智駕決賽圈：鑒智CTO許鵬飛判斷，行業門檻提升至百萬套，新鑒智劍指200萬年出貨量 | 智車星球

“技術本身不是最終目標，最終目標是解決現實世界的問題。”回歸終端用戶真實需求、對規模和成本的敬畏，才是能夠走到最后的生存法則。

作者|王蕊

編輯|西子

“年出貨量百萬套，會成為智能駕駛行業的及格線。”這是鑒智機器人 CTO 許鵬飛，對 2026 年智能駕駛行業給出的重磅預判。“目前新鑒智訂單充沛，隨著規模提效，新鑒智內部已經定下200萬套年出貨量的新目標。”

許鵬飛擁有近二十年人工智能和智能駕駛領域扎實的前沿研究基礎及系統性工程落地的深厚經驗，是多次將前沿科研成果率先落地、破解行業關鍵問題的領軍型“破局者”。

在哈爾濱工業大學完成本科到博士的學習，獲得人工智能專業博士學位，這為其奠定了模型研究的扎實基礎和嚴謹的方法論。曾任微軟資深應用科學家，早在十余年前便主導開發了行業現象級產品“微軟小冰”的多模態圖像文本關聯計算系統，首開行業先河賦予AI情感化理解圖像的能力。

而后加入滴滴出行，從0到1牽頭搭建滴滴出行智能駕駛核心團隊，并主導了滴滴造車部門首款車型（就是后來的行業爆款小鵬MONA M03）的智能駕駛功能量產交付，通過建立領先高效的技術研發體系、開發出具備標桿意義和廣泛行業影響力的極致性價比解決方案。

在出任“新鑒智”CTO之前，許鵬飛是四維圖新副總裁、集團產品技術委員會主席，負責推動“云駕艙芯”各個板塊的技術協同和產品戰略規劃；作為滴滴智駕團隊并購到四維圖新的核心參與者，充分發揮團隊并購和整合經驗，本次作為核心參與者深度推動四維圖新戰略投資鑒智、并牽頭推進雙方團隊深度融合與業務協同，在整合中發揮核心樞紐作用。

作為四維圖新并購整合后“新鑒智”的技術負責人，許鵬飛判斷，行業已經進入“決賽階段”——能不能留在牌桌上，核心取決于持續、穩定的規模化交付能力與產品技術的創新迭代速度，而不僅僅是技術路線是否足夠前沿。

過去一年，智能駕駛正經歷一場大面積的、徹底的“祛魅”。端到端、VLA逐漸成為頭部公司的標配，極致性價比成為更直接的“生死線”。隨著華為、地平線等頭部玩家逐步下探，第三方供應商的生存窗口正急劇收窄。

在與「智車星球」的對話中，許鵬飛反復提到“規模”與“現金流”。在他看來，必須有規模訂單支撐，才能長期維持技術迭代和團隊運轉。

“智能駕駛的量產交付其實是很累的，對團隊技術能力和快速迭代是全方位極限考驗。”許鵬飛直言。6個月交付一款車型的極限壓力，以及不同方案之間精確到百元級的成本博弈，才是目前智駕公司的真實常態。

“技術本身不是最終目標，最終目標是解決現實世界的問題。”在已經開啟洗牌的智能駕駛決賽圈里，這位兼具技術深度與產業視野的行業領軍者認為，回歸終端用戶真實需求、對規模和成本的極致敬畏，或許才是能夠走到最后的生存法則。

以下為「智車星球」與鑒智機器人CTO許鵬飛的對話整理。

新鑒智：低中高階智駕全端系統級 Tier1

智車星球：四維圖新并購整合鑒智機器人后，帶來了哪些具體生長？

許鵬飛：我們選擇合作伙伴的標準是三觀一致、能力互補。鑒智機器人和四維圖新在產品、技術、商務能力上全面互補。

產品層面補齊了低中高階完整產品線，也具備了軟硬一體的全棧交付能力。

商務合作上，四維圖新在汽車產業多年的積累，為新鑒智拓展客戶、拿訂單打下了基礎。

在技術協同上，四維圖新布局了“云駕艙芯”四個大的板塊，數據業務和合規能力可以支持智駕發展；座艙業務可以推進艙駕一體；芯片業務本身也是行業趨勢，未來也都有進一步協同的空間。

