商汤科技联合创始人、首席科学家、商汤绝影CEO王晓刚
编者按：腾讯汽车编辑部把过去十年的电动化浪潮称之为中国汽车工业的“狂飙年代”，如今，站在2024年这个被誉为“智驾元年”的历史节点，我们不禁要问：产业主要参与者将坚持怎样的技术路线?又如何构筑各自的竞争壁垒?腾讯汽车特别推出智驾系列策划，通过访谈、实测、横评、综述等多种方式，力求站在历史的原点，进一步洞悉汽车工业未来十年可能发生的巨大变革，为读者和行业提供更全面的内容导引，为行业留下部分历史注脚。
腾讯新闻《远光灯》
作者 傲敦
编辑 杨布丁
商汤闯入汽车圈，或许要感谢一场暴雨。
2017年夏天，商汤、本田和另一家公司的技术团队同时出现在本田日本测试场，本田要求商汤只用两颗摄像头完成车辆自动驾驶，其他团队则使用多传感器融合方案。
谁都没料到，演示那天下起了暴雨，那些依赖激光雷达、惯导、高精度地图的车辆彻底“罢工”。商汤用纯视觉方案，在恶劣天气条件下顺利完成了任务。
几个月后，商汤和本田签署了长达5年的合作协议，双方共研L4自动驾驶技术。
那日带队赢下项目的是商汤科技联合创始人、首席科学家王晓刚，现在他还有另一个新身份——商汤绝影CEO。从2017起，王晓刚便带着近四十人的团队一脚踏入眼下最卷、最残酷的行业：汽车圈。
2017年的智驾圈，Transformer等先进的网络结构尚未成熟，如今火爆的端到端更是没出现，自动驾驶技术路线、商业模式也都不清晰，多数以L4级为主，距离规模化量产还有一段距离。
直到2020、 2021年，商汤等一批新入局的智驾供应商终于看到了机会。当时国内车企多数用Mobileye方案，但它高度封闭，导致车企无法采集自己数据，车厂不得不尝试更多可能性。王晓刚回忆说，那时商汤看到了做量产智驾方案的机会，开始逐步加大对智驾的投入。2021年绝影品牌诞生，聚焦智能汽车领域。
闯入汽车圈后，商汤绝影经历了波折且痛苦的转型过程，但最终还是成功交付，完成了第一阶段蜕变。如今，特斯拉FSD入华已箭在弦上，但在王晓刚看来，这是商汤绝影一个机会点，“车企跟我们深度合作，会是在AGI时代取得成功的最佳路径”。
“中国车企和科技公司的合作闭环里，不能只是会解bug。”王晓刚认为，双方需要建立“你中有我，我中有你”的模式，共同打造一个可升级、可迭代的研发体系，即AI时代的基础建设。
从2014成立那天起，商汤一直在聚光灯下，那里有一群顶尖科学家，曾被称为“AI四小龙”之首。但成立十年来，商汤一直在探索如何通过技术变现来养活自己，按照王晓刚说法，“压力还是很大的”。他对绝影团队说， “只有半年的生命，半年之后可能再续命”。
以下是腾讯新闻《远光灯》与王晓刚的对话，经编辑：
“在今天，汽车成了AI最大的牵引动力”
《远光灯》：我比较好奇，你从学术界转到工业界，今天又进入到汽车这个特别卷的行业，有什么感受?
