“世界模型和強化學習正在改寫研發(fā)范式，AI 不只是在開車，也開始訓練模型、評估模型，甚至參與研發(fā)決策。”

作者|王蕊

編輯|西子

“L2跨越L4沒有捷徑可走。至少L2很多已有的積累，在L4上沒有提供任何幫助。”

2026 北京車展上，小馬智行透露一個重磅信息：2027 款小馬智行 L4 級 Robotaxi 整車成本，包括整車、電池和自動駕駛套件在內(nèi)，將降至 23 萬元以內(nèi)，低于 L2 級特斯拉 Model 3 最低配車型。

目前，小馬智行擁有超 1400 輛 Robotaxi，已經(jīng)在北上廣深四大核心城市，實現(xiàn) Robotaxi 規(guī)模化商業(yè)運營，并于 2025 年底跑通單車盈利模型。其中，廣州、深圳率先實現(xiàn)單車盈利轉(zhuǎn)正。

與此同時，小馬智行還聯(lián)合寧德時代首發(fā)全車規(guī)、全冗余 L4 級無人輕卡。加上此前已經(jīng)量產(chǎn)下線的第四代無人重卡，小馬智行正式覆蓋“干線物流+城市配送”兩大貨運核心場景。

△小馬智行創(chuàng)始人兼CEO彭軍

在與智車星球等媒體的采訪交流中，小馬智行聯(lián)合創(chuàng)始人、CTO 樓天城深度分析了 L4 自動駕駛和 AI 正在發(fā)生的底層變化。

在他看來，自動駕駛領(lǐng)域的圖靈測試已失效，“差的是人，好的是AI”；世界模型和強化學習正在改寫研發(fā)范式，但是L2 跨越到 L4 依舊沒有捷徑可走；AI 不只是在開車，也開始訓練模型、評估模型，甚至參與研發(fā)決策。

核心觀點速覽：

1. 基礎(chǔ)模型（大模型）對自動駕駛不會“降維打擊”，自動駕駛不只是一個模型而是一整套的東西。基礎(chǔ)模型越來越好，確實會幫助到其他公司的進步，這個我們也得到了好處，大家更多是合作的關(guān)系。

2. 這么多年，大家并沒有接受AI很多方面能超過人，沒有想到自動駕駛過去10年，很多人接受了這件事情，這個還是非常感激，大家非常開放的心態(tài)。（自動駕駛領(lǐng)域）圖靈測試今天是失效的，因為好的是AI，差的是人。

3. 我們很多研發(fā)的關(guān)鍵部分是 AI 驅(qū)動的，他給我安排任務(wù)。至少它（世界模型）證明了它超過了由人來研發(fā)能達到的上限。

4. 新玩家做Robotaxi，大家也都走的傳統(tǒng)Robotaxi公司相同的路徑，換句話說，至少L2很多已有的積累，在L4上沒有提供任何幫助。L4 公司從 0 走到 1000要走過的所有步驟，L2 公司也都得走一遍。

5. L4 到后期的數(shù)據(jù)是靠虛擬數(shù)據(jù)，靠合成數(shù)據(jù)。而在這個狀態(tài)下，過度依賴真實數(shù)據(jù)甚至是負面的，這導致L2積累的最關(guān)鍵優(yōu)勢幫不到L4真實的進展。

6. 輕卡和Robotaxi實際運營的場景都是正常道路，從集散地到集散地的道路和路上打車是非常接近的，大家走的是一樣的路，一樣的要求，一樣的車，一樣下雨，所有的問題都是一樣的。這是我們找到的Robotaxi這個技術(shù)場景最好的延伸方向。

7. 世界模型精度最直接的表現(xiàn)，就是它訓練出來的 AI 司機表現(xiàn)的好壞，它的本質(zhì)確實是跟世界越接近越好。但是這個接近不光是極端場景能夠跟真實世界一樣，更多的是概率分布，就是一件事情出現(xiàn)的概率要和真實世界很接近，還有大家的交互。

