21對話｜卓馭陳曉智：用有限算力做極致性能，這是我們血液里的東西
繼續講“價性比”的故事。
21世紀經濟報導記者 焦文娟 報導
自比亞迪將駕駛輔助下放到7萬級市場後，主機廠追逐智駕上車，供應商頻頻走向台前，車市掀起智駕熱潮。
與市場其他智駕方案供應商相比，卓馭科技是一位典型的追求“價性比”玩家，即用低算力實現更極致的駕駛輔助功能。
去年3月，卓馭科技（原“大疆車載”）提供的7V（7鏡頭）＋32TOPS配置已經開始成為8萬～15萬元級別車型標配，最低8萬元車型就可以具備城市記憶領航、高速領航駕駛等功能，彼時的量產車型已經包括寶駿雲朵、iCAR 03。
與市場相比，要實現城市記憶領航、高速領航駕駛等功能，車企和智駕方案供應商們的方案通常基於英偉達Orin-X芯片平台，至少需要254TOPS算力。
“今年卓馭的重點還是把極限算力落地，在有限硬件、有限算力上做極致的功能和性能。”卓馭科技首席AI技術官陳曉智告訴記者，“這是我們血液里的東西。”
卓馭科技（下稱“卓馭”）的極致成本控制能力體現在自研硬件和軟件兩方面，他們將自己定位為軟硬一體的供應商。
在硬件成本上，以上海車展推出的知周補盲雷達為例，其成本能控制在千元以內。在軟件方面，通過自研模型，卓馭也降低了成本。
這些能力的鍛造來自於“大疆車載”時期的積累。
沒有獨立之前，卓馭的前身是大疆內部一支專注於智能駕駛技術研發與探索的團隊。該部門成立於2016年，早期依託大疆在無人機領域的傳感器、計算機視覺和導航算法積累，逐步向車載智能駕駛系統延伸。在此期間，團隊已開始佈局雙目視覺、BEV感知等核心技術，也鍛鍊了卓馭的視覺技術強項。
2024年11月，卓馭推出了“成行平台”，提供7V和9V兩種方案，涵蓋高速領航、城市無圖領航、跨樓層泊車等功能。其特色在於通過BEV技術和雙目視覺降低對高精地圖與激光雷達的依賴，實現低成本高階駕駛輔助功能。
2024年，中國一汽、大眾汽車、上汽通用五菱、奇瑞汽車、東風汽車都已經成為他們的客戶。5月9日，卓馭首次對外完整公佈了9大合作客戶，除了上述五大車企外，包括比亞迪、長城汽車、奧迪和北汽集團都已經攜手卓馭。卓馭官方公佈的數據顯示，目前已有20餘款車型已量產，還有30多款車型即將量產落地。
此前有智駕公司高管向21世紀經濟報導判斷，2025年，中低端市場將會成為更大的市場。這是卓馭擅長的領域。去年下半年上市的寶駿雲海，全系標配了大疆車載的靈眸智駕2.0 Max，已經把智駕帶入10萬元級市場。
但這也意味著，更下沉的市場擁有更多虎視眈眈的目光，卓馭的壓力不小，這種壓力不僅來自於智駕方案供應商同行，還有不斷推動自研智駕下沉的主機廠。
在同等成本下，卓馭還在做更大的算力進化。在今年的上海車展上，卓馭展出了基於英偉達Thor的VLA大模型。即使是高算力的英偉達Thor平台，陳曉智認為，Thor域控雖算力大、成本會提升，但與雙OrinX方案相比，單顆Thor域控的成本更低，屬於降本方案。
根據卓馭官方此前透露的信息，在英偉達高算力的賦能下，卓馭將進一步推動世界模型在智能駕駛領域的產品化探索。
在世界模型的賦能下，卓馭“千人千面”的智駕方案成為可能。陳曉智認為，今年卓馭將重點推進強化學習與世界模型的落地，後者運用的是思維鏈推理、慢推理技術，若能實現，將顯著提升安全性。
從3月底至上海車展期間，我們與卓馭科技首席AI技術官陳曉智博士進行了兩次交流，他向我們分享了卓馭科技今年的技術重點、路線，以下是採訪實錄，經摘編：
繼續講“價性比”的故事
21世紀經濟報導：今年我們看到，比亞迪在推動全民輔助駕駛普及，華為也在提L3有條件自動駕駛。卓馭也在做生成式輔助駕駛，往更高階的體驗去靠近。在卓馭看來，今年的主戰場會在哪裡？