王晓刚：我是2016年从学校进入到商汤，大家很多时候都觉得商汤是教授从实验室出来创办的公司，那里面学术氛围比较浓，不接地气。其实不是这样，从商汤建立那天起，你就必须得通过技术变现来养活自己，压力还是非常大的。所以，那时候开始我负责研究，很快开始接触业务，包括当时跟本田的合作，手机业务、互联网业务我都负责过。
今天我们说汽车行业“卷”，其实手机市场 “卷”得更早。在手机业务市场，我们经历过比较残酷的、激烈的市场竞争，记得当时我们大年初三就到岗，跟友商PK非常激烈，好在我们在技术比拼方面比较有优势，最后我带队拿下了订单。
另外，我们最早接触的本田项目也是我带着团队最终赢下来的。当时有一个展示前端技术的活动，本田的社长等高层都在场，本田要求我们就用两颗摄像头，在本田日本测试场里能够完成自动驾驶。
那天有我们和本田自己的团队、还有一个外部团队，他们用的就是激光雷达、惯导、高精度地图。演示那天下起了暴雨，那些强依赖于这些传感器和硬件设备的团队，整个就不能工作了。最后我们商汤纯视觉方案，就用两个摄像头，还是在恶劣天气条件下顺利完成任务，最终赢得了这个项目。
商汤是经历了很多考验，但是进入汽车这个行业后，我们发现竞争更加激烈、更加残酷。到淘汰赛阶段，车厂对交付、质量要求、deadline的限制，这些要求都特别高。我们也经历过项目交付的各种挑战，我跟团队一块驻场，跟客户一起完成的。我觉得，这些都是必经的过程，商汤和绝影也都是在这样的过程当中成长起来的。
《远光灯》：“AI四小龙”里，其实你们是最早坚定的进入到汽车产业的公司，这是为什么?
王晓刚：这跟创始人对于每一个公司的未来和定位是息息相关的。商汤是一家人工智能平台公司，因为AI的发展是有周期的，跟行业密切相关，所以不同行业依次会形成AI的推动力，AI的发展需要某些行业来进行牵引。
在今天，我们看来，汽车就成了AI最大的牵引动力。但是，若干年前那就是智慧城市、手机和互联网，它们是AI的动力。商汤其实都有前瞻性的布局，作为一个平台公司，商汤也是随着行业的变化和发展，往前演进。
今天汽车作为非常重要的板块，我们需要深耕下去，大模型无论是在智能驾驶还是智能座舱领域，它都是有非常好的、比较明确的落地场景。
将来，这些技术可能又能够被机器人所复用。只不过今天，机器人的量产数量是非常少，汽车有比较庞大的量产群体给你提供反馈，去打磨你的技术。
《远光灯》：所以对于商汤这类AI公司来说，下一个风口行业就是机器人?
王晓刚：对于绝影来说，我们会扎根在汽车这个方向。商汤本身，它不会一直就只停留在汽车这个方向，它还会再往前走。因为人工智能技术本身也还在演进过程当中，我们就会一直深耕下去。
《远光灯》：目前你们在算力层面的储备是多少?
王晓刚：在算力层面，商汤从2018年开始布局建设AI基础设施，在上海临港投入了超50亿元建设智算中心AIDC。商汤大装置已经布局全国一体化的智算网络，运营54,000卡GPU，总体算力规模达20,000 petaFLOPS(每秒千万亿次浮点运算次数，下称“P”)。
其实，国内大多数车企的算力储备尚未突破2,000 P，所以说，我们充足的算力资源为UniAD自动驾驶方案的高效训练学习和实车部署奠定了坚实的基础。
《远光灯》：商汤大装置和基础设施会给到绝影什么样的支持?
王晓刚: 我们的合作非常紧密。首先，像基础设施，也就是我们说的大装置，算力平台、数据存储等，因为自动驾驶，尤其是端到端对于数据存储要求非常高，因为都是视频片段。
在端到端早期训练过程中，我们遇到了很多困难，中台部门跟我们一起进行反复迭代;另外，大模型、多模态大模型等很多方面，商汤产研部门会进行支持，包括最新的日日新5o流式多模态大模型。我们把商汤在大模型上的这些突破运用到车载的领域。
自动驾驶量产交付是考验的第一步
《远光灯》: 从最早的本田项目再到绝影品牌，你们是怎么确定的这个方向?
