AI相對論① | 智能駕駛下半場：從“能跑”到“好用”還有多遠？

每經記者：李星 劉曦 每經編輯：余婷婷

當行業還在爭論“開城數量”，中國智能駕駛已悄然進入下半場——從“能跑”拼到“好用”，從“配置”卷向“資產”。然而，技術理想與商業現實之間，始終橫亙著幾道難題：城區NOA（領航輔助駕駛）如何低成本規模化？過于保守的系統怎樣“拿捏”安全與體驗？硬件成本高企，“軟件付費”又能否跑通？

針對上述問題，近期《每日經濟新聞》“AI相對論”首期圓桌對話，邀請到了兩位處于不同維度的破局者：一位是小米汽車智能駕駛基座大模型負責人陳龍，他正將VLA（視覺語言動作）大模型引入量產實踐，試圖讓智駕從“數據驅動”邁向“認知驅動”；另一位是黑芝麻智能CMO（首席營銷官）楊宇欣，作為國內頭部芯片供應商的管理者，他從底層邏輯出發，對成本、供應鏈與商業閉環有著更為冷峻的判斷。

一個從算法之巔俯沖，一個從底座深處仰望。在這場對話中，兩位嘉賓將分別從各自的專業視角，直面中國智能駕駛本土化落地與商業化突圍的核心議題，展開一場關于技術理想與現實路徑的深度碰撞。

??本期嘉賓：小米汽車智能駕駛基座大模型負責人陳龍、黑芝麻智能CMO楊宇欣

陳龍 圖片來源：企業供圖

楊宇欣 圖片來源：企業供圖

“好用和能用”，行業在尋找平衡點

NBD：當前，智駕行業競爭尤為激烈，各大車企研發投入巨大。在兩位看來，中國的智駕水平在國際市場處于哪個梯次？

小米汽車陳龍：國內智駕水平已經發展得很好了，特別是在國內這種比較復雜的路況環境下，用戶不管是對車輛智駕的效率還是整體安全性的要求都會高一些。這也是我為什么回國加入小米汽車的原因。

黑芝麻智能楊宇欣：我們認為，中國智駕行業發展在全球處于領先地位。如果把全球智駕分幾個梯隊的話，第一梯隊特斯拉的技術是相當領先的。在某種程度上講，它是在幫助整個汽車或者智駕行業探索一些技術方向。

第二梯隊則基本上以國內自主品牌為主。這主要體現在幾個方面：首先是現在國內消費者對智駕的認可度、接受度以及期待值已經高于全球平均水平，他們更愿意去接受具備智駕功能的新車型；其次，國內車企在智駕方面的投入很大。智駕作為國內智能新能源車的一個非常重要的賣點和差異化，近幾年幫助自主品牌快速獲取了市場份額。目前，自主品牌乘用車的市占率已經超過60%，預計2030年前會達到70%甚至更高。這一方面得益于新能源汽車的發展，另一方面就是智能化的推動。

第三梯隊是像黑芝麻智能這樣的供應鏈企業。我們完整經歷了中國自主智能化產業鏈的構建。智能新能源汽車開始快速發展后，我們發現海外供應商可能沒法完全跟得上中國車企對智能化技術的迭代節奏，這就給了整個產業鏈或者供應鏈一個升級或者迭代的機會。作為創業公司，我們用自己的技術證明了產品的可用性、易用性，并且切入到了整車供應鏈，現在跟國內頭部的車企基本上都有合作。

NBD：當前行業對于“能用”和“好用”的界限其實并不統一。從您的觀察來看，中國用戶對智能駕駛的核心期待已經發生了哪些變化？

小米汽車陳龍：傳統的輔助駕駛類似于汽車的一個輔助功能，大家可能開啟的意愿不是特別強。不過，隨著算法能力的提升，我感覺它已經變成了汽車的一部分，是我們出行的一個工具，能省很多開車的精力。

智能駕駛在當今這個時代的意義，就是把駕駛員從比較疲勞的開車過程中解放出來，然后真正帶來安心、舒適、安全的輔助駕駛體驗。

黑芝麻智能楊宇欣：中國的智駕發展第一階段是通過車企、行業頭部媒體以及產業鏈伙伴的宣傳先建立用戶的購買認知。這種購買認知來自于兩點，即“我知道”和“我買得起”。第二步則是構建用戶的使用認知，就是“我應該如何去使用”或者“如何去界定（安全）邊界”。如何讓用戶在安全邊界之內使用智駕非常重要。