智車星球：2025 年鑒智有哪些成績和進展？

許鵬飛：我們贏得了征程 6B、6P 的行業首批定點，2026 年會進入量產交付階段。

在征程 6E 上，實現了行業首發的高速 NOA 量產交付；在交付和訂單層面，累計交付智能駕駛解決方案 130 萬套，累計定點超過900萬套；在客戶層面，累計服務 20 多家主流車企，目前正在交付 120 多個車型的量產項目。

智車星球：新鑒智的定位和目標是什么？希望在行業內扮演什么角色？

許鵬飛：我們的目標是成為一個提供低中高階全端解決方案的系統級 Tier1，希望能夠成為頭部供應商。

在定位和推進思路上，各條產品線不太一樣。以征程6B為基礎的低階產品線通過規模化和生態降本，提供極致性價比；中階產品線依托征程 6E 的高速 NOA 成熟方案，快速推進“油電同智”，更好的助力油車實現智能化；高階產品線和嵐圖汽車做深度戰略合作，基于征程 6P 開發完整的城市 NOA 解決方案，通過技術迭代和數據積累，盡快實現功能交付。

智車星球：合并后團隊有多少人？人員架構構成是怎樣的？

許鵬飛：合并后團隊有幾百人，大概 90% 都是研發人員。同時，商務、經營和后臺支持團隊也比較完善，整體上覆蓋了從軟件到硬件的完整體系。硬件團隊本身也有比較豐富的經驗，具備軟硬一體的交付能力。

智車星球：擔任新鑒智CTO后，您最先做的幾件事是什么？

許鵬飛：概括起來就是三件事：整合、優化和突破。

整合主要是推動兩個技術團隊的融合，讓大家充分交流，實現優勢互補，最終圍繞技術能力和業務方向深度融合，更好地支撐用戶交付。

優化一方面是優化研發體系，另一方面是聚焦客戶交付項目需求，搭建一個保質保量的交付流程體系，提高團隊整體的行動效率。

突破則是持續深耕高階智駕能力，同時推進下一代技術布局，比如基于征程 6P 的城市 NOA 交付。

唯一沒有跟單一主機廠綁定的智駕供應商

智車星球：目前市場上，鑒智是唯一沒有跟單一主機廠深度綁定的智能駕駛供應商，這種選擇的優劣是什么？

許鵬飛：優勢我覺得主要有幾個方面。第一是在資本層面會更靈活一些，未來可以引入不同維度的資本；第二是在客戶選擇上會更自主，可以服務不同類型的車企客戶；第三是可以把四維圖新和鑒智的技術能力結合起來，為未來的技術發展和客戶布局提供更好的支撐。

當然挑戰也很明顯。一方面是在資本層面，需要更多社會資本進入來支撐公司的持續發展；另一方面是在訂單獲取上，更多還是要依賴自身的產品競爭力，如果產品不行，是很難真正拿到訂單的，這也倒逼新鑒智必須拿出最有技術競爭力和市場性價比的方案。

智車星球：鑒智為什么能拿到除地平線之外唯一的J6P定點？

許鵬飛：一方面是我們和地平線的合作非常緊密，我們是地平線生態中最大的第三方供應商之一，目前征程6芯片國內超過50%的新定點由我們新鑒智交付。

另一方面是比較符合客戶的需求趨勢，地平線和我們在方案和節奏上配合得比較緊密，能夠一起更好地去服務客戶。

智車星球：基于地平線J6P的城市NOA方案進展如何？

許鵬飛：目前整體進展是非常順利的，預計在今年年中會有一個 SOP 的節點，在今年年底之前，可以完成城市 NOA 相關能力的交付。

智車星球：鑒智的解決方案與地平線 HSD 有什么不同？

許鵬飛：每家車廠都有自己車型的定位和設計差異化，鑒智的解決方案通常跟主機廠更深，讓主機廠發揮更多的主動權調整策略，例如MPV的車更講究舒適穩定、轎跑系列的車更注重激情活躍。地平線的HSD也充分驗證了征程6P的芯片方案能夠做出成功的城市NOA體驗好的產品。從長期來看，我們也希望在數據、應用和算法層面，和地平線盡量打通，形成相互支持的關系。

