轻舟智航侯聪：追求极致性价比，而非极致性能

1套产品方案全新升级、1个客户量产新定点、2轮数亿元新融资、超50万NOA量产上车……

1月16日，轻舟智航举行媒体沟通会，轻舟智航总裁侯聪、CTO李栋复盘了公司2024年的成绩。但有意思的是，他们并没有将更多的笔墨放在对过去成绩的介绍中，而是将更多精力用在对“安全”的介绍。

在侯聪看来，2025年会有大量装载NOA功能的车面世，这意味着会增加一大批使用NOA功能的用户，此时安全会变得更加重要。未来，智驾必然会向L3、L4等迈进，而安全是L3时代到来的门槛条件。

“很多人把安全和保守结合在一起，但实际任何一次安全的突破都是由技术创新带来的。”因此，侯聪认为，轻舟智航是通过不断创新让智驾做得更加安全。

以前如此，在未来的基于大模型技术的智驾研发布局中，依然如此。

在保证安全的前提下，侯聪指出，轻舟智航智驾产品目前定位更加注重性价比，而非追求不计成本的极致体验，至少目前不是。

同时，轻舟智航还表示，将携手车企率先推动“事实性L3”的落地，并提出敢赔模式，通过保险兜底的方式，让智驾成为用户愿意付费的必选功能，推动智驾市场体量的指数级增长。

01

2025年完成城市NOA交付

2019年，轻舟智航成立之初，最早关注的是Robobus赛道。

但时至2022年，伴随着L4长尾场景始终得不到解决，更无法实现盈利，一大批自动驾驶公司进行业务转型，或者说“降维”，把业务重点从L4转至L2。

轻舟智航也是如此。这一年，轻舟智航正式开启双引擎战，在继续研发Robobus的同时，启动面向量产车、高阶辅助驾驶的落地，并推出了专门品牌：轻舟乘风。

一年后的2023年9月20日，轻舟智航宣布已成功获得数家头部车企量产定点合作，成为首家基于地平线征程5实现BEV感知技术，达到行泊一体全栈交付量产要求的智驾方案供应商。

之所以能够很快拿下客户，一方面是因为轻舟智航本身极具性价比的方案，中国高阶智驾的量产硬件系统开始接近特斯拉HW3.0 7000元左右的标配成本区间；另一方面，也得益于地平线的大力支持，后者为轻舟提供了大量的量产经验，以及工具链使用上的大量指导。

但地平线征程5并非通用级芯片，且算力有限，为了有更好的智驾表现，2024年轻舟智航在进行量产交付的同时，也在加速产品向征程6迭代。

当年4月，轻舟智航即发布了基于征程6芯片的智驾方案。“从征程5的芯片的方案移植到征程6，我们只用了两周时间”，侯聪称，很感谢地平线的大力支持。

基于征程6芯片，轻舟乘风目前有三个版本Air、Pro和Max，无论是哪个版本，性价比都是轻舟智航的优势之一。

其中，Max是城市NOA方案，基于征程6M的芯片，是11个摄像头，可选一颗激光雷达。

侯聪表示，2025年，轻舟智航的重要工作之一，就是城市NOA方案交付。

在城市NOA方案设计上，轻舟依然选择更具性价比方案。

“我们现在还在专注于征程6M去做，征程6P算力很高，想把这个算力用好，背后整个投入会比较大，类似于Thor，类似特斯拉AI 4.0，它的算力和征程6P相当，背后要投入很多算力和人力。”侯聪称，对轻舟来讲，目前更加务实或更商业化的做法是做一个高性价比的方案，而不是直接去冲击最佳性能、不计成本的方案，这不是现在轻舟的选择。

智驾产品落地的同时，轻舟智航无人巴士Robobus也在同步开发和交付中。2024年11月实现了去年11月在金华落地新车型和商用车运营中心。未来，轻舟智航Robobus业务会基于金华往外拓展包括浙江、长三角的业务。

不过，对于对于L4，特别是Robotaxi市场，侯聪认为，中国一定比美国要慢。这其中技术是一方面，更多的还是一些人力成本，美国可以用更高的成本的硬件、配置去应对一些复杂问题，但国内不行，因为从商业上算不过来的。

