對話禾賽李一帆：物理 AI 瓶頸不是模型，而是高質(zhì)量真實(shí)世界數(shù)據(jù) | 智車星球

禾賽迄今為止最大的主題就是物理世界的數(shù)字化。物理世界的數(shù)字化是一個(gè)很重要的AI的基礎(chǔ)設(shè)施，不論是推理還是訓(xùn)練。

作者|王蕊

編輯|西子

“物理 AI 時(shí)代的核心機(jī)遇，就藏在物理世界的數(shù)字化進(jìn)程里，從空間感知升級為空間智能、從純硬件迭代為 AI 硬件，是行業(yè)不可逆的范式升級。禾賽要做的，始終是物理 AI 時(shí)代的核心基礎(chǔ)設(shè)施提供商。”

禾賽科技宣布了全新的戰(zhàn)略和使命——從全球車載激光雷達(dá)的領(lǐng)跑者，全面升級為“物理 AI 基礎(chǔ)設(shè)施公司”。

4 月 17 日，在 2026 技術(shù)開放日上，禾賽一次性發(fā)布四項(xiàng)核心產(chǎn)品：全球首款 6D 全彩激光雷達(dá)芯片 “畢加索”、最高 4320 線 ETX 系列激光雷達(dá)、空間智能 AI 硬件 Kosmo、機(jī)器人動力模組，完整覆蓋從車載感知、空間數(shù)字化到機(jī)器人執(zhí)行的全鏈路，完成了物理 AI 基礎(chǔ)設(shè)施的全棧布局。

支撐這場戰(zhàn)略轉(zhuǎn)身的，是李一帆、向少卿、孫愷三位禾賽科技聯(lián)合創(chuàng)始人對物理 AI 的底層預(yù)判：物理 AI 時(shí)代，真正的瓶頸從來都不是模型，而是高質(zhì)量的真實(shí)世界數(shù)據(jù)。

“沒有高質(zhì)量的物理世界數(shù)據(jù)，再優(yōu)秀的模型都是空中樓閣。”李一帆在接受智車星球采訪時(shí)直言。

△禾賽科技聯(lián)合創(chuàng)始人兼CEO 李一帆

沿著這一邏輯，禾賽的方向也變得清晰：從“空間感知”到“空間智能”，從單一傳感器供應(yīng)商走向數(shù)據(jù)基礎(chǔ)設(shè)施提供商，再進(jìn)一步延伸到機(jī)器人核心執(zhí)行部件。

它想占據(jù)的，已經(jīng)不只是自動駕駛產(chǎn)業(yè)鏈中的一個(gè)環(huán)節(jié)，而是整個(gè)物理世界數(shù)字化過程中的關(guān)鍵入口。

核心觀點(diǎn)速覽：

1. 激光雷達(dá)從幾百線做到1000線、4000線，當(dāng)然也是進(jìn)步，但它的創(chuàng)新幅度，未必比把純固態(tài)激光雷達(dá)裝到車身各個(gè)角落，甚至裝到小牛電動上更大。

2. 物理 AI 時(shí)代，最大的改變，是大家會終于明白，這個(gè)賽道的核心瓶頸從來都不是模型，而是高質(zhì)量的物理世界數(shù)據(jù)。

3. 大家過去總覺得軟件公司比硬件公司更值錢。但在AI時(shí)代，這個(gè)判斷并沒有那么成立了。對物理AI來說，解決物理世界數(shù)字化、提供高質(zhì)量數(shù)據(jù)，本身就是非常高價(jià)值的事情。

4. 禾賽迄今為止最大的主題就是物理世界的數(shù)字化。物理世界的數(shù)字化是一個(gè)很重要的AI的基礎(chǔ)設(shè)施，不論是推理還是訓(xùn)練。

5. 禾賽是一家強(qiáng)的基于圍繞 AI 體系，去為它設(shè)計(jì)最需要的底層基礎(chǔ)設(shè)施的公司。核心定位是做機(jī)器人時(shí)代的基礎(chǔ)設(shè)施，本質(zhì)上還是在做 “賣鏟子” 的生意。

6D全彩激光雷達(dá)，為什么想要做一個(gè)這樣的新物種新產(chǎn)品出來？

李一帆：如果從行業(yè)階段來看，不同階段競爭的事情不一樣。早期技術(shù)路線百花齊放，大家都在做從 0 到 1 的事情，對技術(shù)創(chuàng)業(yè)者來說當(dāng)然更有意思，因?yàn)槟闶窃诓粩嗵剿鲃e人沒做過的東西。