陳曉智：今年我們的技術和產品重點會放在極致的L2組合輔助駕駛的功能上和Thor旗艦的平台上，從安全性和智能化兩個維度去發力，把它的輔助駕駛功能做到極致。
21世紀經濟報導：今年上海車展上，卓馭推出了補盲雷達知周，你們的成本大概在什麼範圍？
陳曉智：知周補盲激光成本是千元以內。
21世紀經濟報導：在之前視覺的方案之外，卓馭現在又推出了激光雷達的方案，這種路徑上的拓展是出於什麼樣的考慮？
陳曉智：我們對於激光的看法一直也沒有變，一直認為它就是一個安全冗餘的作用。過往我們項目用的激光確實不多，但是今年也會有一些項目搭載激目1.0的系統也會量產。
過往做的不多是因為我們覺得視覺本身還有非常大的挖掘空間，所以我們重點還是放在視覺的方案挖掘。
21世紀經濟報導：卓馭一直在成本控制很有優勢，最近卓馭推出了帶有Thor大算力的域控、帶激光雷達和視覺融合的激目2.0，卓馭是不是還會延續之前成本上的優勢？
陳曉智：只看傳感器本身，我們認為還是有成本和價性比的優勢，我們激光+慣導三目整體的總成方案成本不會比分離式的單個激光成本更高，所以我們認為它的成本是有優勢的。
而Thor的域控它的算力大，確實成本會更高，但是它對標的是現在比較常見的兩個500TOPS的OrinX方案，它可以用一個700TOPS的Thor-U 平替掉它，算力大了一點，成本更低。所以從這兩者對標來說，它其實也是一個降本的方案。
21世紀經濟報導：未來卓馭的成本是否還會繼續下探，推動更多平價車型搭載輔助駕駛系統？
陳曉智：我們現在比較關心的像城市領航的功能，它的成本肯定能做到更低。比如卓馭目前用的7V鏡頭，再加32TOPS的算力平台就可以跑城市領航，這對於目前大家常見到的動不動跑城市領航要有激光、要有幾百TOPS算力的平台還會有比較大的成本節省。
但要下放到更低價位區間的車型還是會有一些壓力和挑戰，我們能支援更簡單的硬件就能跑城市領航，對於我們的客戶來說推動標配會更容易一些。
21世紀經濟報導：我們現在已經公佈的定點企業主要是自主品牌和大眾，但豪華品牌現在也在找本土化的智駕供應商，接下來卓馭是否有合作的可能性？
陳曉智：除了我們目前正在合作的客戶，我們也一直在跟一些全球客戶在深入交流，相關的合作未來一定還會有增加的，我們也一直在拓展這些海外客戶，包括他們在本土化的車型、海外車型。
21世紀經濟報導：華為前段時間發佈了L3有條件自動駕駛商用的方案，卓馭有沒有L3的規劃？
陳曉智：我們今年要做的事情是會把L3、L4的硬件做出來，包括控製器、傳感器，滿足L3、L4冗餘的架構需求，這個傳感器除了視覺鏡頭，還會增加激光雷達來滿足冗餘。今年更多要做的事情就是先把硬件預埋。
21世紀經濟報導：你認為L3落地具體還需要多久？
陳曉智：我們認為前提還是得先把L2組合輔助駕駛做得足夠好，再去落地L3有條件自動駕駛，但時間點我們暫時還看不到。
強化學習是未來趨勢
21世紀經濟報導：前一陣工信部對智駕的監管收緊，你怎麼看？這件事對卓馭有什麼影響？
陳曉智：工信部的新規，對技術和產品其實沒有什麼影響，我們覺得其實是好事情，行業一直以來有很多浮躁的聲音，但實際上大家在說這些詞的時候，背後到底代表了什麼，實現了什麼東西，沒人知道。
21世紀經濟報導：今年卓馭的技術重點是什麼？
陳曉智：今年我們重點會做的事情一是強化學習，二是世界模型，或者叫思維鏈推理、慢推理的技術，這兩種技術我們認為如果能落地的話，對安全性有比較大的提升。
21世紀經濟報導：這類技術具體在安全性能上如何提升？
陳曉智：對於過往長尾場景沒有見到的數據，模仿學習可能會做出一些意料之外的行為，但是強化學習是自己可以去探索一些沒有見過的狀態，從而能夠去做出更合理的決策，我們認為安全性會有一個數量級的提升。