王晓刚：我们是从2016、2017年开始了智驾方面的研发。当时本田来中国寻找智驾合作伙伴，他们看了很多公司。当时商汤整个体量还比较小，做智驾的研发人员也就三四十人，但本田非常看重商汤在基础设施、训练框架等方面的能力和创新能力，所以最终选定跟我们合作。
本田当时给我们提出的目标跟今天的端到端自动驾驶非常像，就是纯视觉，只用摄像头、没有高精度地图，不使用激光雷达，直接根据视觉去预测输出驾驶轨迹。在当时，像Transformer等先进的网络结构还没有成熟，无论是端上的算力还是云上的算力，也都不具备相应条件。
另外，早期自动驾驶的技术路线、商业模式也都是不清晰，那时候虽然有很多自动驾驶公司，但大多数以L4级的自动驾驶为主。
直到2020和2021年，我们在智驾方面看到了一个契机。一些国产车厂之前大多用的都是某厂商的方案，它是高度封闭的，甚至车厂连自己的数据都没有办法采集到，就只能给到某厂商。所以，一些新的供应商获得了一个契机，为车厂去做量产智驾解决方案。从那时开始，商汤开始逐步加大对智驾的投入，2021年，商汤就有了“绝影”这个名字和品牌。
《远光灯》：当时你们内部有没有产生过什么争执或者犹豫过?对你们来说这是一个比较大的转型。
王晓刚：2021年商汤上市之前，我们内部针对智驾做过比较大的讨论，因为智驾投入是比较高的，而且有很强的不确定性，风险比较高，但是汽车给AI带来的牵引动力会是巨大的，最后我们还是下决定要做。所以到2022年，我们就成立了绝影智能汽车事业群，由我来负责。
另外，这几年商汤逐渐加大智能汽车领域的投入，因为我们也看到一些比较清晰的商业模式，跟主机厂合作去提供量产方案，这是一个趋势。到2022年年底，我们提出了端到端UniAD的解决方案。
同时，2022年年底，ChatGPT出圈了，大家对大模型开始有了认知。其实在2022年一整年，我们给各个车厂推的就是智驾大模型，现在看来确实是太超前了。
所以到了2023年，我们绝影继续加大这方面的投入，包括UniAD端到端自动驾驶，车舱大模型应用。在这个过程中，绝影逐步找到了自己在整个行业中的定位和未来发展方向，同时商汤本身在基础设施大装置方面的优势也更加清晰。
《远光灯》：刚开始的时候你们有没有制定一个目标或者打法?
王晓刚：具体看业务本身，座舱相对来说“轻”一些，交付速度会快一些，现在我们的市场覆盖度还比较高，有30多个车厂合作。智驾业务比较“重”，从未来发展趋势看，其实是要求合作伙伴跟车企有一些比较深度的合作。
尤其在今天的端到端时代，我们的目标是能够寻找几家重点车企形成战略合作，因为车企有量产车，有比较丰沛的数据，而我们商汤绝影有包括算力和数据生产管线在内的基础设施，双方能够打通整个闭环。
这是比较重要的，因为汽车市场竞争比较激烈，未来还会进一步聚焦，我觉得重点不是说贪多，而是要一些形成闭环、战略合作。
《远光灯》：商汤是一家AI公司，你们是怎么说服更多车企客户跟你们合作的?
王晓刚：我们这样的AI公司作为供应商进入汽车行业，在量产交付上一定要实现一个蜕变。从整个行业看，2021年到2023年大家刚开始做自动驾驶量产交付、开始转型，我们有三个量产交付的客户其实都很关键，就是广汽、合众和一汽。
很多时候，实际上是我们客户帮着我们成长的，因为他们有各种流程、工作方式的要求，这个转型过程是非常波折和痛苦的，但最终还是成功交付了。
所以我觉得在那个阶段，经历量产的考验是第一步，是里程碑，绝影完成了蜕变。
我为什么说我们“只有半年的生命”
《远光灯》：听说你跟团队说“只有半年的生命，半年之后可能再续命”，这是什么意思?