智車星球：現在主機廠要求供應商“白盒交付”是常態嗎？

許鵬飛：我覺得這是一個正在發展的趨勢。主機廠對智能駕駛技術的擁有權是存在焦慮的，希望能夠全棧自研、完整掌握技術，同時還是希望讓用戶知道汽車品牌自己的設計理念和差異化。

但汽車供應鏈本身是高度細分的，只有通過分工協作、提升規模化分攤，整體效率才能最大化。我們更希望在支持主機廠實現全棧可控的前提下，根據需要提供不同層級的白盒交付能力。

智車星球：鑒智目前與哪些車企有業務合作？主要出貨對象是誰？

許鵬飛：目前合作的車企還是比較廣泛的，既有量產項目的交付，新產品新技術的驗證系統聯合研發，也會協同參與到行業標準的制定、示范項目的聯合打造等，在四維的幫助下，新鑒智的客戶涵蓋了海內外多家行業頭部的主機廠和Tier 1。

由于我們拿到的更多是平臺型項目，各家車企的需求量都會是百萬級別，所以整體出貨結構會逐步趨于均衡。

燃油車、端到端與數據悖論

智車星球：基于J6B 的智駕方案能提供哪些功能和體驗？

許鵬飛：基礎能力是 L2 級行車功能加 APA 自動泊車，以及業內領先的主動安全能力。

在此基礎上，客戶還會有一些衍生需求，比如倒車尋跡、記憶泊車，行車場景下的紅綠燈識別、紅綠燈路口通行等，重點支持用戶使用頻率高、需求大的場景。

智車星球：J6E 和J6M 在能力上是趨同還是會形成兩套方案？

許鵬飛：J6E不需要水冷，通過被動散熱就可以滿足，傳統燃油車是沒有水冷系統的，所以是一個非常合適的選擇。

J6M的總體的功耗較高，散熱的問題解決會引起整體成本上升，導致很難在15萬以內的車型上上功能，如果只是做高速NOA就完全和J6E的功能重疊，方案缺乏性價比和競爭力。

如果是輕圖做城市NOA，技術可行性以及用戶體驗能否滿足還有待考量和論證。但從當前燃油車市場來看，尤其是在出海布局中，燃油車仍然是主力，J6E方案在體驗和適配性上都非常合適。

對于J6E，之前部分客戶在強標方面有所顧慮，目前強標合規版本已完成開發，不久就會量產。市場還是以真實量產效果為判準的，所以我們對J6E的競爭力和持續規模復制非常有信心。

智車星球：燃油車做智能駕駛的難點有哪些？怎么解決？

許鵬飛：第一個是動力鏈路延遲比較長。燃油車是靠發動機提供動力，從發出控制信號到動力真正輸出，中間鏈路很長，整體延遲會明顯更大。而電車通過電信號就可以直接改變動力。

第二個是低速動力輸出不夠平滑，尤其是在怠速狀態下，動力輸出曲線波動比較大，這會直接影響泊車等低速場景下的加減速體驗。

我們在這方面主要通過幾種方式來解決，比如對動力曲線做更好的建模和模擬，優化整體技術架構設計，在控制層面做功能預判，提前發出信號，同時在路徑規劃上選擇更優的策略，讓整體操作體驗更絲滑。

智車星球：中高階市場和低階市場有什么區別？

許鵬飛：中低階市場已經進入一個快速走量的階段，滲透率提升非常快，沒有智駕功能的車型會越來越少。在這個階段，極致性價比是一個非常核心的問題。

我們的策略是通過規模化來實現降本，同時在技術上充分復用中高階的數據和算法能力，把低階芯片上的智駕能力持續打磨好。

高階市場的滲透率也在逐步擴大，核心是為用戶提供一個放心、安全、穩定的體驗。在非預期場景下要保證足夠的安全性，在大多數常規場景下表現要足夠平穩，同時在一些有挑戰的場景里，能夠給用戶帶來超出預期的表現，從而建立用戶信任。

