“七年前我們創(chuàng)立輕舟，使命是‘將無人駕駛帶進(jìn)現(xiàn)實(shí)’。走到今天，我們非常清晰地看到：我們正站在從‘無人駕駛’邁向‘通用物理AI’的歷史性戰(zhàn)略轉(zhuǎn)折點(diǎn)。”

4月24日，2026北京車展首日，輕舟聯(lián)合創(chuàng)始人、董事長兼CEO于騫博士正式發(fā)布輕舟物理AI模型，并宣布公司戰(zhàn)略重心從“無人駕駛”全面升級至更廣闊的“通用物理AI”。

“我們絕不是不做無人駕駛了。恰恰相反，無人駕駛是我們通往通用物理AI最重要的基石。如果連無人駕駛都做不到，更別提通用物理AI。”于騫認(rèn)為，自動駕駛是連接數(shù)字世界與物理世界的“窗口”。

智駕行業(yè)競爭的重心，正在從硬件堆料，轉(zhuǎn)向AI大模型底層能力和規(guī)模化落地的博弈。在這場喧囂的轉(zhuǎn)型潮中，輕舟智航不只換了“話術(shù)”，而是拿出了“物理AI模型”的量產(chǎn)方案。

01 從“會開車”到“懂世界”

提到AI，我們最先想到的是ChatGPT這樣的數(shù)字AI，能聊天、寫文案、做PPT，甚至生成視頻，但這些都局限在“數(shù)字世界”。

而輕舟提出的物理AI，核心是讓AI“走出屏幕”，真正理解物理世界的規(guī)律，能感知、能預(yù)測、能行動——簡單說，就是讓AI擁有“物理常識”，像人類一樣應(yīng)對真實(shí)世界的復(fù)雜變化。

于騫在發(fā)布會上做了一個很樸素的對比：數(shù)字世界里，AI打敗了人類最聰明的圍棋冠軍，這是因?yàn)樵谔摂M棋盤上可以無限“左右互搏”，用無窮算力找最優(yōu)解。

但讓AI在物理世界里媲美一個普通司機(jī)的判斷力，至今還沒有人能做到。物理世界得有車、有司機(jī)、有漫長的路測，迭代速度天然慢得多。

這就是自動駕駛行業(yè)的一個核心困局：物理世界的AI，訓(xùn)練效率遠(yuǎn)低于數(shù)字世界的AI。過去十年，大家在感知精度、規(guī)控邏輯上砸了無數(shù)資源，但系統(tǒng)本質(zhì)上還是“死記硬背交規(guī)的新手司機(jī)”——看到紅燈就停，看到行人就等，遇到?jīng)]見過的復(fù)雜場景就懵了。

破局的方向，被于騫歸納為八個字——世界模型+強(qiáng)化學(xué)習(xí)

通俗來說，就是給AI建一個“虛擬駕校訓(xùn)練營”。在云端，輕舟的世界模型能用自然語言一鍵生成極端天氣、逆行電瓶車、鬼探頭等長尾場景，它相當(dāng)于輕舟物理AI的“大腦訓(xùn)練場”，讓AI在仿真中反復(fù)“過生死關(guān)”，見到日常路測中極難遇到的危險狀況。

再看車端的在線世界模型，這是直接服務(wù)于用戶的“實(shí)戰(zhàn)大腦”，目前已經(jīng)進(jìn)入實(shí)車測試階段。它以在線世界模型為核心，結(jié)合VLA（語言增強(qiáng)智能）和強(qiáng)化學(xué)習(xí)，實(shí)現(xiàn)了從感知到行動的全鏈路智能決策。

簡單說，就是車端AI能實(shí)時觀察路況，預(yù)判其他交通參與者的意圖，比如判斷行人是否會橫穿馬路、車輛是否會變道，然后做出最安全、最流暢的決策，就像老司機(jī)一樣“膽大心細(xì)”。

更關(guān)鍵的是，輕舟的模型實(shí)現(xiàn)了“一次訓(xùn)練、雙端復(fù)用”，云端訓(xùn)練好的能力，能快速適配車端，不用重復(fù)開發(fā)，既降低了研發(fā)成本，也讓技術(shù)落地速度更快。這一點(diǎn)，在行業(yè)內(nèi)尤為難得——很多企業(yè)的云端模型和車端模型是脫節(jié)的，導(dǎo)致技術(shù)迭代慢、落地成本高，而輕舟的“云端+車端”雙引擎架構(gòu)，從根源上解決了這個問題。

這里的世界模型，可不是簡單的“場景模擬”，而是輕舟定義的“觀察世界+預(yù)測世界+學(xué)習(xí)和行動”的完整體系，讓AI逐步從“模仿人類行為”進(jìn)化到“理解物理世界的運(yùn)行法則”。