8. 自動駕駛本身來說，如果說模型大小差3-5倍，其實完全可以通過最頂尖的蒸餾技術(shù)想辦法，我能夠讓它基本上看不出差別。如果說差三五倍的算力，你是愿意把錢花在買芯片上還是愿意花在蒸餾上的考慮，就是你是選擇多招一些工程師大家把模型蒸餾好，還是說索性把錢省下來去買芯片，是這樣一個選擇。

以下為訪談全紀錄，建議感興趣的朋友收藏仔細研讀：

Q：關(guān)于世界模型，有沒有一個夠用的精度，或者說是不是和真實世界越接近越好？它有沒有什么限制？

樓天城：首先是世界模型精度，它最直接的表現(xiàn)就是它訓練出來的AI司機表現(xiàn)的好壞，其實就是形容他精度的標準，它的本質(zhì)確實是跟世界越接近越好。但是這個接近不光是極端場景能夠跟真實世界一樣，更多的是概率分布，就是一件事情出現(xiàn)的概率要和真實世界很接近，還有大家的交互。開車是一個交互行為，互相之間擠一下車這種行為也要和真實世界很接近，這個我們叫精度高，是一個非常全面的定義。這是為什么人有的時候慢慢對精度到底高不高失去判斷力了，這也是今天2.0的核心。

其實2.0的本質(zhì)是說這個世界模型精度有一些不太好的地方，人有的時候判斷不出來，但是AI可以做準確的判斷。比如說你的世界模型里其他車變道都太激進了，你應該稍微收一點，它能做出這樣的判斷，這是2.0日常工作的一部分，就是它自我判斷出哪里不好，然后改進。

另一方面，它的限制其實也很明顯，比如說他說我要收集一下這個版本路上的情況，這件事情必須要人來做，因為它自己沒有辦法擁有這個車，不掌握車鑰匙，我拿著車鑰匙，我要幫他做好這些測試，包括收集反饋的過程，他自己并沒有辦法完全完成，他是在人的輔助之下，比如說他會說我要這么做，但是這些工作需要人來完成，我通過這個動作把這件事情做好。這里其實也是一個一開始對我有沖擊，但我已經(jīng)接受很久了，各位可能還會有沖擊的一個點，我們很多研發(fā)的關(guān)鍵部分是AI驅(qū)動的，他給我安排任務(wù)。當然這個更多只是在研發(fā)上，今天我說什么不是他安排的，都是我自己想的。

因為它需要人的幫助，在人的幫助下能夠非常接近的解決各種case，讓case跟實際情況完全一樣。它的上限至少我還沒有完全看到，它的上限是非常高的。

Q：咱們在車的模型上是加了一個意圖層的東西，這個意圖層我看到有一些其他的個別車企也有類似的做法，但是他們的做法是往這個架構(gòu)里加了一個影式的世界模型放進去，這個有可能就是結(jié)構(gòu)壓縮的一個世界模型放在車端，然后去做這樣的一個類似于預測的判斷，也就是所謂的意圖層。我想在架構(gòu)方面咱們是怎么做到的。

第二個問題，一些友商做Robotaxi L4的，他們正在向L2去做一些動作，比如說提供一些解決方案。咱們這一塊有沒有去做一些相應的動作或者是布局。

樓天城：非常感謝，首先我解釋一下意圖層這件事情。意圖層指的是訓練過程當中的意圖層，而不是開車過程當中的意圖層，開車過程當中有在線強化學習，這也是新的技術(shù)，但是這個各家都會用一些，不是我們宣傳的主要內(nèi)容，簡單來說是有的，但是亮點不在里。

我們的意圖層是一個生成型的意圖，因為在某些場景上，有很多其他的車甚至是其他的人，我先強制說這些人、這些車是什么意圖，然后開始開。在這個場景當中，我可以窮舉所有其他物體的意圖組合，讓車在所有組合當中一個判斷，這個是我們世界模型做意圖層的關(guān)鍵。