智車星球：2026 年高階智駕的滲透率會有怎樣的發展？

許鵬飛：2025 年高階智駕的滲透率大概在 15% 左右，主要集中在新能源車型上。到 2026 年，仍然會是一個快速提升的過程。

一方面是用戶對高階智駕的接受和認同程度在提高，另一方面是整體解決方案在不斷成熟，不管是新勢力還是主流車企，都在進行相關布局，供應商這邊也能提供更完善的支持。

智車星球：高階智駕滲透過程中，用戶體驗和口碑的關鍵是什么？

許鵬飛：高階用戶對價格本身并不是特別敏感，核心還是兩個點。

第一個是要保證足夠高的下限，在常規使用場景下做好兜底，建立用戶的信任感；第二個是要有足夠高的上限，在一些有挑戰的場景下，能夠給用戶帶來比較驚艷的體驗。

智車星球：鑒智在端到端、VLA、世界模型等熱點技術方向有哪些布局？

許鵬飛：我認為這些技術對智能駕駛能力的持續升級都具有重要價值，三者并非相互替代，而是協同互補、逐層遞進的關系。

端到端本質上是數據驅動的自動駕駛研發范式，通過海量真實駕駛數據閉環持續迭代模型能力。我們已在量產級城市 NOA 項目中規模化落地端到端技術棧并實現快速迭代，相關方案將于 2026 年正式實現量產交付。

VLA 是在視覺感知基礎上引入大語言模型的認知與推理能力，顯著提升系統對復雜場景的理解深度與行為決策可解釋性，我們將在量產城市 NOA 中逐步落地并規模化應用該能力。

世界模型的核心是基于真實數據構建數字孿生世界，實現對未知場景的預測、推演與閉環仿真。我們內部已完成自研世界模型方案構建，并將其廣泛應用于多場景仿真測試與算法快速迭代。

智車星球：端到端技術需要規則兜底，這兩者是否存在矛盾？

許鵬飛：本質上這并非矛盾，而是技術融合過程中 “雙路徑仲裁與互補” 的問題。大家通常會覺得，端到端模型輸出的決策指令，和規則系統輸出的控制指令，可能會存在沖突。

但在我們實際量產落地實踐中，規則系統的核心作用，就是為端到端技術筑牢安全與體驗的下限。因為端到端模型受數據分布、極端場景覆蓋等因素影響，在部分長尾場景下，難免會出現少量非預期行為；而我們通過精細化的規則設計，精準過濾掉這些非預期行為，就能穩定保障智駕系統的基礎體驗與行駛安全，這也是當前行業內端到端技術量產落地的主流共識與通用方案。

智車星球：數據和世界模型的關系是什么？現在有觀點認為 “數據不值錢了”，您怎么看？

許鵬飛：我覺得把 “數據” 和 “世界模型” 對立起來，本身就是一個不太準確的說法。世界模型的核心根基必然是數據，它的本質，就是通過海量高質量數據，去精準刻畫物理世界的客觀屬性、場景規律與因果關系，進而在數字空間中實現場景仿真、行為預測與閉環迭代 —— 脫離數據的世界模型，就是無源之水、無本之木。

而當世界模型逐漸成熟、能力不斷提升后，又會反向賦能數據采集，形成 “數據 - 模型 - 數據” 的正向閉環。模型會精準識別自身的知識盲區、數據短板，明確告知我們 “缺什么數據、要采集什么數據”，從而讓數據采集從過去的 “廣撒網式粗放采集”，升級為 “精準補盲式高效采集”，大幅提升數據利用效率。

至于 “數據不值錢了” 的觀點，我并不認同。從整體數量來看，普通通用數據的平均價值確實會有所下降，但那些稀缺性強、覆蓋極端長尾場景、能解決核心技術痛點的關鍵數據，其價值和潛在商業價格不僅不會降低，反而會持續攀升—— 這類數據，恰恰是世界模型迭代升級、智駕系統突破瓶頸的核心關鍵。

