AI相对论① | 智能驾驶下半场：从“能跑”到“好用”还有多远？

每经记者｜李星  刘曦    每经编辑｜余婷婷    

当行业还在争论“开城数量”，中国智能驾驶已悄然进入下半场——从“能跑”拼到“好用”，从“配置”卷向“资产”。然而，技术理想与商业现实之间，始终横亘着几道难题：城区NOA（领航辅助驾驶）如何低成本规模化？过于保守的系统怎样“拿捏”安全与体验？硬件成本高企，“软件付费”又能否跑通？

针对上述问题，近期《每日经济新闻》“AI相对论”首期圆桌对话，邀请到了两位处于不同维度的破局者：一位是小米汽车智能驾驶基座大模型负责人陈龙，他正将VLA（视觉语言动作）大模型引入量产实践，试图让智驾从“数据驱动”迈向“认知驱动”；另一位是黑芝麻智能CMO（首席营销官）杨宇欣，作为国内头部芯片供应商的管理者，他从底层逻辑出发，对成本、供应链与商业闭环有着更为冷峻的判断。

一个从算法之巅俯冲，一个从底座深处仰望。在这场对话中，两位嘉宾将分别从各自的专业视角，直面中国智能驾驶本土化落地与商业化突围的核心议题，展开一场关于技术理想与现实路径的深度碰撞。

◼︎本期嘉宾：小米汽车智能驾驶基座大模型负责人陈龙、黑芝麻智能CMO杨宇欣

“好用和能用”，行业在寻找平衡点

NBD：当前，智驾行业竞争尤为激烈，各大车企研发投入巨大。在两位看来，中国的智驾水平在国际市场处于哪个梯次？

小米汽车陈龙：国内智驾水平已经发展得很好了，特别是在国内这种比较复杂的路况环境下，用户不管是对车辆智驾的效率还是整体安全性的要求都会高一些。这也是我为什么回国加入小米汽车的原因。

黑芝麻智能杨宇欣：我们认为，中国智驾行业发展在全球处于领先地位。如果把全球智驾分几个梯队的话，第一梯队特斯拉的技术是相当领先的。在某种程度上讲，它是在帮助整个汽车或者智驾行业探索一些技术方向。

第二梯队则基本上以国内自主品牌为主。这主要体现在几个方面：首先是现在国内消费者对智驾的认可度、接受度以及期待值已经高于全球平均水平，他们更愿意去接受具备智驾功能的新车型；其次，国内车企在智驾方面的投入很大。智驾作为国内智能新能源车的一个非常重要的卖点和差异化，近几年帮助自主品牌快速获取了市场份额。目前，自主品牌乘用车的市占率已经超过60%，预计2030年前会达到70%甚至更高。这一方面得益于新能源汽车的发展，另一方面就是智能化的推动。

第三梯队是像黑芝麻智能这样的供应链企业。我们完整经历了中国自主智能化产业链的构建。智能新能源汽车开始快速发展后，我们发现海外供应商可能没法完全跟得上中国车企对智能化技术的迭代节奏，这就给了整个产业链或者供应链一个升级或者迭代的机会。作为创业公司，我们用自己的技术证明了产品的可用性、易用性，并且切入到了整车供应链，现在跟国内头部的车企基本上都有合作。

NBD：当前行业对于“能用”和“好用”的界限其实并不统一。从您的观察来看，中国用户对智能驾驶的核心期待已经发生了哪些变化？

小米汽车陈龙：传统的辅助驾驶类似于汽车的一个辅助功能，大家可能开启的意愿不是特别强。不过，随着算法能力的提升，我感觉它已经变成了汽车的一部分，是我们出行的一个工具，能省很多开车的精力。

智能驾驶在当今这个时代的意义，就是把驾驶员从比较疲劳的开车过程中解放出来，然后真正带来安心、舒适、安全的辅助驾驶体验。

黑芝麻智能杨宇欣：中国的智驾发展第一阶段是通过车企、行业头部媒体以及产业链伙伴的宣传先建立用户的购买认知。这种购买认知来自于两点，即“我知道”和“我买得起”。第二步则是构建用户的使用认知，就是“我应该如何去使用”或者“如何去界定（安全）边界”。如何让用户在安全边界之内使用智驾非常重要。