過去幾年，行業(yè)越來越多聚焦在“降本”上，這對純創(chuàng)新型企業(yè)來說，確實(shí)沒那么令人興奮，但從商業(yè)角度看，這是好事。一個(gè)產(chǎn)品如果特別貴，就很難普及，我們本質(zhì)上還是希望做出一個(gè)大家都能用得起、用得上的產(chǎn)品。

作為一家商業(yè)公司和供應(yīng)商，禾賽當(dāng)然會持續(xù)做好降本、上量、保質(zhì)量這些基礎(chǔ)工作。但我們也一直在想，除了這些，是不是還有別的事情值得投入精力。

高線數(shù)是行業(yè)里很常見的一條升級路徑，我們每代產(chǎn)品也都有高線數(shù)版本，但線數(shù)高只是提升安全的一個(gè)手段，并不是安全的充分條件。線數(shù)高不代表一定能被用好，它背后仍然需要完整的產(chǎn)品閉環(huán)。

在我看來，從幾百線做到一千線、四千線，當(dāng)然也是進(jìn)步，但它的創(chuàng)新幅度，未必比把純固態(tài)激光雷達(dá)裝到車身各個(gè)角落，甚至裝到小牛電動上更大。后者其實(shí)是在創(chuàng)造一個(gè)新的產(chǎn)品品類，是更典型的從 0 到 1。

6D 全彩激光雷達(dá)也是在這樣的思路下誕生的。

首先，這絕不是換個(gè)名字、玩弄概念，而是底層的創(chuàng)新。歷史上，激光雷達(dá)和攝像頭的融合，本質(zhì)上大多還是兩套系統(tǒng)的組合，只不過通過一些方式把它們?nèi)M(jìn)了同一個(gè)空間里。

而禾賽這次做的，是一套真正統(tǒng)一的系統(tǒng)。在測量距離的同時(shí)，同步獲取光的 RGB 信息，在像素級實(shí)現(xiàn) RGB 和 XYZ 的一一對應(yīng)。

也就是說，激光雷達(dá)有多少像素，攝像頭就有多少像素，而且這些信息來自同一次測量，這是過去沒有人真正做到過的事情。

這樣做有幾個(gè)顯著好處。第一，它一次性解決了多傳感器之間長期存在的同步、響應(yīng)、對齊等問題，從根本上提升了感知的一致性和安全性。

因?yàn)樗捎玫氖切碌臏y量原理，所以天然可以做得更小，而且不會額外疊加一套攝像頭系統(tǒng)的成本，本質(zhì)上仍然是一套激光雷達(dá)的成本邏輯。對整車來說，這會帶來體積、集成和成本上的綜合優(yōu)勢

第五代芯片、6D 全彩激光雷達(dá)這一代，核心升級是什么？

李一帆：這一代最重要的升級，第一當(dāng)然是從 3D 到 6D；第二是線數(shù)能力的繼續(xù)提升，目前最高支持 4320 線；第三則是一些更隱性的能力優(yōu)化，比如噪點(diǎn)控制和各類 Corner Case 的處理。

很多時(shí)候，線數(shù)、噪點(diǎn)這些顯性指標(biāo)很容易被行業(yè)關(guān)注，但真正決定產(chǎn)品好不好用的，往往是那些不那么顯眼的能力。

比如明明沒有障礙物卻出現(xiàn)誤報(bào)，或者該檢測到的障礙物沒有檢測到，這種問題才是激光雷達(dá)最不能接受的，也是我們花了很多時(shí)間持續(xù)優(yōu)化的重點(diǎn)。

現(xiàn)在最讓你興奮和焦慮的是什么？

李一帆：最核心的興奮點(diǎn)，還是能在一個(gè)大家都在卷線數(shù)、卷降本的行業(yè)里，繼續(xù)做出 6D、Kosmo、動力模組這種更接近從 0 到 1 的東西，看到一些真正新的、有趣的產(chǎn)品方向。

焦慮的部分也存在。因?yàn)橐患艺嬲膭?chuàng)新型企業(yè)，如果最后只是停留在降本、上量、保質(zhì)量這些事情上，當(dāng)然也要做，但只做這些會很遺憾。我們還是會持續(xù)逼著自己去做一些底層原理上真正不同的新東西。