智車星球：L2 的技術路線能往上走到 L4 嗎？鑒智在 L4 方面有什么思考和布局？

許鵬飛：我個人覺得，L2、L3、L4 之間的技術邊界已經越來越模糊了，核心其實不在于級別本身，而在于 ODD 的覆蓋范圍，以及方案的可靠性。

隨著端到端、VLA 這些技術的發展，現在很多 L2 技術能力，本身已經具備了支撐 L4 的基礎條件。關鍵在于數據質量、實驗規模，以及持續的技術迭代能力。

從這個角度看，L2 階段積累的技術經驗和真實用戶場景分析，其實是 L4 非常重要的基礎。

至于鑒智在 L4 方向上的布局，我們也在持續思考，是以技術能力輸出、運營能力，還是綜合服務能力的方式參與。L4 的市場空間很大，但現在 L2 的競爭已經非常激烈，L4 是否需要重新內卷，這本身也是一個值得思考的問題。我們更希望行業在數據、算力和方案積累等方面形成協作，而不是重復投入。

智車星球：鑒智與特斯拉的智駕方案存在差距嗎？差距會拉大還是縮小？

許鵬飛：目前存在差距。特斯拉的核心優勢是其超前且統一的技術架構，以及通過數百萬輛量產車構建的數據驅動閉環，能實現算法的快速迭代。

我對差距逐步縮小持樂觀態度。特斯拉FSD的進入將加速市場成熟。更重要的是，高階智能駕駛的演進高度依賴“算法”與“數據”的結合。中國在AI領域的快速創新、豐富的場景數據及高效的工程化能力，構成了追趕的核心動力。因此，差距有望穩步收窄，并在部分本土化場景中形成差異化體驗。

出海、自研、強標與質價比

智車星球：鑒智的核心競爭力和競爭策略是什么？

許鵬飛：我覺得第一點還是靠譜的交付意識。智能駕駛這個行業，客戶之間的需求差異非常大，我們更愿意跟客戶一起想辦法解決問題，而不是簡單給一個標準答案。

第二點是在中低階平臺上的前瞻布局。比如中階的征程 6E，現在已經有比較成熟的量產方案；低階的征程 6B，也即將迎來行業首發。在這些平臺上，我們前期已經做了比較多的探索和沉淀，所以在面對客戶需求的時候，可以比較快地響應和交付。

智車星球：第三方供應商的生存空間和前景如何？

許鵬飛：第三方供應商的核心空間，還是在于服務大量非頭部車企，幫助它們實現智駕功能的全棧可控，提供更專業、更具性價比的交付能力。

從長期來看，行業需要逐步解決內卷問題，回歸商業本質。我個人判斷，在 2027 年左右，行業洗牌基本結束后，價格體系會趨于理性。經歷過量產洗禮、能夠擁抱AI、快速改革創新的第三方供應商會活得更好，因為無論是國內還是海外的市場規模都在加速擴大。

智車星球：智能駕駛出海的前景如何？會面臨哪些挑戰？

許鵬飛：出海是一個非常明確的大趨勢，需求也非常旺盛，海外燃油車仍然是主流。

挑戰主要集中在幾個方面，一個是法規差異，不同國家和地區的法規要求不一樣；第二是本土交通規則的適配，包括一些不成文的規則；第三是售后體系建設，需要考慮是否建立本地化生產和服務能力。

智車星球：國內版本的L2輔助駕駛強制標準即將正式頒布實施，您怎么看待號稱史上最嚴的輔助駕駛強標法規？

許鵬飛：我認為，這一被稱為“史上最嚴”的L2強制標準，本質上標志著輔助駕駛行業從“功能創新導向”向“安全監管導向”的關鍵躍遷。強制屬性意味著企業必須圍繞系統邊界、失效策略及人機共駕責任，建立可驗證、可追溯的閉環體系；同時，法規已覆蓋設計、研發、測試、量產及OTA在內的全生命周期管理，并針對中國復雜道路場景提出了更細化的風險識別與處置要求。這將有效遏制過度營銷與能力錯配，推動行業回歸安全本質，加速行業走向成熟。