如何让“好用和能用”达到真正平衡，让用户既用得起又能放心用，是现在整个产业，包括车企、供应链企业，大家一直努力的方向。

NBD：中国道路环境复杂，很多企业把难点归结为算法能力。您认为当前的核心瓶颈是什么？芯片厂商在其中能起到多大作用？

黑芝麻智能杨宇欣：从黑芝麻智能的角度来看，芯片是非常关键的。在全球科技产业中，AI（人工智能）被认为是最热的产业。整个产业链是倒三角结构，越往上游或者顶层走，玩家越少。可以看到，AI整个产业市值最高的是一家芯片公司，芯片成了全球重点争抢的科研物资。

智驾这几年发展的一个非常重要的特点就是由上游核心芯片来推动。从芯片角度来讲，我们如何去定义边界，以及如何去支撑未来智驾系统的发展至关重要。比如VLA，未来它对算力的要求越来越高，而芯片能够提供足够多的支持。

从计算的种类来讲，芯片可以更好地支持大模型计算。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标准，这其实很难。

前些年，处在快速发展中的智驾行业出现了产业链重构的现象。究其原因，第一是有新的玩家进入，第二就是大家分工合作的边界变得模糊。现在随着行业越来越成熟，无论是用户对智驾体验的理解，还是整个产业链对智驾技术的理解，大家基本上都已形成共识。

NBD：现在不少系统为了安全会变得“过于保守”，反而影响用户体验。从商业化角度看，这个平衡点应该如何拿捏？

小米汽车陈龙：从模型的角度看，我们肯定是希望把所有的“安全兜底”都去掉，让模型能力直接暴露出来，这样我们就可以发现更多问题、得到更多反馈，然后再进一步完成迭代。但从商业的角度来说，这不太可能。毕竟智驾是提供给用户的真实产品，肯定需要规避很多事故的发生，所以我们不可避免地就会有很多“兜底”系统。

事实上，我觉得大模型都需要“安全兜底”的系统。当然，这个平衡点确实是比较难掌握。特别是在辅助驾驶这样一个物理世界AI的应用上面，更难做到平衡。

特别是辅助驾驶系统，它存在一个“不可能的三角”——安全、舒适、效率，这三点确实非常难达到很好的平衡。车企普遍会更注重安全和舒适，这不可避免地导致在有些情况下，我们会做一些“减速”的操作导致系统效率降低。

NBD：目前行业正从高速NOA向城区NOA过渡，但若想真正实现大规模、低成本、可复制的高阶智驾落地，当下需要突破哪些核心瓶颈？

小米汽车陈龙：第一，模型能力要质变。城区场景远比高速复杂，道路结构和交通参与者都不可控，模型必须具备极强的泛化能力来处理突发状况。第二，体验要可用。效率太低，用户就不愿用，数据就回不来，迭代就会停滞。所以不仅要拉高上限，更要兜底下限，做到“全国都能开、场景都能用”，才能激活用户意愿，跑通数据循环。

NBD：作为芯片供应商，黑芝麻智能如何配合主机厂实现高阶智驾普惠化落地？

黑芝麻智能杨宇欣：这个过程是有清晰演进规律的——先实现功能，再做系统优化。回顾高速NOA的发展，最初需要500TOPS以上的算力，场景收敛成熟后几十TOPS即可应对。现在城区NOA和VLA看似需要上千TOPS，但随着技术和产品的收敛，系统级优化将成为降本关键。

我们一方面要预判时间点，根据模型优化的不同阶段，灵活匹配场景需求；另一方面是架构级创新。大模型运行对带宽依赖极高，传统架构成本压力大。我们的第三代NPU（神经网络处理器）采用了大量近存计算设计，从架构底层降低对带宽的依赖，从而在保证性能的同时提升性价比。

NBD：目前行业仍处于投入期，从供应商角度看，高阶智驾的商业化路径是否已经跑通，还是仍处于探索阶段？

黑芝麻智能杨宇欣：我认为不同等级的情况不同。L3及以下的商业路径已非常清晰。L3本质上仍是“人机共驾”，像现在城市NOA基本属于L3，技术收敛得很快，现在大家更多讨论的是如何用更高的性价比方案去实现它。

L4的商业化仍在探索，但技术正在加速收敛。今年部分头部Robotaxi公司已宣布单车运营成本打平甚至开始盈利，这证明了商业闭环的可能性。此外，在Robotaxi、Robovan乃至具身智能这类无人值守的场景中，还要确保这种级别的安全性，本土化供应链的支撑至关重要，这也是我们今年重点发力L4的底层逻辑所在。