Kosmo：開辟空間數(shù)字化全新賽道

Kosmo 是什么？它的定位和核心價(jià)值是什么？

李一帆：Kosmo 是一款和汽車行業(yè)無關(guān)的全新產(chǎn)品，它解決的核心問題，是“空間記錄”。

今天絕大多數(shù)空間記錄技術(shù)，本質(zhì)上都在錄制現(xiàn)場替用戶做完了很多不該做的決策，而且信息壓縮嚴(yán)重，最終用戶拿到的內(nèi)容，往往并不能真正理解一個(gè)空間。

這件事的根本矛盾在于，過去一直沒有一套成熟技術(shù)，能夠把一個(gè)三維環(huán)境中的光線、空間感、結(jié)構(gòu)、顏色完整記錄下來。

這里面有幾個(gè)原因：一是過去激光雷達(dá)不夠成熟、不夠便宜，做空間記錄門檻太高；二是空間渲染能力不夠好，導(dǎo)致最終呈現(xiàn)出來的效果很假；三是沒有人把整條鏈路真正跑通，空間智能的數(shù)據(jù)生成因此受到了很大限制。

Kosmo 就是在這個(gè)背景下做出來的。

禾賽本身擁有很強(qiáng)的激光雷達(dá)能力，在測繪、三維測量、空間智能、數(shù)據(jù)生成等領(lǐng)域已經(jīng)有很多應(yīng)用；同時(shí)我們對光學(xué)也很熟悉，又具備很強(qiáng)的產(chǎn)品化能力，所以最終把這些能力整合成了一臺小型設(shè)備。

你拿著它在一個(gè)空間里走一圈，房間模型就有了；之后如果你想生成任意角度、任意視角的畫面，它都可以非常真實(shí)地還原出來。

它的應(yīng)用潛力很大。無論是數(shù)字孿生工廠、建筑設(shè)計(jì)、家裝家居，還是機(jī)器人訓(xùn)練數(shù)據(jù)采集，都有很強(qiáng)的需求。我們現(xiàn)在看到的應(yīng)用場景，其實(shí)還不到它未來可能性的五分之一。各個(gè)行業(yè)里最領(lǐng)先的一批玩家，都已經(jīng)在和我們一起探索它能做什么。

第一代 Kosmo 面向?qū)I(yè)用戶，不是消費(fèi)級產(chǎn)品，是 to professional、to B 的產(chǎn)品，價(jià)格是大幾萬元量級，今年下半年會發(fā)布。

第一代不會是 to C。至于未來消費(fèi)者這一端會不會有一個(gè)手機(jī)版本、一個(gè)對應(yīng)的形態(tài)，是有可能的，但現(xiàn)在還很難下結(jié)論。因?yàn)閷σ粋€(gè)全新品類來說，市場規(guī)模和最終形態(tài)往往是做出來之后才逐漸看清楚的。我們現(xiàn)在更重要的，還是把產(chǎn)品和體驗(yàn)做到極致。

Kosmo 所代表的“空間智能”，和簡單的空間掃描有什么區(qū)別？

李一帆：如果只是空間感知，那更多是空間掃描。而空間智能不只是把空間掃下來，還包括多傳感器融合、模型搭建，以及后續(xù)一系列 AIGC 能力。

空間掃完以后，不一定能把這個(gè)世界所有地方都掃得非常完整，一定會有沒看到的地方，它會去補(bǔ)。補(bǔ)出來的內(nèi)容不一定百分之百真實(shí)，但如果拍攝本身已經(jīng)足夠接近真實(shí)，補(bǔ)出來的東西基本也能用了。

所以這不是一個(gè)很“笨”的硬件邏輯，不是說掃一次不夠再掃一次、沒掃全再補(bǔ)掃一遍，而是要讓整個(gè)產(chǎn)品在真實(shí)使用中變得更高效、更自然。從這個(gè)角度看，我們做的其實(shí)是一個(gè) AIGC 的硬件。

Kosmo 和 6D 全彩激光雷達(dá)是什么關(guān)系？禾賽會做可穿戴或自我中心采集設(shè)備嗎？

李一帆：Kosmo 和 6D 是完全不同的兩類產(chǎn)品。6D 是面向汽車的新一代激光雷達(dá)技術(shù)，本質(zhì)上是讓激光雷達(dá)在一套系統(tǒng)里同時(shí)具備攝像頭能力。

而 Kosmo 是一款與汽車無關(guān)的獨(dú)立產(chǎn)品，面向的是空間記錄和空間數(shù)字化。雖然它同樣會整合多種傳感器，但它和 6D 并不是綁定關(guān)系。