智車星球：鑒智的輔助駕駛方案在應對法規上有什么優勢？

許鵬飛：新鑒智的低、中、高階輔助駕駛方案均按照強標要求構建，能夠支持主機廠的差異化產品布局。我們也始終與監管機構保持密切協同。舉例而言，針對2027年生效的強標法規中明確的事故和修路場景，我們當前J6E的量產方案就可以很好的支持，感知對于連續錐桶可以做到150m的穩定識別，再結合時空聯合規劃算法，實時生成時空走廊和可通行區域；針對強標法規中要求的斷電存儲，鑒智原本就支持車端的數據能夠自動上傳的方案，可以天然的滿足需求，只需在和整車架構設計、以及智駕域控硬件設計上做好適配即可。

智車星球：鑒智 2026 年的主要目標是什么？

許鵬飛：低階產品上，實現征程 6B 的規模化量產，高質量完成現有客戶交付，同時將其打造成行業爆款，通過規模化和生態降本，提供極致性價比方案；

中階產品上，繼續推進“油電同智”，進一步實現燃油車高速域智駕能力的規模化交付；

高階產品上，完成與嵐圖合作的征程 6P 城市 NOA 量產交付，同時拓展更多車企客戶，實現高階智駕的規模化布局；

另外在出海方向，會重點推進國內車企出海的同平臺交付，同時對接歐洲等海外車企，逐步搭建符合海外準入要求的能力體系。

智車星球：鑒智在燃油車智駕領域有哪些新的客戶或車型規劃？

許鵬飛：目前正在和多家車企進行比較深入的溝通，會重點布局基于 J6E 的燃油車行泊一體方案，進一步拓展燃油車智駕市場。

100 萬套，決賽圈的及格線

智車星球：您如何看待智能駕駛行業的2025 ？

許鵬飛：我覺得 2025 年是快速洗牌和重構的一年，行業已經進入“決賽階段”，不少供應商已經陸續退出。要留在這個階段，一方面需要持續提升技術和產品能力，另一方面也必須通過規模化交付和真實的現金收入，來支撐團隊運轉和技術迭代，而不能再單純靠為未來技術持續投入。

智車星球：2026 年智能駕駛行業會有哪些變化趨勢？

許鵬飛：2026 年必將成為智能駕駛行業的規模化量產交付關鍵之年。從企業經營層面來看，商業化落地能力與健康的現金流，將成為企業生存的核心命脈—— 年出貨量達到百萬套，我個人判斷，這會成為智能駕駛行業的生存及格線，達不到這個規模的企業，將逐步被行業淘汰。

行業層面，洗牌還會持續加劇、向縱深推進。技術路線上，行業將逐步形成統一共識，不再盲目追逐單一前沿概念；在統一的基礎架構之上，具備技術實力的企業，會逐步引入 VLA、世界模型等先進能力作為補充，實現技術與量產落地的高效平衡。而行業真正的技術突破，大概率不會局限于智駕領域本身，更可能來自跨領域的融合創新，比如大模型技術、神經科學等領域的突破，將為智能駕駛帶來全新的發展可能。

智車星球：您認為智能駕駛企業實現營收與研發投入平衡的規模線是什么？

許鵬飛：如果是低階產品，單個產品大概需要 200 萬套左右的量產規模。

高階產品單價更高，理論上對規模要求會低一些，但這里有一個悖論：高階智駕的研發不會停止，而且研發投入是逐年增加的。所以很難給出一個非常明確的規模線，最終還是要靠合理經營、降本增效，以及組織效率的持續提升，形成健康現金流。

智車星球：為什么高階智駕的研發投入會逐年增加？

許鵬飛：核心原因是用戶對體驗的預期在不斷提升。早期大家覺得能跑城市 NOA 就夠了，現在用戶希望更絲滑、更擬人化，同時在一些場景下還要有超出預期的表現，研發投入自然會持續增加。

