頭圖來源 | 輕舟官方
作者 | 伍文靚
編輯 | 蘇鵬
作為一家已經擁有超60萬臺大規模量產交付經驗的智駕供應商，輕舟智航對行業發展趨勢的嗅覺足夠敏銳。
2025年，NOA功能量產上車加速，首次接觸輔助駕駛的使用者數量隨之激增，安全問題一定會成為整個行業繞不開的重要話題。
基於上述行業洞察，早在今年年初，輕舟智航便提出了「安全+」品牌戰略併發布「安全的端到端」技術架構，推動智駕安全從“99.99%”向“99.99999%”進化，並提出了“無論中配、高配，安全都是頂配”的Slogan。
3個月後的上海車展期間，輕舟關於“安全”的戰略和技術架構都變得更為具象——在車展首日釋出了行業首個基於單征程6M的端到端城市NOA解決方案，搭載1個雷射雷達、11個攝像頭，5個毫米波雷達以及12個超聲波雷達。
而且，不同於行業內過去一年中此起彼伏的“全國都好開”“全球都能開”，輕舟在本次車展上發出了更理性的聲音，“不求哪哪都能開，但求能開的地方都好開”。
始於以Waymo L4自動駕駛技術起家的團隊背景，輕舟早已將安全思維刻入技術基因。這套城市NOA解決方案的核心關鍵詞也是“安全”，包括了安全的端到端架構、完善的安全冗餘、主動的安全反饋。其中，安全冗餘設計充分考慮各個單點甚至子系統失效的可能性，來確保極端情況下的安全處理。
為了進一步最佳化使用者體驗，輕舟還透過軟硬體的協調聯合，實現了對單征程6M算力資源的極致利用和對雷射雷達的物盡其用。比如，結合端到端One-Model（融合了感知、決策、規劃、控制）的設計和對征程系列晶片的理解，減少了BPU上部署的模型數量，降低了模型上下文切換的開銷，提升了系統穩定性。同時，得益於端到端模型的使用，精簡了場景程式碼，降低了系統延遲，釋放了大量CPU資源給到主動安全功能。
體驗上，這套系統能夠做到在車流量大、人車混行的城區路段，實現隧道通行、錐桶提前繞行、佔道車輛繞行、上下高架橋、無保護左轉等複雜任務。當遭遇車輛加塞或通行於極窄擁堵路段時，可在保障安全避讓的同時，做到靈活快速地通行；在有其他車輛逼近時，能夠以精細的縱向和橫向車輛控制，與各類道路參與者完成安全博弈。
在行業發展走到十字路口的當下，除了自家新方案的釋出和介紹，輕舟也分享了諸多更為宏觀的行業思考。
如果將過去野蠻發展的智駕時代定義為1.0，行業玩家的第一要務是“效率導向”。一套演算法從誕生到推向使用者的流程是“演算法研發-內部測試-小範圍使用者測試-修正調整-大範圍使用者測試-修正調整-OTA推送”。
但輕舟智航認為，在行業發展開始更規範之後，智駕即將進入“安全導向”的時代，上述流程將會變成“演算法研發-內部測試及世界模型-修正調整-內部測試及世界模型-OTA推送”。
兩種流程之間的最大區別就是實現了從“亡羊補牢”模式到“未雨綢繆”模式的跨越。
輕舟認為，安全問題無法被妥協，對於整個行業發展而言，新規範的落地也是一件好事。但在上述變化之下，車企在選擇供應商時會越來越慎重，畢竟小步快跑的OTA試錯模式已經很難再走得通。
“供應商有沒有大規模量產經驗會變得更重要，交付就要做到一次性交付的好。如果產品出現問題，那可能面臨的不是OTA，是召回了。”輕舟CEO於騫在會後的媒體交流環節中說道。
但以往在行業中很少有玩家認真探討：大規模量產交付到底是指多少規模？