正如于騫所說的，路上有一灘積水，旁邊有行人，人會下意識減速，因?yàn)槟阈睦锴宄哼^去水花會濺到人；足球從路邊滾過去，你會預(yù)判可能有孩子追上來。這些判斷不是靠窮舉場景能解決的，是對物理規(guī)律的深層認(rèn)知。

這不是一次簡單的算法升級，而是研發(fā)范式的根本轉(zhuǎn)移。

02 不卷算力，卷用戶價值

技術(shù)的價值，最終要靠產(chǎn)品落地來體現(xiàn)。輕舟正式推出了“輕舟乘風(fēng)MAX”——在超500TOPS車端算力平臺上，實(shí)現(xiàn)基于世界模型+強(qiáng)化學(xué)習(xí)架構(gòu)的極致城市NOA體驗(yàn)。

于騫在采訪中透露，輕舟的理念從來不是“卷算力”，而是“卷體驗(yàn)”。“100多TOPS算力，行業(yè)內(nèi)普遍認(rèn)為能做好高速NOA就不錯了，我們是第一家把它大規(guī)模量產(chǎn)，做出越級體驗(yàn)的企業(yè)；現(xiàn)在500TOPS算力，我們的目標(biāo)是對標(biāo)一兩千TOPS的體驗(yàn)，這就是我們給用戶的真實(shí)價值。”

在本屆車展上，3000TOPS以上的方案已經(jīng)不止一家，算力“跑分大戰(zhàn)”正酣。但輕舟選擇用超500TOPS去對標(biāo)上千TOPS的體驗(yàn)，底氣來自一些硬核數(shù)據(jù)：在主動安全維度，乘風(fēng)MAX的AEB誤觸發(fā)率低至每50萬公里小于1次，遠(yuǎn)優(yōu)行業(yè)平均水平；AEB剎停時速能做到130km/h極限工況。

在實(shí)際駕駛場景中，乘風(fēng)MAX的表現(xiàn)更是“擬人的老司機(jī)”。這套方案能從容應(yīng)對窄路繞行、鬼探頭避讓、交警手勢、潮汐車道等復(fù)雜場景，在全場景覆蓋上做“99%以上的場景都能用”。

更根本的底氣，來自規(guī)模量產(chǎn)的驗(yàn)證。截至目前，輕舟乘風(fēng)輔助駕駛已搭載25款量產(chǎn)車型，累計(jì)搭載量突破100萬臺，2026年預(yù)計(jì)新增車型超50款。在中國NOA第三方智駕供應(yīng)商市場中，輕舟以30.1%的市場份額占據(jù)顯著領(lǐng)先地位。

百萬臺的規(guī)模，不只是營收，更是一個滾動的數(shù)據(jù)閉環(huán)入口。就像于騫之前所說，沒有這個入口，世界模型是喂不飽的。

03 智駕的真正價值，可能藏在保費(fèi)里

于騫還有一個頗具前瞻性的判斷，他認(rèn)為，智駕創(chuàng)造社會價值的一個真實(shí)度量，是保費(fèi)能不能降下來。

“既然我們的智駕系統(tǒng)能做到50萬公里才一次AEB誤觸發(fā)，既然它能幫用戶提前剎停、避免刮蹭，那它是不是真的更安全？如果真的更安全，那用戶的保費(fèi)是不是應(yīng)該更便宜？”在他看來，這才是智駕從“保健品”變成“止疼藥”的關(guān)鍵路徑。

這個邏輯并不只是暢想。賽力斯曾披露，問界汽車通過AEB避免可能發(fā)生的碰撞次數(shù)超過170萬次，續(xù)保費(fèi)用整體下降20%。比亞迪也透露，2025年新能源車險綜合成本率下降1.3個百分點(diǎn)，虧損減少1億人民幣，得益于智能駕駛技術(shù)的應(yīng)用。華為乾崑智駕ADS累計(jì)避免可能碰撞212萬次。

但于騫也坦承，目前保險層面上還看不到系統(tǒng)性變化，“因?yàn)闈B透率太低”——全國幾億臺車的保有量，裝了高階智駕方案的可能還以百萬計(jì)，兩者差了幾個數(shù)量級。但當(dāng)滲透率到了臨界點(diǎn)，事故率、保費(fèi)、用車成本的結(jié)構(gòu)性變化，一定會到來。

這恰恰印證了輕舟“卷價值”的邏輯自洽：技術(shù)再好，如果不能走進(jìn)普通消費(fèi)者的生活、不能切實(shí)降低他們的用車成本，那就不算真正創(chuàng)造用戶價值。