這個好處有點像多元宇宙，就是人開車的時候我會對人周圍每個物體的意圖做一個判斷。但是其實我們自動駕駛車不是這樣開的，而是對所有的意圖組合做一個綜合評價，然后判斷怎么開。他腦子里會做左右的組合，然后看哪些組合是我需要小心的，然后它去開，這也是它開的比人安全的另外一個表示。

但是有一點，這個意圖必須要在虛擬世界生成，因為我可以先生成意圖，然后反向說這個意圖下其他車要怎么開。

Q：這個意圖是在訓練層，如果說落到車端的執(zhí)行層，中間會有很大的延遲，這個怎么去解決？

樓天城：車在執(zhí)行的時候只有車輛模型，它會以在他訓練時的方式，估計一個其他車意圖的分布，然后它做一個它的判斷。因為它在訓練的時候也是這樣的，因為訓練的時候也不會告訴它說是哪一個意圖，它也是根據(jù)意圖分布做一個判斷，其實兩者是一樣的狀態(tài)。

我們覺得開車中的意圖是更核心的層面，人開車是通過意圖來決定怎么開的，這個大家都有開車習慣，都會了解這一點。比如說相比語言，語言并不是開車當中很核心的東西。我相信很多年以后再看，如果真能留下一個layer，肯定留下的是意圖層而不是語言。因為人開車的時候不會想著語言的，這也是意圖的一個點。非常感謝您提到意圖層這個點，意圖其實是一個多元宇宙的概念。

Q：去年開始，大家在車端的算力上有分歧，有一種是把稍微大一點的模型放在車端上，用一個幾千TOPS的算力芯片。還有一種是反過來，用一個參數(shù)小一點的模型，用云端的算力芯片。我們怎么來看待這一點，我們現(xiàn)在車端的算力其實也不小。

樓天城：首先我先拋開L4和L2的差別，我先說一下模型，自動駕駛本身來說，如果說模型大小差3-5倍，其實完全可以通過最頂尖的蒸餾技術(shù)想辦法，我能夠讓它基本上看不出差別。大家認為DeepSeek是一個極端，DeepSeek減少了20倍。意思是說，如果說差三五倍的算力，你是愿意把錢花在買芯片上還是愿意花在蒸餾上的考慮，就是你是選擇多招一些工程師大家把模型蒸餾好，還是說索性把錢省下來去買芯片，是這樣一個選擇。

如果說真有100倍的差別，那肯定是有區(qū)別的，因為蒸餾沒有辦法蒸100倍。如果說算力能差100倍有本質(zhì)差別，但是三五倍的話，就是錢花在哪里的區(qū)別這個在各個領(lǐng)域都是如此，希望這個能回答你的問題，也許跟你想的不一樣，但是事實就是如此，就是錢放在哪個地方的問題。

Q：有一些Robotaxi的用戶反饋，比如說在高峰時段，Robotaxi的效率相對低一些。您認為這是一個技術(shù)問題還是什么問題？

樓天城：這正是我們過去半年、一年主要提升的方面。在上個季度財報的時候我們也說過，比如說我們在廣州、深圳已經(jīng)達到了單車盈利模型轉(zhuǎn)正，這個最關(guān)鍵的就是能在高峰期、市中心讓大家滿意我們的車，就愿意打我們的車。其實車的滿意度是非常關(guān)鍵的，因為滿意度直接影響到單量，大家愿不愿意打這個車，這是我們最近提升的最重要的幾個方向。

簡單來說，這確實是一個需要技術(shù)攻克的點。最終通行效率這件事情不可能說像安全那樣比人高很多，只是說大家達到差不多的狀態(tài)，甚至有的時候稍微差一點的狀態(tài)，這是因為有一個因素。正常路上的人，對無人車和有人車之間是存在雙標的，他更不愿意接受無人車犯錯誤。這個時候總要稍微謹慎一點，但是這個謹慎可能會影響到你的效率。就是同樣這樣開，人開可以的，但是自動駕駛他會罵你的。所以會稍微差一點，但是不會差到讓大家不滿意。這也是大家都說我能做自動駕駛，我有幾輛車，我能運營，但是這個差別到商業(yè)上就是巨大的差別。

