含模量”。在智駕系統中，大模型驅動的比重越高，駕駛體驗越擬人絲滑。從依賴外部裝備到輕地圖，從模塊化到端到端，首先考驗的都是大模型能力。

多模態大模型提高了端到端架構的上限，讓車輛不僅能理解“正在發生什么”，面對未知和極端交通場景時，也能從容應對。

基于多模態大模型底座，千里科技整合通用知識和智駕垂域數據，使RLM大模型能夠實現通用感知理解。而強化學習讓RLM大幅降低了觸發安全兜底規則的概率，提高駕駛博弈能力，真正學會舉一反三。

在使用過程中，防御性駕駛是RLM大模型的一個亮點，也是頭部智駕公司整齊劃一的發力點，通俗點說是讓AI學會害怕。

傳統智駕系統根據傳感器輸入信息作出判斷，對看不見的場景往往會忽略危險性。RLM基于多傳感器感知和動態場景推演，空間理解能力大幅提高。面對視野盲區，系統能夠進行預防性判斷，提前減速或調整車距。

面對競爭白熱化的車位到車位功能，千里科技還推出了全場景的門到門模式應戰。不依賴高精地圖，通過實時道路生成與理解，實現無感暢通駕駛。

一套好用的智能輔助駕駛系統背后是算法、算力和數據三要素協同，尤其在AI的“摩爾定律”規模法則（Scaling Law）下，端到端大模型的性能與模型的計算量、訓練數據量和參數規模息息相關。

這些恰恰都是千里科技的優勢。基于與吉利合作，千里科技擁有百萬級保有量的L2+車型數據，同時聯盟云端算力儲備超過23 EFLOPS，這個數字僅次于特斯拉，在國內車企中排名第一。

與吉利的合作是千里科技擴大朋友圈的起點和支點，未來將輻射更多新能源汽車行業公司，使其成為真正的平臺級AI科技公司。

過去不到一年時間里，千里科技也率先交出第一份成績單，完成了在智能輔助駕駛、智能座艙和智能出行領域的多點布局。

按照美國銀行發布的報告，2040年全球自動/智能駕駛汽車市場規模有望增至1.2萬億美元，同時根據IHS預測，2030年全球汽車智能座艙市場規模將達到681億美元，千里科技勢必會占據一席之地。

以智能出行為例，千里科技已制定計劃，目標在未來18個月完成Robotaxi全鏈路產業布局。基于全球化視野，先在10座城市落地規模化的Robotaxi運營服務，在單一城市部署超過1000輛Robotaxi，跨越商業化門檻，贏取行業入場券。

除此之外，印奇還闡述了“千里計劃”（AFARI Plan），以“One Brain，One OS，One Agent”為核心愿景：構建一個由大模型驅動的AI大腦（One Brain），打造可以整合跨設備數據的操作系統（One OS），最終通過超級智能助手（One Agent），實現無縫的跨終端、跨場景服務。

如印奇所言，汽車是AI最好的場景，很可能沒有之一。正因如此，汽車智能化的戰場無比殘酷，新能源車行業出清的慘烈程度遠超燃油車時代，但這并不代表后來者沒有機會。

互聯網的黃金十年恰恰傳遞了一個截然相反的故事，當后發者積累足夠多的思考，市場和技術會為他們創造更有利的條件。人們不再好奇望京會不會成為硅谷，因為科技行業跌宕起伏的故事更動人心魄。

千里科技面對的也并非逆風翻盤，而是要順勢而為，以智駕為起跑線，完成這場遠未到終局的耐力賽。

參考資料

[1]智能汽車軟件白皮書——單車價值翻倍，軟件集成服務或成主流，羅蘭貝格

[2]端到端與AI共振，智駕平權開啟新時代，國元證券

作者：黃主任

編輯：李墨天

責任編輯：黃主任

封面圖片來自ShotDeck