王晓刚：在汽车行业，我们学到最多的就是结果导向。最终你要去看结果，你的量产交付质量、时间点，在一个项目里面，我们做软件可能是最后一环，那前面还有很多环节，最后到我们这是后墙不倒。
具体到自动驾驶，它又是一个技术栈特别深的的方向，要依赖的环节很多，所以要给大家梳理，要结果导向，守住自己的每一班岗。说的再好、再怎么样天花乱坠，最终还是要结果。
对绝影来说，我们敬畏客户，取得他们的信任和友谊，形成持久的战略合作，这是因为我们在关键时刻能够去交付好的结果。
汽车行业你也知道，很多时候有一款车没有做好，可能关系到这家公司的生死存亡。之所以我说半年的时间，是因为在汽车行业经历的特定的时间点上，产业的演进速度与竞争格局是非常激烈的。
只有半年的时间，并不是说没有钱了、没有现金流了。而是说，当你的技术落后了，或者是没有去交付好的时候，半年以后你可能就没有客户了。没有客户，你自然就已经是被市场抛弃了，那么无论你是有多大的团队规模、多少现金，其实都是面临着被淘汰的危险。
所幸的是今天我们是有机会的，但我们要时刻提醒自己，这个机会也是稍纵即逝的，因为大家演进的速度都非常快。
大模型上车、端到端自动驾驶，在这个时间窗口里面，如果你不能够拿出市场上认可的产品和技术的话，那就会被淘汰。
《远光灯》:你的意思是说，无论是谁，汽车产业的竞争变化是半年决定着大家的存活。
王晓刚： 对，而且你的技术路线也都是这样的。去年这个时候，大家都在追求从高速到城区，从有图到无图，现在是端到端的两段式与一段式，技术演进非常快。
《远光灯》：从竞争氛围看，你觉得2021年同2024年有哪些不一样?你的对手、客户，跟2021、2022年相比发生了什么变化?
王晓刚：我们觉得上一个阶段竞争出来的结果是一种标准化产品的交付，到了今天，大家开始关注端到端，很多企业也开始了内部调整。
在上一个阶段，大家发现市场上已经有一些成熟方案跑出来了，出于时间和成本的考虑，客户直接采购市场上成熟的方案就可以了。这会使得车企自研团队跟供应商，某种程度上是竞争和替代关系。
但是端到端出现以后，让事情发生了变化。车厂数据、用户驾驶数据更具价值了，车厂会给自研团队一个新的定位。像特斯拉，它不仅有数据，还有比较强的AI基础设施。这十万块GPU和几百万台车，能够形成数据闭环，特斯拉想采什么数据就可以从自己的数据中拿，根据需要去训练模型。
我们的车厂没有那么多算力，别说十万块GPU，有的连1000块都没有。作为供应商来说，它又没有办法去拿到数据，那车企和供应商要怎么去跟行业的标杆进行抗衡?只有两个结合在一起。
《远光灯》：绝影能解决什么痛点?你们怎么保证这个结合一定能形成合力?
王晓刚：车厂自己的数据是有价值的，但怎么去用好这个数据?这需要有资源，怎么用好数据也有门槛。
车上每天产生的摄像头采集数据量是庞大的，你不可能把这些数据都传到后台去，怎么去选择这些数据、在什么样的条件下去弄，这是非常关键的。
过去的标准化交付和未来与合作伙伴深度的合作，两者之间有哪些差别，这些需要有车企自研团队能够去理解。
你可以想象，如果我们是一个标准化交付，给车厂的方案都是黑盒，车厂不会放心的把数据交给你。因为把数据交给你，他什么也没有得到。只有车企也能够拥有这些研发体系，能够理解你的研发流程，才能够跟你一起去共同合作，共建共生。只有这样，车企数据的价值才能发挥出来。这里面就是会产生新的合作的模式，那就是下一个阶段了。
《远光灯》：下一个阶段是指什么?
王晓刚：在端到端时代，车企和供应商是要有比较深的融合，不仅仅是产品交付层面的合作，中国车企和科技公司的合作闭环里，不能只是会解bug，需要共同打造一个可升级、可迭代的研发体系，其实就是AI时代的基础建设。
车企和AI公司深度融合，双方把研发流程，研发体系能够去对齐，不断更新和迭代它的产品和服务，将推动双方的进一步合作。
《远光灯》：你的意思是说，下一步车厂研发团队来把数据这一块做好，绝影发挥AI优势把算法做好，双方深度绑定。这么做的原因，更多是考虑技术落地还是成本?