Q：物理AI跟汽車的虛擬模型，或者說他們兩個的世界模型同樣去做物理世界賦能的時候，有什么關(guān)鍵性的區(qū)別和差異？

樓天城：我猜想你問的問題是物理AI和自動駕駛的差別。物理AI就是訓練具身的環(huán)境。具身今天很多應用還在早期，大家看到很多機器人還在DEMO狀態(tài)，如果說有一天走到應用的時候，具身也需要一個物理世界模型做訓練，也會走到這一天的。你可以認為自動駕駛是一個最早期的具身應用，他更早的走到應用世界模型的狀態(tài)。但是具身的世界模型需要更多的物理定律。大家知道自動駕駛只要車不撞就可以，我根本不用管太多撞了怎么樣。但是具身中的物理接觸是更多的，而且它是明顯有多維度，這個維度指的是除了視覺之外，還會有聽覺以及其他的感覺，所以它需要更長的時間，這也符合現(xiàn)在具身發(fā)展的階段。

Q：英偉達年初開源了一個世界模型，有一些人直接就說沒有用，您有什么看法？

樓天城：世界模型也是不同的意思，世界模型也分為以生成為主的，以交互訓練為主和物理世界為主的，英偉達是生成為主的世界模型，而我們應用是用于訓練，所以我們不會直接買來用，但是有其他用于生成的人還是很有用的，還是因為它有不同的用途，它不是我們這一支的用途。

Q：關(guān)于Robotaxi，今年我們看到越來越多了車企，尤其是L2的廠商現(xiàn)在都開始在談，這個會影響到小馬的全球化，你們會不會在量產(chǎn)上加快？是不是會有更多量產(chǎn)車出來？

樓天城：首先我們擁有多款車型也是我們平臺的優(yōu)勢，我們同一款方案可以放在多個車型之上，大家知道Robotaxi也有一些本地的特點，比如說本地更想打本地的車，這也有這方面的考慮，是我們主要的點。

關(guān)于量這件事情，確實現(xiàn)在有很多玩家開始進入Robotaxi市場，但是另一方面也看到，大家的技術(shù)路線，大家都在提基于世界模型的強化學習，相信各位聽過很多這樣的消息。其實從路徑上來說，大家也都走的傳統(tǒng)Robotaxi公司相同的路徑，換句話說，至少L2很多已有的積累，在他L4上沒有提供任何幫助。比如說L2說我有更多真實數(shù)據(jù)，其實大家都在真正按照L4的發(fā)展走這條路，換句話說不做L4的公司也可以走這條路。

另外一個維度，在今天L4當中，車的駕駛能力，AI能力，安全性是真正影響它能不能鋪開的關(guān)鍵，造車的能力我不是說它很容易，這個Knowhow相對是一個更廣的范圍，所以我認為造車本身是可以通過合作來做到的，造車本身并不是影響你車隊規(guī)模能做多大的關(guān)鍵因素。

Q：它的關(guān)鍵因素是什么？

樓天城：車的AI駕駛能力和它的安全性，才能決定有沒有能力上很多的車，而提升安全駕駛能力需要走的是L4整個強化學習或者是世界模型這條道路。大家都愿意走，說明這個行業(yè)得到了很多關(guān)注，另一方面，所有玩家已有的積累幫不到走這條路，所以大家要按照這條路慢慢走下去，這是我們看到的趨勢。就是說他沒有任何道理比L4從0做到1000少任何一個步驟，任何一家L4公司從0走到1000，要走過的所有步驟，L2公司也都得走一遍。

Q：怎么看現(xiàn)在小鵬也開始做Robotaxi，以及Robotaxi這個賽道還沒有找到很可靠的商業(yè)化軌道，您怎么看待這個領(lǐng)域未來的趨勢以及什么時候Robotaxi能夠走進我們?nèi)粘＃?/strong>