至于現(xiàn)在很熱的可穿戴、自我中心采集范式，禾賽目前沒有計(jì)劃做。原因是這個(gè)方向雖然最近很熱，但行業(yè)對它究竟需要怎樣的數(shù)據(jù)、壁壘到底在哪里、性能要求是否真的足夠高，其實(shí)都還沒有定論。禾賽更傾向于做那些對性能要求更高、技術(shù)壁壘更深的事情。

物理 AI 時(shí)代，做核心數(shù)據(jù)基礎(chǔ)設(shè)施提供商

禾賽如何定義“空間智能”？從空間感知到空間智能，公司的核心邏輯是什么？

李一帆：過去兩年，禾賽一直在更認(rèn)真地思考公司到底是一家什么樣的公司。

第一階段，我們最強(qiáng)的能力當(dāng)然還是硬件能力：從光學(xué)、電子、芯片，到大規(guī)模高質(zhì)量的車規(guī)級制造，再到點(diǎn)云數(shù)據(jù)和信號處理，這是我們的基本盤。

但禾賽和純制造企業(yè)不一樣。我們更底層的定位，是一家圍繞 AI 體系去設(shè)計(jì)和提供底層基礎(chǔ)設(shè)施的公司，而這套基礎(chǔ)設(shè)施里，最核心的一部分其實(shí)是數(shù)據(jù)基礎(chǔ)設(shè)施。

我們不是數(shù)據(jù)的擁有方，而是數(shù)據(jù)的產(chǎn)生方。無論是車上的感知數(shù)據(jù)，機(jī)器人使用的數(shù)據(jù)，還是空間智能訓(xùn)練模型所需要的空間數(shù)據(jù)，本質(zhì)上都指向同一個(gè)大主題：物理世界的數(shù)字化。

所以，從空間感知到空間智能，禾賽看到的核心機(jī)會，始終在于高質(zhì)量的物理世界數(shù)字化數(shù)據(jù)。這是我們布局空間智能的主線。

除此之外，我們也會沿著機(jī)器人底層基礎(chǔ)設(shè)施繼續(xù)往下走，比如動力模組。因?yàn)槿绻藤愂且患一A(chǔ)設(shè)施公司，我們就會去找機(jī)器人領(lǐng)域里最通用、最關(guān)鍵、又最值得做的那部分能力。

很多人會覺得空間智能最終是模型公司的機(jī)會，但從物理 AI 的角度看，模型只是其中一環(huán)，數(shù)據(jù)反而是更短的短板。沒有足夠高質(zhì)量的數(shù)據(jù)，后面的模型就是空中樓閣。

而且物理 AI 的數(shù)據(jù)和任務(wù)、場景、機(jī)器人本體是高度耦合的，不存在一套數(shù)據(jù)普遍適配所有機(jī)器人這件事。所以空間智能絕不是只有模型公司才能參與，提供高質(zhì)量數(shù)據(jù)和底層硬件的公司，同樣有很大的機(jī)會。

AI 對禾賽這樣的硬件公司，究竟會帶來哪些影響？

李一帆：首先，一個(gè)常見的誤區(qū)是，大家過去總覺得軟件公司比硬件公司更值錢。但在 AI 時(shí)代，這個(gè)判斷并沒有那么成立了。

真正重要的問題是：AI 時(shí)代最核心的價(jià)值到底在哪里。

對物理 AI 來說，解決物理世界數(shù)字化、提供高質(zhì)量數(shù)據(jù)，本身就是非常高價(jià)值的事情，而硬件對數(shù)據(jù)質(zhì)量的影響，其實(shí)遠(yuǎn)高于軟件。

如果把 AI 粗略分成幾類：語言模型天然擁有海量數(shù)據(jù)，它的核心瓶頸主要在訓(xùn)練范式和算力；車載自動駕駛的數(shù)據(jù)獲取有一定周期，但數(shù)據(jù)結(jié)構(gòu)已經(jīng)相對標(biāo)準(zhǔn)化，行業(yè)也更成熟。

而機(jī)器人、物理 AI 這一類則完全不同。它真正難的地方在于，如何通過傳感器獲得最高質(zhì)量的信號。

這個(gè)行業(yè)今天還沒有被真正定義清楚，也遠(yuǎn)遠(yuǎn)沒有成熟。未來三年，優(yōu)質(zhì)硬件體系所帶來的高質(zhì)量數(shù)據(jù)，如何進(jìn)一步驅(qū)動模型能力，會變得越來越清晰。

