對話白犀牛夏添：自動駕駛算法領先只有半年，決勝點在AI工程基建 | 智車星球

2030年左右，自動駕駛可能迎來類似AGI的時刻：一套統一模型能夠適配不同車輛和場景。

作者|王蕊

編輯|西子

2025年，無人物流（Robovan）行業高速發展，被戲稱為“ L4 全村人的希望”。

白犀牛無人車創始人兼 CTO 夏添感慨，“我從 2013年開始做自動駕駛，2025 年，自動駕駛車終于變成了生產力工具。”

截止2025年底，白犀牛的運營車輛增長到2000 臺，規模接近翻了 20 倍。2026年，公司計劃再把運營規模擴大一個數量級。

但作為局中人，夏添沒有感受到太多興奮，“也就高興了一兩天，更多時候，是焦慮。”

當車輛規模跨過萬臺門檻，競爭的本質已不再是“算法能不能跑起來”。 客戶與監管的要求會像對待人類司機一樣不斷抬高，倒逼著技術從“實驗室”走向“365 天不間斷運行”的極端穩定。

在夏添看來，行業的競爭維度已經悄然改變。

算法紅利已經見頂，任何技術突破的領先優勢通常只有半年，隨后便會成為行業共識。自動駕駛的話語權正從天才算法科學家，轉移到沉重的工程基礎設施。

這是一個從“煉丹”走向“重工業”的過程——不僅要讓車跑起來，還要在完全無人狀態下，通過數據閉環和工程底座，守住物理世界里極低容錯率的安全底線。

夏添預判，2030 年左右，自動駕駛可能迎來類似 AGI 的時刻：一套統一模型能夠適配不同車輛和場景。在那之前，他的努力目標是，讓白犀牛通過鎖定硬件平臺、建設數據基礎設施，先一步拿到通往下一階段的關鍵門票。

以下是智車星球和夏添的訪談實錄整理。

2026年爭取實現更大躍升

智車星球：2025 年您感觸最深的是什么？白犀牛取得了哪些重要進展？

夏添：2025年整個自動駕駛行業都是快速增長，有人說Robovan成了“L4全村的希望”。我從2013、14年開始接觸自動駕駛，很長一段時間里，都沒看到自動駕駛真正進入商業社會、有人買單的希望。2025年真的能看到突飛猛進的實際進展，我們這塊也得到了驗證，自動駕駛確實起到了實際生產力的作用 。

2025年白犀牛融了3次資。運營車輛方面，2024年12月不到100臺，2025年翻了將近20倍到2000臺 。今年會整個打開市場，在確保大客戶批量化交付的同時，擴展更多的小B客戶。

智車星球：自動駕駛迎來春天，有種守得云開見月明的感覺，您個人的感受是什么，興奮嗎？

夏添：興奮其實很少，也就一兩天，更多的是焦慮。因為規模上漲了，客戶的要求上來了，政府的監管壓力也上來了。

行業需求大于供給，大家期待更高，但實際能力還沒跟上。這個差距爆發后會被放大，所以必須抓緊技術升級，提早布局。

智車星球：現在技術整體發展到什么階段？

夏添：技術上初步驗證是可用的。早期車輛規模不大，對用戶和監管的要求也不高。接下來規模增大，客戶的要求會水漲船高，核心是穩定，業務需要 365 天不間斷運行。政府監管也是如此，以前車輛少，出現問題都是小事；但規模起來后，對自動化、智能化水平的要求，就會像對人類司機一樣高。

智車星球：普通客戶最關注的還是路權問題，目前無人駕駛的路權主要分為哪幾類，各地的路權現狀有何不同？

夏添：目前國家層面還沒有像機動車管理那樣的路權，還處于先行先試的狀態，路權主要分幾類。

第一類是政府出臺了相關政策，但沒有全國性的統一路權管理；

第二類是北京亦莊、深圳等城市有紅頭文件，允許特定場景下經流程申請后，無人駕駛物流車上路；

第三類是政府無書面文件，找工信部聯合專班獲批即可，這也是目前較普遍的情況；

算法紅利見頂，工程基礎設施決定未來

智車新球：2026年白犀牛研發主線的工作重點是什么？

夏添：一方面是規模化，每次 10 倍的增長，都會發現很多之前考慮不到的問題。

另一方面是穩定性，以前很多事情靠人盯著就能做，現在必須依賴自動化工具。包括端到端框架也是。公里數多、場景多，工程師已經沒法靠大腦去迭代場景，必須依靠機器去做所有驗證、守護版本正向迭代。

