大模型公司想“降維打擊”物理AI？輕舟智航：這條路走不通

【文/財圈社&道哥說車 張淺】“如果這個世界只看資源就能決定發展趨勢，那這個世界會非常無趣。”在北京車展的發布會后，輕舟智航聯合創始人、董事長兼CEO于騫博士說出這句話時，語氣里帶著一種技術理想主義者特有的篤定。

就在當天，這家在自動駕駛領域摸爬滾打了七年的公司宣布了戰略升級——從“無人駕駛”全面轉向“通用物理AI”，并首次完整發布了基于“世界模型+強化學習”架構的輕舟物理AI模型。當幾乎所有大模型公司都在高喊“賦能千行百業”、試圖用大語言模型橫掃一切時，于騫給出了截然不同的判斷：物理世界AI的大門才剛剛打開，真正的入場券不在那些千億參數的通用模型中，而在已經跑了數百萬公里的自動駕駛車輛里。

物理AI不是大廠的游戲，自動駕駛才是那個最笨也最聰明的入口

幾乎所有的AI巨頭都在談論“物理AI”或“世界模型”，仿佛明天就能讓機器人替你開車、洗碗。但在于騫看來，這種樂觀更像資本敘事而非技術現實。“物理世界AI別說是超人智能，連類人智能都沒達到，還有兩三個大的技術突破要完成。”他在采訪中直言。數字世界的AI——聊天、寫文檔、生成視頻——確實進展驚人，但物理世界AI要面對的是幾何感知、物理規律理解、未來預測和行動指導，這是一套系統工程，而不是“預測下一個Token”那么簡單。

輕舟智航CTO李棟用了一個形象的比喻：語言模型的數據是勻質的，文字都能轉成Token；但物理世界的數據五花八門，不同機器人有不同的自由度，本體數據極其稀缺且差異巨大。而恰恰在這一點上，自動駕駛展現出了獨特的優勢——車輛每天都在路上跑，與真實世界物理交互，數據量大且相對勻質，這是天然的本體數據金礦。

更重要的是，于騫認為那些試圖從大語言模型“降維打擊”到物理世界的公司很可能會碰壁。“如果你的世界模型連自動駕駛領域的問題都解決不了，還想解決機器人領域的問題？那更不可能。”自動駕駛是一個半封閉、有明確規則但極其復雜的物理交互場景，涵蓋了感知、決策、規劃、控制等物理AI的核心挑戰。連四個輪子的機器人都搞不定，要想做到接觸式的人形機器人，更是難上加難。輕舟選擇以自動駕駛為基點向通用物理AI邁進，不是戰略冒進，而是基于技術邏輯的自然延伸。

不卷算力卷體驗，用越級的能力重新定義用戶價值

發布會上，輕舟推出了算力超500TOPS的“乘風MAX”城市NOA方案，但于騫刻意強調了差異化思路：“我們不卷參數，卷體驗；不卷噱頭，卷真實的用戶價值。”當幾乎所有高階智駕方案都在堆砌算力時，輕舟反其道而行，在100多TOPS平臺上率先做出了能媲美更高算力平臺的體驗，成為第一家在地平線征程6芯片上實現大規模量產的企業。“老百姓才不管你是不是國產化，他們選的是好不好用、安不安全、貴不貴。”

這種“用更少資源做出更好體驗”的能力，是輕舟快速起量的核心密碼。截至目前，輕舟乘風輔助駕駛已搭載25款量產車型，2026年預計新增超50款。但于騫不滿足于出貨量，他提出了更大膽的價值主張：既然智駕系統能做到50萬公里才一次AEB誤觸發，能幫用戶避免剮蹭和事故，那它是不是真的更安全？如果更安全，用戶的保費是不是應該更便宜？“你裝了L2產品，事故少了，一定會帶來保費下降。”他解釋，之所以還沒兌現，只是因為滲透率太低——全國幾億臺車，裝載高階智駕的才百萬級。當保有量足夠大，保險上的正向循環就會形成。

關于L2、L3、L4的分級爭議，于騫的態度頗為清醒。“L3有價值，但如果只能用在北京四環某一段，價值就不夠。一個L2系統如果足夠安全可靠，一樣能創造巨大的社會價值。”李棟補充道，現在的L2在很多L3場景下接管率已經極低，叫不叫L3對用戶體驗差異不大，為了那個標簽反而要付更高成本。在輕舟看來，智駕產品的目標不是爭奪技術標簽，而是讓用戶大多數時間感受不到它的存在，只在關鍵時刻發揮決定性作用——這種“潤物細無聲”的產品哲學，正是他們規模量產走得更快的真正原因。

L4的終局不在于傳感器堆砌，而在于那個“更強的大腦”

談及Robotaxi，于騫的判斷格外冷靜。他將行業路線概括為兩種：Waymo式的穩妥但成本高昂，靠堆疊傳感器；特斯拉式的成本可控但向完全無人跨越時風險巨大。輕舟選擇第三條路：“用更強的大腦，而非只靠傳感器堆疊。”人類開車有大量盲區，依然能安全駕駛，靠的是大腦，而不是全身長滿眼睛。“必要的冗余要有，但核心是建立更強的AI大腦。”

這個“更強的大腦”，就是基于世界模型和強化學習的物理AI模型。李棟解釋了從L2到L4的關鍵指標——不是某個炫技功能，而是“模型能支撐什么樣的運營成本”。“當駕駛能力足夠強，一個人就能看住1000輛車時，L4就能良好運營。”目前輕舟已在千公里級接管水平上運營百臺級L4車隊，今年將向千臺到萬臺的規模邁進。

這個節奏看起來不快，但于騫認為這才是正確的：“一次事故就可能對整個行業產生不利影響，寧可小規模穩健推進，也不要激進。”他甚至判斷，Robotaxi在海外可能比國內落地更快，因為國內駕駛環境更復雜、人力成本結構不同——這恰恰說明，單純靠堆傳感器無法解決根本問題，真正決定L4命運的，永遠是那個虛擬大腦能否應對物理世界的無窮變化。

至于無人物流賽道，于騫認為市場才剛剛開始，目前所謂的“大規模”不過是萬量級，穩定性、可靠性、安全性還有極大提升空間。“輕舟的機會在于，我們可以基于乘用車大規模量產的成熟經驗，把安全可靠的能力發揮到物流領域。”無人物流拼的不是速度，而是綜合降本和安全底線——這些恰恰是輕舟用幾十萬輛車驗證過的能力。

發布會最后，于騫宣布輕舟使命全新升級：從“將無人駕駛帶進現實”變為“以安全和向善的智能，創造更美好的生活”。他解釋道：“為什么強調‘向善’？因為未來AI的智能可能在很多維度上超過人類，但人類的好奇心、同理心、對生命的尊重，是技術無法替代的。我們做AI，不是為了智能而智能，而是為了讓AI更好地為人類服務。”

從最早做Robobus，到乘用車量產站穩腳跟，再到向通用物理AI的戰略躍遷——這不僅是一次口號變化，而是一家技術公司在看清下一個十年主戰場后主動革自己命的決絕。“一家公司至少要干20年，不可能一成不變，”于騫說，“這次升級，是為下一個七年、乃至下下個七年指明方向。”