“我覺得起碼十萬、幾十萬得這樣的規模才叫真正的量產驗證。規模太小的話，很多問題暴露不出來，”於騫說道，“我們看到的一些重大事故以及比較難遇到的場景，可能是幾千萬公里積累出來的，如果沒有大規模的交付量，也很難處置這樣的場景。”
作為輔助駕駛技術供應商，最大的價值就是“為使用者創造價值”。輕舟認為，在智駕平權時代，供應商量產規模的大小甚至將直接決定其所能創造的使用者價值的大小，即“單個使用者價值x交付使用者數量=總體使用者價值”。
只有秉持為使用者創造價值的初心，才能迎接下一個時代的到來。
以下是輕舟智航聯合創始人、CEO於騫，輕舟智航聯合創始人、總裁侯聰，輕舟智航CTO李棟接受未來汽車Daily等媒體採訪的對話實錄（有刪改）：
Q：關於城市NOA，上了端到端之後，我們發現有很多不可解釋的場景。以前規則演算法的時代，車輛的執行有一定邏輯在，現在從體驗來看，車輛會有一些並不是很好的駕駛行為出現。像這類場景我們會有一個專門收集和最佳化的方法嗎？
於騫：端到端不可解釋是大家一個短期的認知，其實端到端完全是可以解釋的，因為模型可以輸出很多輔助的資訊，可以告訴使用者它為什麼做這樣的選擇。雖然它最終能輸出完整端到端的資訊，但它中間的步驟是完全可以輸出的，它甚至可以輸出一套為什麼這樣做的邏輯，這是完全可以做到的。
包括為什麼我們提出了時空聯合規劃的這種設計理念，這個理念就是要去掉端到端下限低的問題，避免出現幻覺問題。當然這也需要資料的積累，透過使用者資料的反饋，產品不斷的迭代，但是不可解釋性我不認為他有根本性問題。
李棟：關於不合理的現象怎麼辦，我們現在的司機或者測試人員遇到不好的現象，可以點一個按鈕直接就把這個資料給標記並上傳。它其實相當於是一些badcase，我們會去檢檢視到底系統哪有問題，為什麼產生了不合理的現象，我們會收集和持續迭代改進。
Q：輕舟怎麼平衡體驗感和安全感，包括成本？
於騫：首先我認為我們並不能為了某些事情而對降低安全性做出妥協。在行業中，智駕安全水平的能力要求是有一定的標準的，包括各種各樣的測試驗證的工作，包括國家的標準，整個標準是越來越高的，越來越符合我們使用者實際的使用場景。所謂安全我認為它是很難去妥協的，這是我們一個基本態度。
關於體驗和成本的平衡，我的理解是比如30萬和非常豪華的車，它的產品體驗肯定有區別，在ODD的設計方面，一些功能的要求都可能不一樣。
侯聰：我補充一下，其實安全和體驗不是對立的，是統一的。因為安全感是體驗的一部分，所以如果這個行為它不安全，你的體驗也是不好的。我理解你所謂的安全和體驗對立，可能是說為了效率，可能會有些比較激進的駕駛行為，這會存在安全的隱患，但實際上還是看場景。其實在你比較自信的時候，就可以做得比較擬人，但是它還是以安全為前提的，所以說我覺得它們是統一而非對立的關係。
Q：會不會為了安全變得保守一些？
侯聰：這個取決於一些場景，其實防禦型駕駛它本身就有一定的保守性。防禦型駕駛其實是我們追求的一個目標，因為我們最終還是為了安全，但是防禦型駕駛不代表體驗不好。
李棟：在實際操作中，我們透過大量經驗積累了非常多的安全場景，然後所有的量產車要在透過這些安全場景的基礎上再去提升體感，類似於大家追求的效率等等這些指標，所以它是要先過這個門檻的。
Q：現在很多同行或一些車企，都強調雲端大模型和端側大模型結合比較多，輕舟怎麼思考這件事？
李棟：你講的端側大模型是指車上的大模型，我們現在是有很多離線的工具是雲端大模型支撐的，比如說雲端的自動化標註，雲端的自動化評測，這些其實是在雲端進行的。因為我們現在算力平臺並沒有特別打滿，所以我們沒有在車端部署類似於大語言模型之類的模型。我們現在主要是讓它做一些離線的工作，像我們99%的資料標註都是離線大模型完成的。