另外，AI 對組織管理的影響也會很大。很多管理問題之所以復(fù)雜，不是因?yàn)樗娴男枰敲炊唷岸床烊诵浴保且驗(yàn)樾畔⒉煌该鳌⑿畔⒉粯?biāo)準(zhǔn)化、信息太多又無法消化。

AI 的價(jià)值就在于，它可以幫助組織大量處理復(fù)雜信息，降低很多傳統(tǒng)管理動作的必要性。未來組織形態(tài)很可能會更圍繞產(chǎn)品線展開，而不是依賴龐大的職能部門和跨部門協(xié)作。

物理 AI 時(shí)代，禾賽的敘事邏輯會發(fā)生什么變化？

李一帆：最大的變化，是行業(yè)會越來越清楚地看到：物理 AI 的核心瓶頸不是模型，而是高質(zhì)量的物理世界數(shù)據(jù)。

數(shù)字 AI 時(shí)代，語言模型天然擁有海量互聯(lián)網(wǎng)數(shù)據(jù)，所以大家會卷模型、卷算力；但物理 AI 時(shí)代，連第一步的數(shù)據(jù)都還遠(yuǎn)遠(yuǎn)不夠。

而且物理 AI 的數(shù)據(jù)，和任務(wù)、本體是高度耦合的，不是隨便拿一套數(shù)據(jù)就能通用。這也意味著，未來行業(yè)的核心價(jià)值不只在模型公司、軟件公司，做硬件、做數(shù)據(jù)基礎(chǔ)設(shè)施的公司，同樣會擁有非常重要、甚至更核心的位置。

機(jī)器人布局，堅(jiān)守底層基礎(chǔ)設(shè)施定位

您如何看待具身智能行業(yè)的發(fā)展？它的市場潛力有多大？

李一帆：我不認(rèn)為“具身”本身是一個(gè)單一行業(yè)，它更像一個(gè)統(tǒng)稱，里面包含很多不同的細(xì)分方向。通用人形機(jī)器人未來可能會成為一個(gè)標(biāo)準(zhǔn)化單一品類，但它不會替代所有現(xiàn)有機(jī)器人，比如工廠里的機(jī)械臂就很難被人形機(jī)器人全面替代。

但從市場規(guī)模看，具身智能這個(gè)方向的潛力很大。在我心里，汽車市場本質(zhì)上對應(yīng)的是人每天花在車上的那一個(gè)小時(shí)，而如果有一個(gè)行業(yè)能讓人每天愿意投入 3 到 5 個(gè)小時(shí)，甚至 10 個(gè)小時(shí)，用它作為生產(chǎn)力工具，那么這個(gè)行業(yè)天然就比汽車市場大得多。具身智能就是這樣一種可能性。

另外，AI 產(chǎn)品的定價(jià)邏輯和傳統(tǒng)硬件也不一樣。傳統(tǒng)產(chǎn)品更多看供需，供給過剩就會卷價(jià)格；AI 產(chǎn)品除了供需，還有一個(gè)重要錨點(diǎn)，就是它替代的人力成本。只要它的價(jià)格低于被替代的人力成本，客戶就會優(yōu)先使用它。這會給真正技術(shù)領(lǐng)先、可靠性更高的產(chǎn)品留下更大的毛利空間。

對禾賽來說，這個(gè)行業(yè)里的核心機(jī)會，仍然是基礎(chǔ)設(shè)施。物理 AI、具身智能今天最大的瓶頸之一，就是高質(zhì)量的物理世界數(shù)據(jù)，而這恰恰是禾賽最擅長的地方。我們不會去做機(jī)器人整機(jī)，也不會去做通用大模型，而是繼續(xù)提供最核心的傳感硬件、動力模組和高質(zhì)量數(shù)據(jù)能力。

現(xiàn)在具身智能的仿真復(fù)刻做到了什么程度？禾賽的產(chǎn)品能起什么作用？

李一帆：現(xiàn)在具身智能的仿真，其實(shí)還遠(yuǎn)沒有發(fā)展到大家宣傳里說的那個(gè)程度。判斷一套仿真系統(tǒng)到底成熟不成熟，不能只看它能不能“復(fù)刻一個(gè)大廈”或者“復(fù)刻一個(gè)場景”，而要看它最后到底能不能支撐真實(shí)的任務(wù)執(zhí)行和生產(chǎn)力。