樓天城：其實這也是Robotaxi最有意義的特點，比如說它跟傳統(tǒng)的APP，跟ChatGPT最大的不同，大家的體驗需要物理接觸體驗。我跟你說這個APP很好用，去聊聊天，你打開一個網(wǎng)頁就可以看了。但是我說這臺車開得怎么樣，你需要真正體驗一下，這是所有物理世界應用的特性，這個并不會因為自動駕駛而特殊，所有物理世界都有這個特性。

它帶來的特點其實您提到了，它占領(lǐng)用戶心智需要非常長的時間，不是說一鋪開所有人都開使用了，所以我們?yōu)槭裁匆粋€個城市去鋪，一步一步去接觸用戶，是這個過程。還有一個好處，后來者如果想要去進入也需要這個過程，他沒有辦法像互聯(lián)網(wǎng)那樣，一夜之間傳播到所有人。這是物理AI應用的特色，需要更長的時間，達到更大的規(guī)模，優(yōu)點是它一旦達到了，它的護城河會更強，這其實也是它的一個特點。

我們說的都是Robotaxi，都是指無人的，究竟有沒有本事做到幾百輛、幾千輛，不是說你能不能生產(chǎn)出1000輛車，根本還是說你的車安全性夠不夠，你放這么多車路上不會出事故，不會被人罵，這才是關(guān)鍵。

Q：現(xiàn)在技術(shù)路線好像都是向世界模型強化學習去收斂，有很多家車企都表示他們是通過同一個架構(gòu)由L2進化到L4，在這個階段您還認為從底層技術(shù)來說L2和L4是不同的物種嗎？

樓天城：剛剛我的解釋是從產(chǎn)品角度來說的，就是L2和L4在產(chǎn)品上有區(qū)別，L2做的好了之后會出問題。下面我從技術(shù)上來說這兩者之間的差別。

技術(shù)上，只要關(guān)注一點，L2其實技術(shù)上大家經(jīng)常腦子中想的給L4的幫助，進化的說法更多是指數(shù)據(jù)，就是說我車能采集很多數(shù)據(jù)來幫助L4。但是其實問題也很明顯，L4到后期的數(shù)據(jù)是靠虛擬數(shù)據(jù)，靠合成數(shù)據(jù)。而在這個狀態(tài)下，過度依賴真實數(shù)據(jù)甚至是負面的。這導致L2積累的最關(guān)鍵優(yōu)勢幫不到L4真實的進展。如果說你要做L4，也是要按照L4的方式，比如說做世界模型，做強化學習全部走過一遍，這個任何一家公司做并沒有明顯的差別。

我是從這個角度來說，我不是說L2公司進不到L4，而是說這個路線本身。

Q：小馬智行成立業(yè)有10年了，您覺得10年間自動駕駛行業(yè)最大的認知糾偏是什么？

樓天城：我覺得可能就是世界模型這件事。我們是2020年開始做的世界模型，我們最早對外宣傳是到了2024年，因為之前幾年大家在疫情中，我們就沒有說那么多。應該說在我剛說的時候，很多人會覺得我是一個另類，大家都是用采集真實數(shù)據(jù)來做模仿的，什么時候不用模仿開始用仿真了，開始用模仿學習，開始用自學的方式了。但是今天已經(jīng)沒有人這么說了，今天所有人都在說世界模型。其實這也是更多行業(yè)外的同事愿意接受的過程，這也給了他很大的幫助。

但是這個對人沖擊是很大的，你需要接受一個事情，就是你作為一個老師教學生，教著教著學生比你強了，你就不要再下手教了，最好給學生創(chuàng)造環(huán)境，創(chuàng)造條件讓學生自己變好。這種對人有的時候是有沖擊的。但是這個行業(yè)很好，大家都接受了這種沖擊，意識到人的不足，意識到了人跟AI的配合應該怎么做。