Q：輕舟現在是用J6M來做的，地平線也釋出了J6P 和J6H，輕舟後續會有一些產品在新發布的晶片上去做嗎？
李棟：這塊暫時還沒有能對外公佈的產品計劃。
Q：當前行業智慧駕駛水平，您覺得它達到了什麼樣的一個程度？如何衡量它水平的高低？有哪些指標？從技術的角度如何更好地推動L2輔助駕駛到L3有條件自動駕駛？需要解決哪些問題？
於騫：現階段其實還是屬於L2的階段，不管是L2+還是L2++，現階段更多的還是如何提升L2安全性的問題。真正進入到L3或L4的階段，真正跨過這道門檻，責任歸屬肯定要非常清晰，ODD的限制要非常明確，才能進入到這麼一個階段，當然L4那是更長期的一個目標，我們要非常理性的看待這個事實。
怎麼樣衡量是好還是不好？這件事其實是有很多的產品指標，這方面我們也花了大量的努力，去把很多主觀的體驗進行量化。
侯聰：對，實際上我們要通向L3、L4，要滿足哪些指標？或者說要達到什麼要求？實際上首先就是你要能夠解決掉更多的一些長尾問題，無論是從演算法能力，還是從硬體配置上能解決這些問題，這個是需要一定積累的。當你的使用者量足夠多的時候，你才有底氣做這件事情。
第二個還是要去考慮一些功能安全，各種失效情況下的處理，無論是硬體失效還是軟體的失效都要有應對方法，甚至還有一些策略的設計。
最後通往L3、L4還需要有一定的運營支援，L4會更明顯一些。到L3這個層次，車廠提供的已經不僅是一個產品，而是一種服務了。無論從保險，還是從事故後的處理這塊，需要把運營系統做起來。但是站在我們角度，我們關注L2更多一些。
Q：在這一過程中輕舟扮演什麼角色？
侯聰：我們還是供應商角色，但是我們會和車廠會有更深度的合作關係。因為如果想往L3和L4去做的話，其實是要深度地參與到硬體的設計、選型和指標設計，要從整體上達到一個安全的目標。
Q：剛說到車企在選擇供應商的時候，會更看重它的規模量產。那麼多大的規模叫大規模？
於騫：主機廠在選擇供應商時，會越來越看重供應商有沒有經過大規模量產的經驗。因為畢竟靠試錯模式已經很難走得通了，現在可以講OTA基本不接受透過半成品方式打磨，然後去更新的方式了，這種方式是很難走得通的。交付就要做到一次性交付的好，如果產品出現問題，那可能面臨的不是OTA，是召回了。
所以主機廠對選擇供應商會更加慎重，對產品的穩定性、可靠性、安全性的要求都是非常非常看重的。所以經過大規模量產驗證的，才會被主機廠更加認真的去看待。
那麼多大的規模叫大規模？我覺得起碼十萬、幾十萬，我覺得這樣的規模才叫真正的驗證。因為如果沒有量產過，或者幾千臺、一兩萬臺，這個規模太小了，很多問題暴露不出來。我們看到的一些重大事故，或者說一些比較難遇到的場景，那可能是幾千萬公里積累出來的，如果沒有那麼多的交付量的話，也很難處置這樣的場景。
Q：理想和小鵬都有云端的世界模型，他們打算用世界模型，一是做評測，二是世界模型更高階的強化學習。我想問一下，您認為世界模型在智駕中，下一步走向強化學習是必要的嗎？或者說如果是必要的話，它是現在必要的，還是有一個具體的trigger， 可能在滿足某個條件後，它就是必要的？
李棟：世界模型除了模擬評測，還有資料生成的作用。但是現在實地的使用者產生的很多資料，可以減少他對世界模型的依賴。但如果沒有很多資料的話，世界模型也訓練不出來。另外世界模型對算力的要求也特別高，像我們是設計了一個比較smart的方法去降低訓練成本，比如剛才講的基於世界模型的運動模擬。