如何讓“好用和能用”達到真正平衡，讓用戶既用得起又能放心用，是現在整個產業，包括車企、供應鏈企業，大家一直努力的方向。

NBD：中國道路環境復雜，很多企業把難點歸結為算法能力。您認為當前的核心瓶頸是什么？芯片廠商在其中能起到多大作用？

黑芝麻智能楊宇欣：從黑芝麻智能的角度來看，芯片是非常關鍵的。在全球科技產業中，AI（人工智能）被認為是最熱的產業。整個產業鏈是倒三角結構，越往上游或者頂層走，玩家越少。可以看到，AI整個產業市值最高的是一家芯片公司，芯片成了全球重點爭搶的科研物資。

智駕這幾年發展的一個非常重要的特點就是由上游核心芯片來推動。從芯片角度來講，我們如何去定義邊界，以及如何去支撐未來智駕系統的發展至關重要。比如VLA，未來它對算力的要求越來越高，而芯片能夠提供足夠多的支持。

從計算的種類來講，芯片可以更好地支持大模型計算。芯片公司需要更早地去理解算法的需求，然后把芯片的功能和性能做到符合標準，這其實很難。

前些年，處在快速發展中的智駕行業出現了產業鏈重構的現象。究其原因，第一是有新的玩家進入，第二就是大家分工合作的邊界變得模糊。現在隨著行業越來越成熟，無論是用戶對智駕體驗的理解，還是整個產業鏈對智駕技術的理解，大家基本上都已形成共識。

高階智駕落地：既要拉高上限，更要兜底下限

NBD：現在不少系統為了安全會變得“過于保守”，反而影響用戶體驗。從商業化角度看，這個平衡點應該如何拿捏？

小米汽車陳龍：從模型的角度看，我們肯定是希望把所有的“安全兜底”都去掉，讓模型能力直接暴露出來，這樣我們就可以發現更多問題、得到更多反饋，然后再進一步完成迭代。但從商業的角度來說，這不太可能。畢竟智駕是提供給用戶的真實產品，肯定需要規避很多事故的發生，所以我們不可避免地就會有很多“兜底”系統。

事實上，我覺得大模型都需要“安全兜底”的系統。當然，這個平衡點確實是比較難掌握。特別是在輔助駕駛這樣一個物理世界AI的應用上面，更難做到平衡。

特別是輔助駕駛系統，它存在一個“不可能的三角”——安全、舒適、效率，這三點確實非常難達到很好的平衡。車企普遍會更注重安全和舒適，這不可避免地導致在有些情況下，我們會做一些“減速”的操作導致系統效率降低。

NBD：目前行業正從高速NOA向城區NOA過渡，但若想真正實現大規模、低成本、可復制的高階智駕落地，當下需要突破哪些核心瓶頸？

小米汽車陳龍：第一，模型能力要質變。城區場景遠比高速復雜，道路結構和交通參與者都不可控，模型必須具備極強的泛化能力來處理突發狀況。第二，體驗要可用。效率太低，用戶就不愿用，數據就回不來，迭代就會停滯。所以不僅要拉高上限，更要兜底下限，做到“全國都能開、場景都能用”，才能激活用戶意愿，跑通數據循環。

NBD：作為芯片供應商，黑芝麻智能如何配合主機廠實現高階智駕普惠化落地？

黑芝麻智能楊宇欣：這個過程是有清晰演進規律的——先實現功能，再做系統優化。回顧高速NOA的發展，最初需要500TOPS以上的算力，場景收斂成熟后幾十TOPS即可應對。現在城區NOA和VLA看似需要上千TOPS，但隨著技術和產品的收斂，系統級優化將成為降本關鍵。

我們一方面要預判時間點，根據模型優化的不同階段，靈活匹配場景需求；另一方面是架構級創新。大模型運行對帶寬依賴極高，傳統架構成本壓力大。我們的第三代NPU（神經網絡處理器）采用了大量近存計算設計，從架構底層降低對帶寬的依賴，從而在保證性能的同時提升性價比。

NBD：目前行業仍處于投入期，從供應商角度看，高階智駕的商業化路徑是否已經跑通，還是仍處于探索階段？

黑芝麻智能楊宇欣：我認為不同等級的情況不同。L3及以下的商業路徑已非常清晰。L3本質上仍是“人機共駕”，像現在城市NOA基本屬于L3，技術收斂得很快，現在大家更多討論的是如何用更高的性價比方案去實現它。

L4的商業化仍在探索，但技術正在加速收斂。今年部分頭部Robotaxi公司已宣布單車運營成本打平甚至開始盈利，這證明了商業閉環的可能性。此外，在Robotaxi、Robovan乃至具身智能這類無人值守的場景中，還要確保這種級別的安全性，本土化供應鏈的支撐至關重要，這也是我們今年重點發力L4的底層邏輯所在。