智車星球：智能駕駛解決方案的合理價格區間或成本空間是什么樣的？

許鵬飛：目前智能駕駛相關成本大概占整車成本的 3% 到 5%，我覺得這是相對理性的區間。比如 3000 元左右，可以滿足 10 萬元級車型的智駕需求。

低階行泊一體方案可以控制在 2000 元以內，J6B入門級方案已經做到千元以下級別了；輕城區方案大概 3000-4000 元；高階的大算力方案，成本上限大概在 1 萬元左右。

智車星球：您認為智能駕駛行業的終局會是什么樣？

許鵬飛：我個人判斷，最終會出現比較明顯的頭部聚集效應，可能只剩下四到五家主要的智能駕駛供應商。隨著功能逐漸標準化，企業之間在功能層面的差異會越來越小，最終比拼的是規模化能力、技術積累和交付能力。

我們新鑒智非常有信心成為其中的一家。

智車星球：智能駕駛企業的護城河是什么？

許鵬飛：如果不看技術光環，最后拼的其實還是“質價比”。說得更直白一點，就是在有限成本下把體驗做到更好，或者在相同體驗水平下把成本做得更低。

這不是某一項單一技術就能解決的問題，而是要依靠持續的技術迭代、生態協作、組織效率提升，以及企業整體的管理能力。長期來看，這是對一家企業基本功的考驗。

智車星球：當前智能駕駛行業亟待解決的問題是什么？

許鵬飛：我覺得目前有兩個比較突出的亂象。

一個是內卷式競爭，在定點過程中往往是低價者勝，有些甚至低于成本價競標，這種模式不可持續。

另一個是過度關注技術名詞，反而忽略了問題本身。真正重要的還是把用戶問題解決好，而不是迷信端到端、VLA 這些標簽。

一名AI研究者的20年

智車星球：能介紹一下您的職業經歷嗎？

許鵬飛：我的職業經歷主要分為兩大核心階段。第一個階段是2013 年至 2016 年，博士畢業后加入微軟從事 AI 前沿研發，打造了當時現象級 AI 產品 —— 微軟小冰。這款聊天機器人比 ChatGPT 的出現提前近十年，率先為用戶提供閑聊、知識問答等多模態交互體驗，技術理念極具前瞻性，產品上線100 天用戶量便突破 300 萬，全球累計交互用戶超 6 億。

2016 年之后，我正式進入交通與汽車領域，在滴滴使用AI技術實現現實世界的精準感知；也正是從滴滴開始，我全面投身智能駕駛的技術研發與團隊管理工作。

智車星球：您的求學經歷是怎樣的？

許鵬飛：我的求學經歷相對專注且連貫，全程就讀于哈爾濱工業大學，從本科、碩士到博士，累計近十年時間深耕計算機領域。

本科畢業論文階段便已切入機器學習與模式識別方向；碩士階段開展更深度的模型算法研究；博士階段則聚焦特征算子等 AI 底層基礎理論的探索與創新；在我國人工智能領域領軍者高文院士的實驗室完成碩士和博士的學習。

智車星球：您個人和團隊是如何使用 AI 的？

許鵬飛：對我個人來說，AI 已經是生活里離不開的一個數字世界的知識體了，我每天都會和不同的 AI 工具打交道，一方面是用來補充知識，另一方面是輔助我分析和推理一些相對復雜的問題。

在團隊層面，我們也在非常積極地推動 AI 對產品力和生產力的提升，2025 年已經看到了一些比較明顯的效果，后面也會持續推進。

智車星球：您對現在的 AI agent 有什么看法？未來發展趨勢是什么？

許鵬飛：如果回到微軟小冰那個階段，AI 更多解決的是知識傳遞和基礎交互的問題。隨著大模型的發展，AI 已經進入了認知與自主推理階段，這個變化是非常大的。

我個人不太認為未來會是單一全能型智能體解決所有問題，因為知識和認知本身是有容量上限與領域邊界的。更有可能的方向，是多智能體協同架構—— 多個智能體在各自擅長的領域專業化深耕、協同工作，或者當一個智能體解決不了問題時，主動向其他更專業的智能體求助與調度。