這里我也有點感慨，AI剛剛出現(xiàn)的時候有一個圖靈測試很著名，圖靈測試是什么意思？就是說我一個人坐在中間，左右兩個，一個是AI，一個是人，我能不能區(qū)別哪一個是人，哪一個是AI。圖靈測試的意識是AI要像人，但是我反問，如果說AI超越人了，圖靈測試是應該能夠區(qū)分AI和人的，因為好的那個是AI，差的是人。這么多年，大家大家并沒有接受AI很多方面能超過人，沒有想到自動駕駛過去10年，很多人接受了這件事情，這個還是非常感激，大家非常開放的心態(tài)。（自動駕駛領(lǐng)域）圖靈測試今天是失效的，因為好的是AI，差的是人，這個可能可以回答你的問題。

Q：那就不能反過來嗎？

樓天城：人可以反過來判斷，就是說話突然之間會腦抽的是人，一直很有邏輯的是AI。今天大家跟聊天工具聊就會有感受，我問你一個什么問題，還不如問AI工具，這個現(xiàn)象很明顯。

Q：了解到像今年很多無人駕駛公司會推出一些無人前裝量車的車，今年我們也發(fā)布了全車規(guī)、全冗余L4級無人駕駛輕卡。咱們是怎么做到這一點的，其中的難點是什么？

樓天城：從根本點來說，我們意識到了輕卡和Robotaxi之間的相同之處。大家知道輕卡是2-5噸的，不是非常小的那個車。它實際運營的場景都是正常道路，從集散地到集散地的道路，這個道路和路上打車是非常接近的，大家走的是一樣的路，一樣的要求，一樣的車，一樣下雨，所有的問題都是一樣的。應該說這是我們找到的Robotaxi這個技術(shù)場景最好的延伸方向。它的難點和關(guān)鍵點和Robotaxi是一樣的。

至于說車規(guī)和冗余這件事情，是因為我們從Robotaxi的經(jīng)驗知道，這臺車既然在路上跑，大家對它的安全要求肯定是很高的，應做的事情都需要做到。所以我們決定一步到位。我們沒有說一步一步，先做沒有冗余的，先試錯。我們就想按照它應有的安全標準設(shè)計這款車。所以它是最好的沿襲小馬智行已有的優(yōu)勢，做的直接的商業(yè)拓展，主要是從這方面考慮。

Q：關(guān)于物流車，今天我們發(fā)布的輕卡，包括京東也在做24方的無人車，是沒有車頭的。咱們?yōu)槭裁醋鲞@樣的設(shè)計，咱們準備怎么去做輕卡的無人駕駛？

樓天城：提到無人物流車，我還是從監(jiān)管說起，今天對物流車現(xiàn)在也有更標準化的監(jiān)管出來了，最近也出臺了對物流車的監(jiān)管，對什么樣的人能上什么樣的道路，有了更加明確的規(guī)定。你看物流行業(yè)，特別是城際的物流，其實能夠上一定的快速路是非常重要的，不是通過羊腸小道過不去的，他是一路上40、60、80的時速在跑的，這種情況下，我們要的是一輛能夠很好的車，它是一輛正常人能開的車。這說明它在各方面的穩(wěn)定性、安全驗證是通過標準的。

所以我們希望從有車規(guī)或者說標準的方式來進入這個市場。而且我們也相信隨著監(jiān)管以后變得越來越嚴格或者是越來越標準化之后，我們能夠開上這樣道路的車，在整個運輸中應該能夠有更大的發(fā)揮空間。

Q：為什么沒有做更小的車，比如5-6個立方的無人配送車輛？

樓天城：我們認為輕卡是最大的市場，我們也做過統(tǒng)計不同車型的數(shù)量，這個車其實是市場上運載量最大的，而且明顯比第二大很多。可能唯一能跟它比的就是卡車和Robotaxi。

Q：做輕卡有沒有一些特殊的技術(shù)問題需要去解決？小馬智行新一代Robotaxi是用4顆Orin來等效1000TOPS的算力，現(xiàn)在有的Robotaxi是用單顆的Thor-X等效1000TOPS，這個我們會不會跟他們生產(chǎn)生一些差距，為什么？