如果真的走到模型驅動的階段，極限情況下可能一個人就能負責一個線上算法模型。

智車新球：那大部分人都干什么去了？

夏添：會轉移到線下，需要大量的基礎設施支持，做很多評測工具、自動化驗證工具，還有數據的自動化標注，以及保證數據質量、實現有效的數據回收等等。

所以我的感覺是，自動駕駛以前最有話語權的，或者說閃光燈最聚焦的，都是那些算法同學。但現在重點慢慢轉移了，光有算法工程師，沒有基礎設施支持，什么也做不了。

而且目前軟件算法的發展也看到頭了，端到端本質上都是模型驅動，只是模型的功能設計不一樣，接下來的核心點是讓算法過程中工程師的接觸越來越少。

所以，現在看各個公司誰能走得更遠、更有競爭力，我覺得不是看誰數據多，因為數據隨著范式的變化，收集和對數據的要求不一樣；也不是看誰的算法同學多聰明，而是看基礎設施和數據閉環的效果。

智車星球：基礎設施具體指什么？

夏添：基礎設施核心就是數據閉環，數據從采集車上回傳，有很多工程化問題。我們需要的是高質量數據，高質量數據一定和算法當前表現相關，不能撒大網收集，要找那些算法開得不好的場景。

隨著公里數增加，人看不過來，必須通過算法去挑選數據。而且數據收集多少、在哪里收集，都要靠模型決定，這需要工具鏈支持，通過模型評測，盡快將數據納入算法、得到準確的模型結果，如果用了混亂的數據、糟糕的訓練過程，得出的結論是不真實的，在含大量噪聲的數據上做判斷也不行，所以要保證整套流程的正確性，這些都需要工具支持，而非僅僅依靠好的網絡結構。

相對來說，算法依然會有突破，但一旦有人突破，半年后就會成為行業共識。很多企業會因為技術原因被淘汰，不是缺算法、不知道怎么做，而是知道怎么做但基礎設施跟不上，真正裝車后效果達不到預期，這就是核心壁壘。

智車星球：白犀牛的技術團隊在組織架構上具體是怎么分工的？

夏添：我們之前是按照傳統自動駕駛分感知、規控等模塊，2025 年上半年做了調整，把算法分成了三大塊。

第一塊是基礎設施，專門打造工具鏈和數據閉環，對整個迭代效率負責；

第二塊是系統集成，因為我們和主機廠合作，需要適配不同底盤，這個團隊從系統層面保障車輛的穩定性、可靠性，以及和硬件的適配；

第三塊是算法團隊，把之前分模塊的算法團隊整合，核心負責無人車跑得好不好、像不像老司機。

2026年實現“無圖”

智車星球：從技術角度看，2025 年 L4 的進步體現在哪里？

夏添：乘用車端到端的技術天花板被打開并得到了驗證，這是整個行業共享的技術框架。

但L4 和輔助駕駛不同，容錯率極低，需要機器完全兜底，端到端系統要解決所有的問題才能上車，所以目前還沒有完全上到 L4。

智車星球：為什么 2025 年無人配送車突然變得這么火？

夏添：核心原因是，第一次讓客戶覺得這個東西有價值，而且不是輔助駕駛，而是替代司機，并且成本可控，有投入產出比。

另外一個原因是路權。以前是企業找政府申請路權，但從去年開始，各地政府開始主動邀請企業落地無人車。雖然法律體系還沒完全建立，但這個態度已經非常積極。

智車星球：L4 什么時候會出現真正的端到端突破？

夏添：我預計今年在 L4 端到端上會有突破，大概率會先在 Robovan 市場突破，因為我們Robovan車量大、前期數據儲備多，且容錯率比 Robotaxi 高一些。

但挑戰也很明顯，首先不是把方案直接平移過來就可以了，需要算法繼續創新。

比如模仿學習，無人配送車沒有司機在車上，我們沒法像乘用車一樣直接模仿老司機。我們沒有人類司機數據，所以不能單純靠模仿學習，需要更多依賴增強學習，把遠程脫困、事故等安全性信息植入系統，保證安全。

智車星球：目前無人駕駛車輛的常規速度是多少，后續想要提升速度的關鍵是什么？

夏添：現在整個行業監管有個默契，無人車的行駛速度控制在 40km/h 左右，這也是行業迭代的一個關鍵坎兒。想要安全地提升速度，核心是等端到端技術實現突破，后續速度大概率會從 40 逐步提升到 50、60km/h。