更重要的是，下一代 AI 智能體的核心價值，在于具備自主規劃、工具調用與閉環執行能力，真正從 “交互助手” 進化為能獨立完成復雜任務的 “行動主體”。

智車星球：AI 未來三年會給普通人的生活帶來哪些影響？普通人應該做哪些嘗試和提升？

許鵬飛：我覺得 AI 對普通人的影響會非常大，幾乎會覆蓋生活和工作的方方面面。

在工作上，AI 會成為像電腦一樣的重要工具，如果不能利用 AI 提升效率，很可能會被時代淘汰。

對普通人來說，一方面要擁抱 AI，把它當成工具和伙伴；另一方面也要保持獨立思考，不要迷信 AI，要能夠分辨哪些信息是真實世界的，哪些是 AI 生成的。

智車星球：您經歷了兩次并購（從滴滴智駕團隊到四維圖新、四維圖新并購鑒智），有什么感悟？

許鵬飛：第一是實現優勢資源的高效整合。每一次并購中的團隊都具備各自獨特的能力長板，通過資本層面的整合，能夠真正實現優勢互補、協同增效，提升組織整體競爭力，讓企業在激烈的行業競爭中筑牢生存與發展根基。

第二是以資本換取時間窗口。并購可以幫助企業快速補齊能力短板、構建完整技術版圖，大幅縮短行業追趕周期，從投資回報與戰略效率角度看，是極具價值的選擇。

第三是技術團隊的深度融合本身極具挑戰，關鍵在于從頂層戰略設計層面統一目標，讓全體團隊聚焦技術突破與產品落地，求同存異、凝聚共識，通過充分溝通與協同實踐建立信任，最終形成一體化的作戰能力。

最大的感悟是，并購的本質是戰略共識與長期主義的勝利。兩次并購經歷讓我深刻體會到，真正成功的整合，絕不只是資產與團隊的合并，更是戰略方向、企業文化與長期目標的高度對齊。在智能駕駛這樣需要長期投入、厚積薄發的行業，只有彼此認同終局判斷、愿意為共同目標放棄短期分歧，并購才能真正產生 “1+1>2” 的效果，也才能在行業快速洗牌的過程中，牢牢把握住屬于自己的戰略機遇期。

智車星球：哪些選擇或事件對您的個人影響最大？

許鵬飛：對我個人影響最大的，還是大學階段選擇了人工智能這個方向。

當時只是覺得這個方向很有意思，沒想到20年來技術發展會這么快。能夠一直在這個領域里工作、推動技術發展，對我來說是一件非常興奮的事情。

智車星球：您會建議現在的小孩學習人工智能相關專業嗎？

許鵬飛：我大概率不太建議。人工智能專業本身的迭代速度非常快，已經進入自我迭代階段，人類在知識層面其實很難和 AI 去競爭。

我覺得現在的小孩，更重要的是學會如何使用 AI，而不是跟 AI 比誰更懂 AI。

智車星球：那您建議小孩或學生學習什么？

許鵬飛：我覺得有幾個方向，第一個是認識世界的方法，也就是哲學層面的能力，知道如何看待世界、如何處理人與世界的關系。

第二個是創造價值的方式，比如藝術、靈感這些，結合 AI 去創造社會價值，這些是 AI 很難替代的。

第三個是數學，所有技術的底層本質上都是數學問題。

智車星球：給想投身自動駕駛或相關領域的年輕人一個建議？

許鵬飛：我覺得核心還是兩點。第一是要理解技術的本質，不能只追逐熱點，而是要理解每一種技術方案的優缺點，以及它真正解決的是什么問題。

第二是要建立解決問題的方法論。技術本身不是最終目標，最終目標是解決現實世界的問題。只要具備這套方法論，不管技術怎么變化，都能把技術當作工具，去完成從業務問題到解決方案的連接。

智車星球：給普通人一個關于 AI 的建議？

許鵬飛：總結下來就是十個字：擁抱 AI，保持獨立思考。

一方面要充分利用 AI 帶來的便利，把它當作工具和伙伴；另一方面也要保持自己的判斷，不迷信 AI，不被 AI 牽著走。

最真誠的智能汽車報道