王晓刚：两方面都有。比如，现在AI、大模型技术门槛本身就很高，同时需要持续投入，也需要演进。虽然现在看到有一些有车厂也做大模型，同时自研自动驾驶，不过你会发现这种模式一定是不划算的。因为这些投入和基建设施只是服务一家企业，但像商汤这样的AI平台公司，基础设施和服务投入不光可以分摊到汽车行业，还有到其他行业，去不断迭代和共享这些平台。
我们可以说，无论怎样，目前自动驾驶还在投入期。每个车厂维护一两千人的团队，大量投入和维护基础设施，对他来说是不可持续的。尤其是今天，汽车圈价格战一直在持续，这对成本的要求是非常高的。
除了特斯拉，很少有车企能够一家单打独斗把算力、模型和数据几方面都形成规模，这既需要持续的庞大资源投入，还需要强大的技术实力支撑。
“大家要拼平台能力，否则给了代码也跑不起来”
《远光灯》：假设绝影有了十家合作伙伴，他们都要把数据跟你们分享，那客户们会愿意吗?
王晓刚：这里面不是直接的数据融合。我们绝影具备商汤大装置这样行业领先的算力储备、原生垂类汽车大模型、领先的软硬件架构和全栈数据生产管线等四大技术基座，是平台化能力。
合作过程中，绝影愿意白盒交付，对合作伙伴开源，帮助车企掌握大模型研发的Know-how，理解绝影的研发流程，双方的研发流程和研发体系相互对齐，让数据在合作伙伴之间流转起来。
在全新的合作模式下，车企在掌握大模型Know-how、对齐研发流程和体系之后，能够理解和放大数据的价值，选取不同组合的数据来针对性训练专属于自己的模型，打造差异化的特色。
而绝影作为大模型平台能力的合作支持方，车企伙伴的数据回流，形成数据闭环，以量产车辆数据来驱动基础模型的训练和迭代，打造更有针对性、性能更强大的垂类基础大模型，形成一个良性循环的深度合作模式，让双方你中有我，我中有你。
以大模型行业为例，既需要GPT-4这样的模型，也有基于GPT-4长出来各具特色的面向C端的应用或者Agent(智能体)。
《远光灯》：如果自动驾驶的底层技术越来越趋同，这个差异化怎么体现?供应商去做，还是车企去做这个差异化?
王晓刚：车企主导，因为在最终产品交付阶段，供应商跟车企共同完成。车企要筛选数据，重点强调什么样的场景，什么样的用户的体验，这是由车企来主导来完成。
《远光灯》:意思是说，就像传统燃油车时代的博世一样，你们给各车厂提供一样的产品或者部件，让车企去做面向智能化时代的产品和体验?
王晓刚: 我们提供的不是一样的产品，如上面说的，我们提供平台能力，包括训练模型的能力、处理数据的能力，还有一些其他基础能力，这样的话，车企不需要从头开始。
绝影的合作模式跟之前博世跟车厂合作不一样，之前博世是提供比较标准化的部件，让车企完成组装、安装。我们不一样，未来人工智能时代，差异点最大的是在于高质量数据，大家都得在这方面去下功夫。但是做这个事，得有一个基础。如果从头开始做起，别人花一年两年时间就做好，你要三四年才拿出产品去比拼，这是大家接受不了的。
所以绝影其实就是帮助车企打造一个比较好的起点，在这个起点的基础上，车企再琢磨怎么把数据的质量进行提升。
《远光灯》：刚才说白盒交付，这是多大程度的白盒，你们还是有所保留吧?
王晓刚：在大模型时代，白盒交付不是最大的难题。其实今天各个车厂可能已经收集很多套白盒代码了，但是技术在飞快的演进的，今天收集到这些东西，明年又是下一套。
解决这样的问题，核心是要找到一个战略合作伙伴，双方共同去打造一套研发体系，而且这个研发体系，是能够不断快速迭代和进步的，这才是比较关键的。
比如说，车企今天用的是A的研发体系，供应商B来了，给一套白盒，这个白盒也挺好的，但要让所有的研发团队从A切换到B，采用另外一套东西的时候，成本就非常高。就算别人给了你白盒，你都不一定愿意做切换。所以，今天就是大家要能够形成这种合作的话，是比较关键的。
将来，车端的那些代码会越来越简单，越来越复杂的是后端的平台化能力，算力基础设施、数据生产管线这些需要时间沉淀和积累的能力。
《远光灯》：现在多数车企都已经在喊大模型上车了，这个不能帮助他们解决这个问题吗?