04 多場景破局物理AI

關(guān)于行業(yè)最關(guān)心的Robotaxi落地路徑，于騫給出了輕舟的判斷。

他對比了Waymo和特斯拉兩條路線：Waymo穩(wěn)妥但成本極高（車型成本高達(dá)8萬美元，定價超2美元/英里），特斯拉成本可控但向完全無人跨越時風(fēng)險較大。

輕舟的選擇是第三條路——“用更強(qiáng)的大腦，而非只靠傳感器堆疊”。于騫說，“人類開車有大量盲區(qū)，但我們依然能安全駕駛，靠的是強(qiáng)大的大腦。所以我們強(qiáng)調(diào)用更強(qiáng)的AI大腦來實(shí)現(xiàn)更高級別的駕駛能力。”

在Robotaxi的落地節(jié)奏上，輕舟持謹(jǐn)慎態(tài)度。于騫表示，“一次事故就可能對整個行業(yè)產(chǎn)生不利影響。我們寧可小規(guī)模穩(wěn)健推進(jìn)，也不要過于激進(jìn)。”

在具體的產(chǎn)品落地上，輕舟的Robotaxi方案完全基于量產(chǎn)車配置，“從外觀上看不出任何差別”，只是搭載了更強(qiáng)的AI大腦，目前已經(jīng)在國內(nèi)多個城市進(jìn)行測試，今年將實(shí)現(xiàn)千臺級到萬級的運(yùn)營規(guī)模，安全接管里程達(dá)到千公里級。

更值得關(guān)注的是輕舟對無人物流車賽道的判斷。在于騫看來，“無人物流車市場目前所謂大規(guī)模實(shí)際也只是萬量級規(guī)模，在穩(wěn)定性、可靠性、安全性上仍有極大提升空間”。

而輕舟的機(jī)會恰恰在于，用乘用車領(lǐng)域百萬級量產(chǎn)積累的經(jīng)驗(yàn)，把安全、穩(wěn)定、可靠的產(chǎn)品能力復(fù)用到物流領(lǐng)域。目前，輕舟的無人物流車已在金華、寧波、蕪湖運(yùn)營，用乘用車技術(shù)賦能，不依賴高精地圖。

從L2++到Robotaxi再到Robovan，輕舟構(gòu)建了一套“共用一個底層技術(shù)架構(gòu)、多種產(chǎn)品形態(tài)”的打法。正如輕舟智航CTO李棟所說，底層技術(shù)能力越強(qiáng)，擴(kuò)展一個新應(yīng)用的邊際成本越低——“城市NOA里應(yīng)用的模型在Robovan上應(yīng)用的效果也非常好”。

05 輕舟駛向物理AI時代

“一家公司至少要干20年，不可能一成不變，必須不斷革自己的命。”于騫說，“這次升級，是為下一個七年、乃至下下個七年指明方向。”

于騫認(rèn)為，輕舟智航的戰(zhàn)略升級，不是放棄無人駕駛，而是以無人駕駛為基石，向更廣闊的物理AI領(lǐng)域邁進(jìn)——畢竟，能把四個輪子的“機(jī)器人”做好，才能有能力做好更多物理世界的AI應(yīng)用。

不同于大模型公司“從數(shù)字世界切入物理世界”，輕舟從自動駕駛這個最復(fù)雜的物理交互場景入手，有海量的勻質(zhì)駕駛數(shù)據(jù)，有成熟的工程化落地能力，這是大模型公司難以復(fù)制的優(yōu)勢。

于騫在采訪中坦言：“如果你的世界模型連自動駕駛領(lǐng)域的問題都解決不了，還想解決機(jī)器人領(lǐng)域的問題，那更不可能。”

當(dāng)下，整個行業(yè)正在經(jīng)歷深刻變革。地平線創(chuàng)始人余凱判斷，高階智駕將在三年內(nèi)從選配走向標(biāo)配，因?yàn)榇竽Ｐ团c大算力帶來的體驗(yàn)提升已越過用戶感知的閾值。

但另一方面，行業(yè)投入與消費(fèi)者使用之間仍存在明顯“落差”——城區(qū)NOA用戶黏性僅20%-30%，滲透率只有15%左右。誰能解決這個“落差”，誰就能贏得下一階段的競爭。

輕舟的答案，就是“物理AI”。不是概念炒作，而是用“世界模型+強(qiáng)化學(xué)習(xí)”打通感知、決策、行動全鏈路，讓AI從模仿人類行為，進(jìn)化到真正理解物理世界運(yùn)行的規(guī)律，在乘用車輔助駕駛、無人物流、Robotaxi等多個場景中落地，創(chuàng)造用戶價值。