NBD：從芯片的角度來看，L3和L4在技術架構與算法需求上的關聯度大嗎？

黑芝麻智能楊宇欣：越往下探，關聯度越大。芯片底層架構是類似的，只是算力要求不同。算法層面差異可能會更大，無論是算力需求還是研發路徑都有區別。但當L3和L4的需求收斂到芯片端時，其技術方向是趨同的，本質上都是對大模型的高效處理，無非性能指標存在差異。

NBD：Robotaxi在國內的運營成本與海外有差異，如何看待其商業前景？

黑芝麻智能楊宇欣：成本和體驗是兩個維度。雖然國內人力成本相對較低，但無人化的私密感和放松體驗是差異化優勢。以武漢為例，蘿卜快跑已實現千輛級的全域覆蓋，這表明規模化運營的技術和管理已非難題。我預計未來五年內，國內至少有30個城市會部署5000輛級別的車隊。目前中美企業都在全球“跑馬圈地”，中東地區因地廣人稀和資本優勢成為首選，全球范圍內的商業落地正在加速。

智駕一旦“普惠化”，將不再是“溢價賣點”

NBD：智駕硬件成本整體呈下行趨勢，在主力車型上實現高階智駕普惠化過程中，軟硬件解耦、規模降本的核心路徑是什么？

小米汽車陳龍：關于降本，一方面是芯片針對Transformer（神經網絡）架構做NPU的專項優化；另一方面是軟硬協同。我認為完全的解耦不現實，只有深度優化才能用更低的硬件成本跑出更強能力。此外，小米獨特的優勢在于大模型復用，我們的基座模型既能用于智駕，也能用于機器人和生態鏈設備，這極大地分攤了模型的訓練成本。

黑芝麻智能楊宇欣：系統降本一方面靠架構創新（用更小面積實現更強功能），另一方面靠算法與芯片緊密配合。用戶愿意為體驗買單，我們要用相對低的成本提供越級體驗。同時，隨著裝配量的提升，邊際成本也會快速下降。

NBD：目前智駕在多大程度上成為了剛需賣點？高階智駕的價格下探區間在哪里？

小米汽車陳龍：智駕已經是用戶購車決策中的核心選項，它不再是嘗鮮玩具，而是能解放精力的實用工具。現在用戶不只是看智駕水平，還包括OTA更新頻率、能不能持續迭代進化。這也是小米從新SU7開始，堅定全系標配高規格的輔助駕駛功能的原因。

至于L2輔助駕駛，當其能力進化到一定程度，其實就會向L3、L4過渡。到時邏輯可能就不同了，更多會演變成一種出行服務。

黑芝麻智能楊宇欣：智駕會像空調、座椅一樣走向標配。一旦普惠化，它就不再是“溢價賣點”，而是基礎門檻。從下探節奏看，我們判斷，一到兩年內，7萬至10萬元級車型將普及高速NOA；10萬至15萬元級會出現入門級城區NOA；15萬元以上車型將具備全場景城區NOA能力。未來，隨著系統進一步優化，城市NOA有可能下探到10萬元級別車型，但這取決于傳感器和算法迭代成本，畢竟算力是硬成本。

NBD：剛才提到一個很有意思的觀點，普惠之后智駕就不再是賣點了，未來品牌還能成為賣點嗎？

黑芝麻智能楊宇欣：品牌本身不是賣點，其背后代表的科技元素才是。過去用戶關注發動機和豪華感，現在關注的是智能化水平和迭代能力。

小米汽車陳龍：即便未來智駕成為標配、各家能力趨同，用戶依然會在意品牌背后的科技感。我認為，品牌忠誠度和科技感帶來的購車決策影響，會長期存在。

NBD：未來如果智能駕駛要成為企業的核心資產，除了技術本身，還需要在哪些維度建立長期壁壘？

黑芝麻智能楊宇欣：智駕本身不是資產，而是面向市場的一個場景。作為算力底座的芯片公司，生態是商業閉環的根本，因為我們無法向客戶交付一切，必須在芯片能力之上構建完整生態。智駕只是其中一個閉環，企業經營需要多個閉環支撐。去年我們布局具身智能，正是看中機器人與汽車產業鏈的高度重疊。所以，除了汽車主賽道和智駕場景，我們也在推進艙駕一體，并在車外拓展具身智能等方向。

小米汽車陳龍：智駕的發展路徑很清晰，從輔助駕駛到完全自動駕駛，將重塑出行體驗。它對小米生態的拉動是全方位的。智駕不僅賣車，更產出海量的物理世界AI數據，這對小米“把AI帶入物理世界”的戰略至關重要。未來，智駕是出行服務，用戶在車內半小時到幾小時的體驗，取決于能否無縫銜接互聯網服務、調用智能家居或處理工作，而這背后是完整的生態支撐。