王晓刚：今天大模型时代好多开源的大模型，也有很多开源的代码，或者是工具链。开源大模型的性能或许不弱，但并不能够百分之百解决问题，满足企业的需求，这也导致不能够把大模型用到实际的业务当中，不能完全解决问题。
从这种意义上来说，大模型其实没太大的用处。车企更需要的是什么?是这套模型背后的数据生产管线、训练平台，通过这些要能够重新再把这个模型再训练一遍，这个能力是很重要的。把开源大模型再训练一遍的企业，这是非常少的。将来大家要比拼的是平台能力，否则就是给了代码，企业也跑不起来。
比如说，一个模型要几千块GPU一起才能训练成功的，一般的集群训练起来的话，每20分钟就要中断一次，做一次诊断，又得花一天两天的时间。这其实根本就跑不起来，只有在一套平台下面，大模型才能发挥作用。
《远光灯》：相比几年前，车企现在还纠结白盒黑盒问题吗，有没有一些改观?
王晓刚：我们其实不太纠结白盒交付，一直以来，我们跟车厂的合作都是一个比较开放的，各种合作方式都是可以谈。
现在车企对大模型的认知越来越深刻，行业本身已经有一些标杆，同时，各家有的时候自己也尝试过训练大模型，他会发现大模型都是金子堆出来的，资源消耗非常高。
想从头到尾去训练一个大模型，比如类似ChatGPT这样的一个模型要训练出来，消耗都是上亿级的，所以这时候大家也都逐渐明白，大模型时代要分工协作，最后才能把有竞争力的产品和体验做出来。
这个行业里，无论是白盒还是黑盒，在残酷的市场竞争面前，在快速发展的技术面前，只有好的产品和体验才是最具价值和竞争力的。
《远光灯》：北京车展你们说过商汤绝影UniAD方案的天花板更高，今天还是这样吗?
王晓刚: 因为现在大家采用比较多的还是两段式的端到端，就是把感知的输出作为规控的输入，过程中信息量已经大大缩减。最终的结果就是感知网络加上一个比较小的规控网络，它对复杂场景的理解能力是比较有限的。
绝影的方案是只用一个网络，输入感知的信息，直接输出行驶轨迹。预测行驶轨迹这件事情是非常难的，要达到这个目标，就必须得让这个模型自己能够理解很复杂的场景。
绝影的一段式端到端，我们并没有刻意教它去理解复杂的道路场景，比如施工路段、潮汐车道，还有一些交通标志，但最后它也能够做出复杂分析决策和路径规划，它是通过视频数据训练的方式学会的。
这种训练方式需要一个比较大的模型，充分发挥模型的能力，这需要像商汤大装置这样的丰沛算力。如果要是两段式，其实对训练算力、车载算力的要求，跟以前没什么太大差别。
我们在北京车展的时候，特别强调绝影的方案是一段式，是真端到端。现在一些行业专家和企业也认可了这个说法。其他企业也开始走一段式的路。
《远光灯》：总结下来，绝影跟车厂之间有几种合作模式?
王晓刚：一种是标准化交付，就是针对已经比较成熟的基于规则的自动驾驶方案，我们就进行标准化的交付;另外一种是数据驱动的端到端方案，我们希望跟车企深度合作：我们输出的是平台化能力，能够去实现把商汤绝影的基础设施跟车企的量产车连接，这样能够给端到端的产品带来比较好的更新迭代，未来随着商汤大模型技术和基础设施的不断演进，绝影会给客户持续更新底层的平台化能力。
特斯拉FSD入华，对绝影来说是机会点
《远光灯》:你怎么评价特斯拉FSD入华?
王晓刚: 我觉得是好事，行业标杆能够让大家感受得到自动驾驶的价值，行业里面有这样的一个锚点还是非常好的。
我们两家都是走感知决策一体化的端到端路径，从推动一段式端到端落地角度来看，我们都是技术领先的玩家，以更低成本带来更高开城效率，同时让量产智驾有更高性能的天花板。
《远光灯》:它是“鲨鱼”还是“鲶鱼”?