樓天城：第一個問題很簡單，我們的Robotaxi、Robotruck技術(shù)上有80%左右的共享。自動駕駛物流覆蓋的只會更高，甚至我敢說，絕大部分真正最難的部分都是共享的。最難是什么呢？路上有一些極端情況，突然的加塞，跟一些人的博弈，一些非常危險狀態(tài)的發(fā)生，這些都是共享的。這個跟我是一個轎車，還是一個大貨車并沒有本質(zhì)區(qū)別，最難的部分是共享的。正是我們看到技術(shù)上的空間，所以我們這樣做了。

另外從商業(yè)上也有更多人開始相信這個故事了，在兩年前很多很多人沒有怎么相信這個故事，或者說相信它能帶來效率提升，這也是雙方互相推動共同存在的過程。

關(guān)于算力芯片的問題，其實非常簡單，因為我們需要有冗余系統(tǒng)，如果說它真的是單顆的Thor，我會懷疑它是不是完整的系統(tǒng)。自動駕駛是需要冗余系統(tǒng)的，我們是分成兩組的，其實不是“2+2”而是“3+1”，有一顆Orin專門的任務(wù)是做冗余。它的任務(wù)是在元件失效的時候能保證基本安全，這個基本安全是比如說能夠穿過危險區(qū)域靠邊停車的過程。所以系統(tǒng)上本身的獨立是很重要的，如果說是一顆Thor，整個芯片出問題，那他就沒有辦法做了。如果說真的是一顆Thor-X的話，那是另外一回事。但如果說它是一顆Thor加上一顆Orin，只是沒有說Orin，這樣可以。但是如果說大家懂技術(shù)的話，不會這樣做的，我也沒有聽說過任何一家能用一顆Thor加一顆Orin，這個技術(shù)有點深。

Q：我想表達的是大家都是1000TOPS，但是我們是四顆獨立芯片，他們是一整顆芯片，芯片之間的通訊會不會受影響？

樓天城：這個很多工作能做好的話，能夠彌補這個缺陷。但是對方也不可能是一顆Thor，至少是兩顆Thor，但是如果說是兩顆Thor的話，那成本就非常高了。

Q：我感覺小馬一直在強調(diào)的是云端的世界模型訓練環(huán)境，從第一代到第二代，我不知道是不是對你們來講，車端是什么架構(gòu)，什么方案沒有那么重要？

樓天城：首先我相信車端各家都是已經(jīng)是端到端的狀態(tài)了，不是端到端的話，也不好意思說自己是L4了。單從highlevel的不同其實已經(jīng)不太明顯了，所以更多的不同點是在訓練范式1.0和開發(fā)范式2.0，這是主要的差別，所以我更多把重點放在能體現(xiàn)出差別的地方。

說到車端的問題，剛剛講到的意圖也是車端的一個特色，但是它也是因為訓練范式1.0不同給到它的一個優(yōu)勢。回答你的問題，如果說車端的話，單從highlevel，其實大家基本都已經(jīng)是端到端的狀態(tài)了。

Q：這個端到端是CNN的還是Transformer的？

樓天城：肯定早就以Transformer為主了。但是它的很多訓練的決定是由模型決定的，這個結(jié)構(gòu)很多東西需要人去確認，但是它的很多優(yōu)化部分是靠模型來做的。這個叫模型訓練模型，我先整一個世界模型它來訓練，這個里面的很多結(jié)構(gòu)是AI參與決定的，所以并不是人來做的。但是簡單來說，肯定不可能是在CNN，而是偏Transformer為主。

看得出你關(guān)心這個方面，但是這個在L4領(lǐng)域，好幾年前就是這個狀態(tài)了。

Q：但是圈內(nèi)也有人把車端的模型叫做世界模型，這個怎么理解？

樓天城：我覺得是誤解。或者說有一種在線的做法，但是這個做法嚴格來說那個東西算不算世界模型，你可以硬那么叫，但是里面更是一個Smart Agent的表現(xiàn)。因為世界模型除了Smart Agent交互之外還有評價，但是評價本身很難想象會在車端，這是很奇怪的。