21世紀經濟報導：前段時間卓馭發佈了生成式智駕功能GenDrive，能夠實現個性化的駕駛，你們如何做到“千人千面”？
陳曉智：“千人千面”的智駕能力，它背後的技術關鍵在於我們在研發端到端的世界模型。
21世紀經濟報導：它跟傳統的端到端世界模型有什麼區別？
陳曉智：傳統的端到端是基於模仿學習，你從大量的駕駛員數據中學習他的行為，但因為數據裡面各種風格的司機都有，你學出來的風格其實就是一個平均的司機，沒有區分度，所以它很難做到千人千面。並且它的推理過程也是基於直覺式的端到端，它看到一個傳感器輸入就做一個駕駛動作，它是直覺式的一次性動作的預測。
21世紀經濟報導：你們用世界模型做到“千人千面”的思路是怎樣的？
陳曉智：做到千人千面，其實要有一些推理的能力，並且要區分不同的風格，我們通過世界模型，世界模型的特點是有推理能力，它可以生成未來可能發生的N種情況，就類似N個平行宇宙，這裡面可能有非預期的，有一些不符合用戶駕駛意圖的，你可能需要一個推理過程結合用戶意圖選擇最有可能的駕駛軌跡。
這背後的技術核心是世界模型的推理能力，在訓練過程中會引入強化學習去克服模仿學習本身的局限性。
21世紀經濟報導：訓練這樣的模型，它的數據需求量很大嗎？
陳曉智：數據量其實沒有太大區別，更多是算法上的創新，引入強化學習之後，在長尾數據積累，這種數據還能減少，因為模仿學習，你要模仿一些極端場景的行為，你得採集這個場景的數據，有一些場景數據又是很難覆蓋的，強化學習可以通過仿真手段生成這種場景，它可以降低數據採集的需求。
21世紀經濟報導：現在很多車企推出一些端到端版本可能代表的是模仿學習路線，今天卓馭又推出了世界模型，代表的是強化學習路線，你覺得這兩種路線接下來哪一種會成為主流？
陳曉智：會是結合的，我們說強化學習也不是純強化學習，模型訓練還是會分兩個大的階段。
第一個預訓練階段，預訓練階段本質上就是模仿學習，有很多數據來去做預訓練，預訓練可以做到80分這麼一個通用能力，大部分場景表現不錯；
但是在80分到95分的時候，再繼續用模仿學習成本就會比較高，爬坡邊際收益遞減，這時候用強化學習效率是更高的，安全性各方面的指標也能有更大提升。
強化學習做出來之後不是拋棄模仿學習，而是結合，即在不同訓練階段用方式。明確一點，用模仿學習一直從頭到尾訓肯定不是最好方案。
21世紀經濟報導：最近大家對駕駛輔助的安全性關注度很高，卓馭在使用世界模型生成場景的時候要怎麼保證數據和場景準確性？
陳曉智：準確性要從兩個維度去評價，一個就是逼真度，一個是幾何或者物理準確度。
逼真度就是仿出來的圖像，或者視頻真不真，這塊兒技術上已經解決相對好了；關於幾何或者物理的準確度，我們可以用幾何模型，比如說深度估計模型，或者持續重建來判斷幾何一致性，這種一致性是可以通過跑一些幾何模型，深度估計模型，持續重建來去發現它有沒有問題。
21世紀經濟報導：很多友商也在做世界模型，世界模型什麼時候將成為行業追逐的共識？
陳曉智：我們認為世界模型確實會是下一代更加好的架構，我們認為它會是在今年到明年的技術升級的方向。
21世紀經濟報導：應用到消費者體驗上，會有什麼變化？
陳曉智：現在車位到車位功能其實做得都不太好，現在車位到車位是有一個提前記憶的路線，甚至比較看重整個停車場的地圖去找車位。
但人開車卻不是這樣，人開車是看地面箭頭，看指示牌，端到端的世界模型也會具備這種能力，通過看這些箭頭或者這些信息自己去找車位，我們認為點到點應該是這種方式。
今年應該能做到這種程度，它還是一個L2組合輔助駕駛，但是體驗上應該會給大家更自然的感覺，更聰明、更連續的體驗。