因此，在他看来，国内L4发展思路跟特斯拉更加接近一些，Waymo这条路可能对中国的情况并不是很适用。“但即使到那一步，我们依然认为像冗余设计是必不可少的”。

业务不断推进之下，轻舟智航融资层面时隔1年半又迎来新进展。2024年6月和10分，分别获得一轮融资，成为当年唯一一家获得两轮融资的智驾企业。

至此，轻舟智航跨过量产元年，即将进入城市NOA交付年。

侯聪预计，2026年中城市NOA会进入到大面积普及状态。

02

安全不是保守而是不断创新

伴随着轻舟智航交付量的不断提升，智驾行业整体也在向上攀升。

侯聪判断，2025年会有大量的部署装配NOA功能的车面世，这也意味着今年会增加一大批使用NOA的用户，这时候，NOA的安全就会变得更加重要。“今年跟之前不一样的点是NOA加速的普及，让我们认为安全才是核心竞争力，才能够给用户带来更大的价值”。

在他看来，L2到L2++已经很多年了，行业肯定是往L3、L4继续迭代，L3、L4对于安全的要求肯定是更高的。在L2我们一定要把安全做好，才能逐渐往L3、L4迭代，安全也是L3时代到来的一个门槛条件。

不过，强调安全并不意味着保守。侯聪认为，安全是由创新所驱动的，通过不断技术创新的方式来让智驾系统做得更加安全。

他以过往汽车行业的发展举例称：汽车无论被动安全还是主动安全，有四个很重要的里程碑，包括1951年的时候，奔驰推出了安全车身，这是走向被动安全很重要的一步。沃尔沃在1959年推出安全带、通用在1974年推出安全气囊、以及在1990年的时候，沃尔沃推出AEB系统，这些都给汽车安全带来很大的提升。

侯聪称，之所以有底气说做出一个更安全的智驾系统，主要源于此前公司的大量积累。

一是源于L4级自动驾驶的技术基因。轻舟智航所有创始人都来自Waymo。L4的基因让其在系统设计时首先考虑的便是安全，包括系统设计、产品设计，以及里面每一个技术上子架构的设计。

二是实现50万+大规模量产交付后，轻舟智航能够基于大量的用户数据和问题反馈，持续利用数据闭环及问题修复流程，提升软件质量，形成有效的安全正循环。侯聪强调：“交付完50万的量后，我们没有出现过一起重大安全事故”。

三是以安全为导向的开发流程和质量管理体系，从开始搭建整个研发体系的时候，都是以很高的标准去制定，比如编程规范、代码审核的机制，整个技术设计的流程，评测系统的搭建。

侯聪还特别指出，轻舟智航从一开始就搭建了很先进的仿真测试系统，使得每一个修改、调整都会经过数十万场景的仿真验证。

在此之下，侯聪认为，轻舟智航各项量产安全指标均已跻身业内最高水准梯队。“我们现在量产的车型上，高速NOA安全接管的里程已经超过1000公里，AEB误触发率是40万公里小于1次，行业的平均值大概是在10万—15万；主动安全的测试里程已经超过了1440万公里，每天都会增加2000万公里的新用户使用里程。”

如何更安全？

侯聪称，首先要解决长尾问题，无论是过去做BEV感知上一代的技术架构，还是新的端到端架构，本质上都是用数据去驱动模型的训练来解决问题。轻舟智航通过数据上的增强、仿真来去对一个问题进行一类问题解决的同时，我们依然不排除用规则去修问题。

其次是解决功能实现问题，L2系统出于成本的考虑，不可能像L4这样用这么重的硬件去做，但是理念依然是相通的。即使L2系统，轻舟智航也做了多相机、毫米波雷达，甚至激光雷达冗余，并在设计和模型层面考虑失效可能性。

侯聪以无图方案举例，把导航地图作为先验放到模型里面去时，地图也会出错，本身也会失效，因此轻舟智航不想让模型过分依赖地图的先验，即使是导航地图，也会在训练过程中刻意去喂错误的数据，去会考虑任何失效的可能性。