王晓刚：无论鲨鱼还是鲶鱼，特斯拉FSD入华对整个行业的示范作用还有引领作用，这是比较重要的，害怕也没有用，要积极的去拥抱新的趋势，参与竞争。我觉得车厂卖车不是单靠自动驾驶这一个功能，涉及到方方面面，有很多综合因素。
《远光灯》：假如，特斯拉FSD入华后的表现真的非常强，做到了技术上非常领先，是不是反而可能会对绝影这样的供应链公司有利?传统主机厂可能会更着急补齐能力?
王晓刚：这确实是我们的机会点。现在行业里还有观望的人，产品、性价比很重要，但时机也很重要，错过了，可能就没机会了。这个机会窗口对于车企和我们来说，都是一样的。
主机厂要补齐能力，追赶甚至超越特斯拉，需要实力深厚且志同道合的战略合作伙伴。商汤绝影是智能汽车行业非常稀缺的同时具备“大算力+大模型体系+数据闭环+量产经验”等全栈技术能力的AI公司，我们相信，车企跟我们进行深度合作，会是在AGI时代取得成功的最佳路径。
在我看来，自动驾驶技术的发展与应用是循序渐进的，商汤绝影目前已经跟广汽、哪吒和一汽红旗等多个品牌实现量产落地。同时，我们商汤绝影的UniAD也是面向量产的端到端技术方案，预计明年也会量产落地;此外，绝影还有下一代自动驾驶技术——基于多模态大模型的 DriveAGI智驾大模型。
这些不同技术路线的智驾方案，都可以成为我们合作伙伴与特斯拉竞争的“武器”，大家一起抓住这难得的时机。同时，商汤绝影是面向全球布局的，对于车企出海战略也能够提供有力的支持。
《远光灯》:你们正在研发的DriveAGI相比UniAD方案有哪些不同?是更多考虑了舱驾结合吗?
王晓刚：无论是驾驶还是座舱，其实都是大模型的需求，尤其多模态大模型的出现，它既能服务智驾也能服务座舱。DriveAGI，它是基于多模态大模型对端到端智驾方案进行改进研发，也能服务座舱，能够带来感知和交互的变革。
DriveAGI的交互能力非常强大，在体验上进一步做到可感知、可交互、可信赖。比如在自动驾驶的状态下，导航信息显示车辆需要在下一个路口调头才能到达目的地，但主驾位上的用户知道可以提前在一个缺口直接拐弯，用户可以语音命令它“直接左拐”，系统会根据实时路况对命令进行反馈操作。
我们看到了一些芯片厂商正在推出大算力芯片，像英伟达Thor有1000T、2000T的算力，这么大的算力，驾驶部分占用个几百T，还有很多算力是空出来的。所以大家在想，那就把座舱的大模型也放到同样一颗芯片里面去，绝影也在努力实现芯片层面的舱驾融合。现阶段我们也是有驾驶跟座舱在产品上一些体验的融合。
《远光灯》:舱驾融合行业内说了很多年，一直没实现，你觉得这种真正的舱驾融合什么时候才能落地?
王晓刚: 这已经有明确的量产时间表了，明年就会有量产车出现在市场上。
《远光灯》:价格会不会很高，高算力芯片都不便宜吧?
王晓刚：它也会分成不同档次。另外，除了英伟达以外，高通、MTK都在推他们的大模型芯片，核心在于把场景跟体验做出来，消费者才愿意买单。
《远光灯》:有观点说2027年之前，中国市场有90%的汽车品牌要么会倒下，要么就退出中国市场。你怎么看?
王晓刚: 竞争激烈，进入淘汰赛是共识。我觉得是会分成不同的层次，大家在不同的区间，找到自己的发展领域。
《远光灯》:商汤绝影希望是在哪个区间?
王晓刚：我们绝影不希望只是单纯拼性价比，而是一定要依托于商汤的基础设施和AI大模型能力的领先性，把通用人工智能、大模型这些平台能力跟车厂形成一个比较深度的合作。
《远光灯》:你说的这个领域会不会出现一家独大的这种局面?比如华为。
王晓刚: 我觉得行业里面不太会出现一家独大的情况，因为它需要有一个更加开放的合作模式。以前，某厂商算是一家独大，从市场份额来说是绝对的领先者，但随着产业的发展，它的合作模式被发现是不可持续的，行业迎来了新的机会，开放合作是更加长久的模式。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