乘用車和貨車的速度迭代目標差異很大，乘用車需要在安全性和駕駛體感之間博弈，這會拉長迭代周期；而貨車是運貨的，體感只要達到安全及格線就行，所以落地會更快。

智車星球：2026年 L4 技術突破會體現在哪些方面？

夏添：我覺得今年一個明顯變化是“無圖”。以前部署車輛需要建圖，有公里數限制，未來車輛放到哪里都能跑。

無圖的價值在于，部署成本降低，使用成本降低，商業模式可以擴展。比如車可以自由去需要的地方，車輛之間可以調度，運力可以共享。像打車一樣調度。

目前L4領域還沒有人實現“無圖”的SOP，核心原因是L4要保證安全才能上車。我們2026年有信心實現無圖，這也是我們的OKR之一 。

智車星球：白犀牛目前的版本迭代頻率是多久，迭代和 OTA 升級過程中遇到了哪些專屬難點？

夏添：我們現在的大版本迭代頻率控制在三周以內，對于自動駕駛創業公司來說，兩到三周也是比較理想的迭代周期。

迭代的核心難點是灰度測試的覆蓋率，我們的場景覆蓋全國幾百個城市，天南地北的路況差異太大，很難保證測試的全面性，所以只能更多依靠仿真測試來守護。

智車星球：在產品層面，白犀牛的差異化優勢是什么？

夏添：白犀牛一直堅持用模型的方法去解決自動駕駛問題。早期大家覺得只有感知需要模型，其他模塊用規則、用工程師的思維去迭代，更安全可靠、更有效。

早期車輛數量不多，碰到問題工程師設計一個策略就能迅速解決，但在開放道路上，解決一個問題可能帶來其他問題，車輛規模變大后這個問題會凸顯。

我最早接觸 AI 就是機器學習模型，也相信模型的力量，所以一開始我們就建設基礎設施和模型平臺，盡量通過數據驅動的方式解決問題。

早期這個進程很慢，因為用模型解決需要從收集數據開始，再做模型驗證，周期比直接設計策略修復長得多，但后期規模越來越大，模型的價值更大。

2030年將迎來自動駕駛AGI時刻

智車星球：自動駕駛在不同場景未來會不會形成一套統一模型？

夏添：我覺得會，未來某一個時間點，大家會是一套方案、一套算法模型，不需要再做大量場景適配。同一套模型部署在各種車輛上都能運行。這就是自動駕駛的 AGI時刻。

我覺得5 年左右可能會到來，甚至更早。

當然不同賽道到來的時間會不同，因為容錯率不同，ODD 邊界不同。但現在趨勢已經很明顯，大家越來越依賴模型和數據驅動，未來某個時間點，各種場景的數據會融合。

智車星球：最近白犀牛推出了新款的車型，包括車規級無人車RX和24m3大運力的R24，2025年自動駕駛硬件層面有什么重要變化，白犀牛為何要提前推動硬件定型？

夏添：2025年硬件的終態模樣已經初步體現了，車的底盤、自動駕駛套件、傳感器和域控，還有車輛生產制造都在商用車車廠完成。我們提前推動硬件定型，核心是因為未來是模型和數據驅動，要是硬件頻繁更換，數據的復用性會很差。硬件定型后，我們才能建立起端到端的數據閉環，這也是模型驅動的重要基礎。

智車星球：去年有不少玩家入局無人配送，包括未來可能會有一些大的自動駕駛玩家進入配送領域，會不會成為白犀牛的威脅？

夏添：其實就是時間點的問題，特斯拉也一直說，它的 AI 和自動駕駛未來可以覆蓋全場景，但這需要時間。我開頭也說了，自動駕駛的 AGI 時刻會到來，但這是未來的事，我覺得 2030 年是一個關鍵的時間點。

但在這之前，各個場景一定會有各自的垂類解決方案先出來，這些垂類方案也是通往 AGI 時刻的路徑，至少是種子選手。

也不排除到時有新玩家橫空出世，如果 AGI 需要技術再進一步升級，掌握新方式的新玩家可能會實現突破。就像自然語言傳統模型做得再好，也沒法和 ChatGPT 競爭。

但目前大家都走在模型驅動、數據驅動的范式上，做好自動駕駛還是要通過大量車的交付，積累基礎設施。

智車星球：白犀牛和商用車主機廠是什么樣的合作模式？

夏添：商用車主機廠和乘用車主機廠的核心差異，在于自動駕駛能力的儲備，商務車公司主要做生產制造，生產的是面包車這類生產工具，在自動駕駛方面的能力普遍很弱，也不會像部分乘用車主機廠那樣，堅持自研自動駕駛方案、認為這是企業的“靈魂”，他們更愿意接受外部的成熟方案。

所以我們和商務車主機廠的合作模式很清晰，主機廠負責造車，我們做“AI 司機”，而我們的方案是真正L4級自動駕駛，不是像乘用車那樣的輔助駕駛。

智車星球：怎么看待大模型領域的快速發展，每天都有新的應用和智能體出來？

夏添：技術層面我很震驚，尤其是模型能編程，這真正能替代很多工作。但同時也覺得可怕，模型可能超過人類，到那時人類的價值是什么？這是很危險的。

但另一方面，大模型的理論研究目前沒有任何進展，神經網絡的每一個參數、計算方式我們都知道，但最后通過這些計算產生智能、得出好結果的原因，我們解釋不了，實踐遠遠超出理論。

這就像“磨坊理論”，清楚每一個齒輪的運轉，但全局上不知道最后能做什么。

智車星球：面對大模型的發展趨勢，您是怎么應對的？

夏添：肯定不能拒絕，心態要年輕，要以開放態度擁抱。哪怕自己以前編程能力很強，AI 有可能超過自己，該用工具就用工具，不要有歷史包袱。

最真誠的智能汽車報道