NBD：从芯片的角度来看，L3和L4在技术架构与算法需求上的关联度大吗？

黑芝麻智能杨宇欣：越往下探，关联度越大。芯片底层架构是类似的，只是算力要求不同。算法层面差异可能会更大，无论是算力需求还是研发路径都有区别。但当L3和L4的需求收敛到芯片端时，其技术方向是趋同的，本质上都是对大模型的高效处理，无非性能指标存在差异。

NBD：Robotaxi在国内的运营成本与海外有差异，如何看待其商业前景？

黑芝麻智能杨宇欣：成本和体验是两个维度。虽然国内人力成本相对较低，但无人化的私密感和放松体验是差异化优势。以武汉为例，萝卜快跑已实现千辆级的全域覆盖，这表明规模化运营的技术和管理已非难题。我预计未来五年内，国内至少有30个城市会部署5000辆级别的车队。目前中美企业都在全球“跑马圈地”，中东地区因地广人稀和资本优势成为首选，全球范围内的商业落地正在加速。

智驾一旦“普惠化”，将不再是“溢价卖点”

NBD：智驾硬件成本整体呈下行趋势，在主力车型上实现高阶智驾普惠化过程中，软硬件解耦、规模降本的核心路径是什么？

小米汽车陈龙：关于降本，一方面是芯片针对Transformer（神经网络）架构做NPU的专项优化；另一方面是软硬协同。我认为完全的解耦不现实，只有深度优化才能用更低的硬件成本跑出更强能力。此外，小米独特的优势在于大模型复用，我们的基座模型既能用于智驾，也能用于机器人和生态链设备，这极大地分摊了模型的训练成本。

黑芝麻智能杨宇欣：系统降本一方面靠架构创新（用更小面积实现更强功能），另一方面靠算法与芯片紧密配合。用户愿意为体验买单，我们要用相对低的成本提供越级体验。同时，随着装配量的提升，边际成本也会快速下降。

NBD：目前智驾在多大程度上成为了刚需卖点？高阶智驾的价格下探区间在哪里？

小米汽车陈龙：智驾已经是用户购车决策中的核心选项，它不再是尝鲜玩具，而是能解放精力的实用工具。现在用户不只是看智驾水平，还包括OTA更新频率、能不能持续迭代进化。这也是小米从新SU7开始，坚定全系标配高规格的辅助驾驶功能的原因。

至于L2辅助驾驶，当其能力进化到一定程度，其实就会向L3、L4过渡。到时逻辑可能就不同了，更多会演变成一种出行服务。

黑芝麻智能杨宇欣：智驾会像空调、座椅一样走向标配。一旦普惠化，它就不再是“溢价卖点”，而是基础门槛。从下探节奏看，我们判断，一到两年内，7万至10万元级车型将普及高速NOA；10万至15万元级会出现入门级城区NOA；15万元以上车型将具备全场景城区NOA能力。未来，随着系统进一步优化，城市NOA有可能下探到10万元级别车型，但这取决于传感器和算法迭代成本，毕竟算力是硬成本。

NBD：刚才提到一个很有意思的观点，普惠之后智驾就不再是卖点了，未来品牌还能成为卖点吗？

黑芝麻智能杨宇欣：品牌本身不是卖点，其背后代表的科技元素才是。过去用户关注发动机和豪华感，现在关注的是智能化水平和迭代能力。

小米汽车陈龙：即便未来智驾成为标配、各家能力趋同，用户依然会在意品牌背后的科技感。我认为，品牌忠诚度和科技感带来的购车决策影响，会长期存在。

NBD：未来如果智能驾驶要成为企业的核心资产，除了技术本身，还需要在哪些维度建立长期壁垒？

黑芝麻智能杨宇欣：智驾本身不是资产，而是面向市场的一个场景。作为算力底座的芯片公司，生态是商业闭环的根本，因为我们无法向客户交付一切，必须在芯片能力之上构建完整生态。智驾只是其中一个闭环，企业经营需要多个闭环支撑。去年我们布局具身智能，正是看中机器人与汽车产业链的高度重叠。所以，除了汽车主赛道和智驾场景，我们也在推进舱驾一体，并在车外拓展具身智能等方向。

小米汽车陈龙：智驾的发展路径很清晰，从辅助驾驶到完全自动驾驶，将重塑出行体验。它对小米生态的拉动是全方位的。智驾不仅卖车，更产出海量的物理世界AI数据，这对小米“把AI带入物理世界”的战略至关重要。未来，智驾是出行服务，用户在车内半小时到几小时的体验，取决于能否无缝衔接互联网服务、调用智能家居或处理工作，而这背后是完整的生态支撑。