比如如果真把一棟大廈完整仿真了，機(jī)器人是不是已經(jīng)能在里面自由行動？如果真做到了海量家庭環(huán)境仿真，它又能在生產(chǎn)力層面完成哪些任務(wù)？目前來看，還遠(yuǎn)沒有到那一步。

這也是禾賽這類產(chǎn)品存在的價(jià)值。因?yàn)榧幢憬裉煜胝J(rèn)真做仿真，要把一個(gè)家庭、一棟樓的高質(zhì)量空間數(shù)據(jù)真正采下來，本身就很難，而我們的設(shè)備恰好可以幫助它做到這件事。我們不是去取代仿真工具，而是給主流仿真工具提供最關(guān)鍵的語料和數(shù)據(jù)。

今年機(jī)器人業(yè)務(wù)上的新增投入，主要投向哪些方向？

李一帆：主要有三個(gè)大塊。第一，已有激光雷達(dá)產(chǎn)品的升級和核心自研芯片的持續(xù)迭代；第二，像 Kosmo 這樣的空間智能產(chǎn)品線；第三，機(jī)器人動力模組業(yè)務(wù)。

非車業(yè)務(wù)迎來爆發(fā)式增長

您認(rèn)為車載激光雷達(dá)會成為標(biāo)配嗎？

李一帆：從趨勢上看，它正在走向標(biāo)配。去年車載激光雷達(dá)的上車量大約是 160 萬臺，今年參考公開信息，整體仍然是翻番的趨勢。對于一個(gè)每年都在快速增長的品類來說，這個(gè)方向已經(jīng)很清楚了。

我今年特別開心的一點(diǎn)是，行業(yè)關(guān)注點(diǎn)已經(jīng)不再只有降本。降本當(dāng)然重要，但它不該是唯一目標(biāo)。一個(gè)理性的行業(yè)，最終一定是在成本和價(jià)值之間尋找平衡，而不是只盯著怎么再省一塊錢。

現(xiàn)在已經(jīng)有車企和供應(yīng)商開始更認(rèn)真地去討論：高性能、高線數(shù)的激光雷達(dá)，到底能不能創(chuàng)造更多用戶價(jià)值。這是一個(gè)很好的信號。

今年非車業(yè)務(wù)增長如何？看到了哪些新的應(yīng)用機(jī)會？

李一帆：從增速來看，非車業(yè)務(wù)的增長明顯快于車載業(yè)務(wù)。

最直觀的感受是，今年使用激光雷達(dá)的非汽車應(yīng)用比去年明顯多了很多，而且很多不是我們長期深耕出來的，而是隨著汽車產(chǎn)業(yè)把成本打下來之后，自發(fā)涌現(xiàn)出來的。

比如小牛電動。很多年前我們剛認(rèn)識小牛時(shí)，激光雷達(dá)還是幾十萬元一臺，當(dāng)時(shí)很難想象這樣一類產(chǎn)品會裝到兩輪車上。

但今天因?yàn)檎麄€(gè)汽車產(chǎn)業(yè)鏈把成本打下來了，原本完全不成立的場景，現(xiàn)在開始成立了。這意味著激光雷達(dá)的應(yīng)用邊界正在被迅速打開。

禾賽在海外市場的進(jìn)展如何？和英偉達(dá)的合作意味著什么？

李一帆：英偉達(dá)在海外車載市場已經(jīng)逐漸成了一個(gè)很強(qiáng)的“最大公約數(shù)”。它不僅提供車載芯片，也提供全棧軟件，而禾賽的激光雷達(dá)和它的整套體系是全線適配的，某種程度上可以理解為我們已經(jīng)成為它參考設(shè)計(jì)的一部分。

這意味著，和英偉達(dá)合作的車企，在數(shù)據(jù)采集、模型訓(xùn)練、驗(yàn)證等環(huán)節(jié)，很多工作都是基于我們的產(chǎn)品完成的。

未來當(dāng)英偉達(dá)簽下新的客戶時(shí)，我們獲取這些客戶的難度也會顯著降低。

從法律和商業(yè)上講，客戶當(dāng)然可以不選我們，但如果不選，它就要承擔(dān)更高的交付成本、更長的驗(yàn)證周期和更大的不確定性。除非有非常強(qiáng)的理由，否則用一套已經(jīng)成熟適配的方案，通常會更高效。

最真誠的智能汽車報(bào)道