三是解决人类犯错问题。有时候人类开车时，会不小心误碰方向盘导致智驾退出，轻舟智航也在通过不断提升人机交互的系统，保证一方面能够避免人犯这样的错误，另一方面在真的需要人接管的时候，能够让人更加安全的去接管。

侯聪希望，通过过长尾问题的解决、安全失效的应对，包括冗余的设计以及提高人机交互的方式来给安全性再添三个“9”。

03

端到端模型在征程6上运行

安全问题听起来容易，做起来不简单。

到底如何实现？李栋从技术角度介绍称，需要世界模型的加持的端到端方案。

布局端到端是必然的，关键是怎么用。

轻舟智航提出“安全的端到端”，将将“时空联合规划”的经验融入One Model 端到端模型设计中，保证行车的安全与舒适。

李栋举例称，轻舟智航的端到端方案加入了多层碰撞损失约束。这是在设计时空联合规划算法时，采用的Cost（成本）设计。比如对一些障碍物，会加多层不同要求的成本，碰到付出的代价会非常高，这会让模型天然收敛到保证合适距离，而且

不发生碰撞的结果。

同时，类比大模型的安全对齐，轻舟智航端到端模型的安全对齐，让模型规划的轨迹符合人为定义的安全机制。安全机制充分借鉴时空联合规划的规则和限制，融入到网络训练中。

具体而言体现在两方面。

在轨迹生成过程中，借鉴图文生成中条件生成的方法，将安全规则作为“教师”，在模型轨迹生成过程中引入额外的指导信号，以增加对生成过程的控制，引导轨迹朝特定方向发展，满足安全性。

基于大语言模型的训练过程，将安全规则作为奖励函数，对模型进行微调，进一步增加模型的安全性。

针对离线的端到端模型训练，轻舟智航构建了基于运动模拟的世界模型。相较于传统世界模型，基于运动模拟的世界模型可以批量生产大量的长尾场景和罕见的安全临界场景，同时生成的仿真视频更加可控，保证了时序、空间位置、物体几何、物理规则的一致性和正确性，从而保证端到端系统的安全性。

在此之下，可以完成两件事情：一是特殊场景、边界场景数据的生成，也就是生成大量的长尾场景和罕见的安全临界场景加入模型训练，提升模型的安全性。另一方面，可以把模型放在这个环境里去迭代和仿真，来判断这个模型是不是会生成危险的场景和不合规的场景，让研发在这个基础上去迭代自己的模型。

由此，可以确保整个端到端模型既能充分发挥灵活、上限高的优势，又能做到下限高、更安全。

同时，为了后续进一步研发迭代，轻舟智航在数据方面也进行了布局。基于自动驾驶超级工厂“轻舟矩阵”，实现从数据回传、数据挖掘、三维重建、自动化标注、数据生成到模型训练的完整数据闭环平台，可以实现天级别的闭环和迭代，以解决各类复杂的长尾问题。

李栋表示，对于轻舟来说，目前端到端研发最大挑战是数据。因为其收集的很多城市的数据是偏直行的，但比如在一些路口的左拐右拐这样的数据可能会少一些，需要花一些时间和资源去采集这样的数据。

值得一提的是，轻舟智航的端到端模型是在征程6上运行的，这个模型是在业界第一次训练出来量化到地平线的芯片上部署在征程6M芯片上运行的模型。

侯聪表示，端到端是技术方案，不是产品方案它能够实现拟人驾驶的体验，跟算力没有必然的联系。无论是高算力还是低算力，都能做出一个端到端的效果。

不过，他也坦言，体验上肯定是有差别的。更高算力意味着模型可以做的更大一些，它适配或者解决长尾问题、复杂场景的能力会更强一些。

“我们的定位不是追求不计成本的极致体验，至少目前不是。未来，我相信随着技术发展，成本越来越低”。侯聪指出，目前来说，轻舟还是找一个比较平衡的点，既能做到足够好体验，同时还能保证低成本的把产品推到更多用户面前。

这是轻舟智航的选择。