Q：小馬推出世界模型構(gòu)建精度飛輪，目前咱們世界模型的能力邊界在哪里？會對咱們未來的路線選擇會有什么影響？

樓天城：技術(shù)路線本身就是拿一個模型來開發(fā)，這件事情已經(jīng)是接下來的技術(shù)路線了，而且這件事情不僅出現(xiàn)在自動駕駛領(lǐng)域，這個叫Agent，現(xiàn)在很多領(lǐng)域用一些Agent去做研發(fā)這件事情已經(jīng)存在了，所以用Agent去做研發(fā)就是自動駕駛接下來更常見的技術(shù)路線了。

但是能力邊界這件事，至少它證明了它超過了由人來研發(fā)能達到的上限，但是它自己上限是什么，現(xiàn)在AI還沒有辦法回答這個問題，我也只能問它。如果說有一天它能做到虛擬世界和真實世界非常接近，它利用所有AI的能力做訓練，但是究竟它能超越人類多少這件事情，特別是在復雜場景，比人類高出很多這是一定能做到的，但是上限在那里其實是AI回答的問題。

Q：您認為下一步發(fā)展是什么，從AI開車到現(xiàn)在AI評估開車，您認為下一步會是AI來干什么？

樓天城：兩個方向，第一是物理，物理很多AI還沒有被攻克，真正理解物理世界的很多東西，今天我不知道AI能不能在短時間內(nèi)做成這件事，這個甚至有機會我也愿意contribute，就是通過AI的方式理解物理世界究竟是如何運作的，這是很有挑戰(zhàn)的一件事。

還有一個，AI已經(jīng)從訓練模型開始驅(qū)動研發(fā)了，接下來是不是能夠run一個更大的團隊或者是run一個公司，由AI來制定策略。再往后它可以做一個社區(qū)。從AI發(fā)展角度來說，有一個另外一個分級標準，這個Agent是說開始是輔助人類完成工作，到獨立完成事情，到能夠自主創(chuàng)新，其實今天AI已經(jīng)有自主創(chuàng)新能力了，下一個就是能不能運行Community的問題，它開始擁有社會性能力，這是AI發(fā)揮的趨勢。如果說大家會擔心人類有一天要學會AI共存這件事情，其實是在那個階段，人確實需要思考人和AI是什么關(guān)系。

Q：其實在前一段間卓馭和元戎都說有可能自動駕駛這個行業(yè)面臨著大模型公司的降維打擊，或者說他們可能會殺進來，帶來不一樣的打法，您怎么看待這個問題？

樓天城：大模型公司如果你指的是OpenAI這種大模型公司的話，這個東西的標準叫法叫基礎(chǔ)模型，英文就沒有大模型這個詞，只有基礎(chǔ)模型這個詞。其實它們都是自動駕駛公司進步的基礎(chǔ)，大家是一個合作關(guān)系。但是另外一個維度，真正做到自動駕駛不是說只要有一個模型就夠了。首先基礎(chǔ)模型本身就是Token之間的成語接龍，基于這個成語接龍的基礎(chǔ)模型我們會做很多后面的工作，比如說要做Agent，Agent做出產(chǎn)品，硬件的適配，運營的很多東西，其實是基于他們的工作做了很多的東西，所以大家是合作的關(guān)系。

就算你有一個非常完美的基礎(chǔ)模型，后面這些工作也都需要做。簡單來說，如果說只是一個模型，甚至任何新玩家進入這個市場影響都不是很大，或者說進入門檻一樣會很高。但是如果你說基礎(chǔ)模型越來越好，確實會幫助到其他公司的進步，這個我們也得到了好處，所以大家更多是合作的關(guān)系。自動駕駛不只是一個模型而是一整套的東西。

最真誠的智能汽車報道