Q：上週五餘凱博士做了地平線的技術釋出會，釋出HSD的時候提前其實前一天晚上還不叫L2輔助駕駛，是臨時改的，你們什麼時候改的“高階輔助駕駛方案”，咱們的名字還加了“輔助”，還寫了“高階”兩個字，這是不是我們的堅持和倔強？
於騫：我覺得高階和低階是一個相對的概念，高階並不代表任何其他額外的意思，但是肯定是輔助，這個我們非常清楚，這個非常明確的。
我們要給消費者講清楚這東西是輔助駕駛，不要過度宣傳，不是說天天要往城中村裡面去開，只要覆蓋到90%~95%老百姓開車經常去的場景就可以了，沒必要非去炫技，讓消費者對那些炫技付出額外的成本，還造成不安全的因素。我們是秉承非常務實的產品態度，我不求哪哪都能開，但是我要告訴消費者能開的地方都好開，這是我們一個產品策略。因為我們這套方案畢竟不是一個L4的系統，也不是L3的系統，要有一個比較明確ODD的限制，不要模糊概念，它就是輔助駕駛，只是ODD的範圍大小會有不一樣，場景不一樣。
Q：輕舟今年目標是量產上車突破100萬輛，我們如何去達成這個目標？如果實現的話，我們是不是就能夠實現盈利？
於騫：關於盈利這個問題，我覺得是順水推舟的，或者說水到渠成的。我們作為一家公司的核心，是要為使用者創造更大的價值，我們才能凸顯我們的價值。我們從來沒想著天天盈利，每天掙錢，這個不是我們現在最主要看重的，我們要反覆考慮有沒有為我們的消費者、客戶、使用者創造更大的價值，這個是我們最關注的。
Q：新規出來之前和之後，我們在技術、研發上有一些變化。我想知道那我們怎麼跟車企協同去做一些新的調整？
於騫：本身我們就是非常注重驗證的，我們對產品質量是非常看重。我們每一個推送，每一個更新都是經過大規模驗證的，不管新規之前還是新規之後，這個對我們來講，我們對產品的質量，對安全的要求從來沒有改變過，這是我們更有信心的。
同時也會看到我們以前在模擬，包括世界模型，包括大規模的資料基建、底層的這種積累，對我們在對產品要求更高的新的研發正規化下，其實是更有益的。
Q：今年年初我也有參加咱們關於安全的釋出會，有提到說我們今年可能會往L3去發展。我想知道那現在的L2，不管是L2+還是 L2++，如果填滿了一個gap就能到 L3，那麼這個gap可能是什麼？
於騫：在L3這方面，現在市面上的車其實還是非常少的，不管是交付的數量，還是ODD的限制，gap還是非常大的。這裡面的最大的gap就是L2的產品還沒有大規模的交付，如果交付量很小的話，事故統計都不好統計。
所以第一，要本著安全的原則，第二要非常廣泛的使用者交付量，起碼跨過百萬這個坎，才能很好地統計事故率，才能有足夠多的覆蓋，才能知道什麼地方容易出事，什麼地方不容易出事，所以這些東西都是必須的。
當然這裡面新的技術正規化、新的技術研發也要跟上，包括我們剛才講的各種冗餘，不管從軟體、硬體方面的冗餘，都要跟上，最終才能實現L3。現在市面上所謂的系統都是輔助駕駛系統，在責任歸屬層面來講，如果沒跨過這個責任歸屬，就只能叫L2。現在能夠把傳播語言、話語體系進行統一，其實是非常好的事，能夠讓行業更加註重產品和使用者價值，注重產品和安全體驗。
親愛的讀者們，不設定星標，很容易錯過我們的推送，也無法看到封面圖片。請星標“未來汽車Daily”，及時接收每篇推文，期待為您帶來更多更專業的行業報道。