21对话｜卓驭陈晓智：用有限算力做极致性能，这是我们血液里的东西

21世纪经济报道记者 焦文娟 报道

自比亚迪将驾驶辅助下放到7万级市场后，主机厂追逐智驾上车，供应商频频走向台前，车市掀起智驾热潮。

与市场其他智驾方案供应商相比，卓驭科技是一位典型的追求“价性比”玩家，即用低算力实现更极致的驾驶辅助功能。

去年3月，卓驭科技（原“大疆车载”）提供的7V（7摄像头）＋32TOPS配置已经开始成为8万～15万元级别车型标配，最低8万元车型就可以具备城市记忆领航、高速领航驾驶等功能，彼时的量产车型已经包括宝骏云朵、iCAR 03。

与市场相比，要实现城市记忆领航、高速领航驾驶等功能，车企和智驾方案供应商们的方案通常基于英伟达Orin-X芯片平台，至少需要254TOPS算力。

“今年卓驭的重点还是把极限算力落地，在有限硬件、有限算力上做极致的功能和性能。”卓驭科技首席AI技术官陈晓智告诉记者，“这是我们血液里的东西。”

卓驭科技（下称“卓驭”）的极致成本控制能力体现在自研硬件和软件两方面，他们将自己定位为软硬一体的供应商。

在硬件成本上，以上海车展推出的知周补盲雷达为例，其成本能控制在千元以内。在软件方面，通过自研模型，卓驭也降低了成本。

这些能力的锻造来自于“大疆车载”时期的积累。

没有独立之前，卓驭的前身是大疆内部一支专注于智能驾驶技术研发与探索的团队。该部门成立于2016年，早期依托大疆在无人机领域的传感器、计算机视觉和导航算法积累，逐步向车载智能驾驶系统延伸。在此期间，团队已开始布局双目视觉、BEV感知等核心技术，也锻炼了卓驭的视觉技术强项。

2024年11月，卓驭推出了“成行平台”，提供7V和9V两种方案，涵盖高速领航、城市无图领航、跨楼层泊车等功能。其特色在于通过BEV技术和双目视觉降低对高精地图与激光雷达的依赖，实现低成本高阶驾驶辅助功能。

2024年，中国一汽、大众汽车、上汽通用五菱、奇瑞汽车、东风汽车都已经成为他们的客户。5月9日，卓驭首次对外完整公布了9大合作客户，除了上述五大车企外，包括比亚迪、长城汽车、奥迪和北汽集团都已经携手卓驭。卓驭官方公布的数据显示，目前已有20余款车型已量产，还有30多款车型即将量产落地。

此前有智驾公司高管向21世纪经济报道判断，2025年，中低端市场将会成为更大的市场。这是卓驭擅长的领域。去年下半年上市的宝骏云海，全系标配了大疆车载的灵眸智驾2.0 Max，已经把智驾带入10万元级市场。

但这也意味着，更下沉的市场拥有更多虎视眈眈的目光，卓驭的压力不小，这种压力不仅来自于智驾方案供应商同行，还有不断推动自研智驾下沉的主机厂。

在同等成本下，卓驭还在做更大的算力进化。在今年的上海车展上，卓驭展出了基于英伟达Thor的VLA大模型。即使是高算力的英伟达Thor平台，陈晓智认为，Thor域控虽算力大、成本会提升，但与双OrinX方案相比，单颗Thor域控的成本更低，属于降本方案。

根据卓驭官方此前透露的信息，在英伟达高算力的赋能下，卓驭将进一步推动世界模型在智能驾驶领域的产品化探索。

在世界模型的赋能下，卓驭“千人千面”的智驾方案成为可能。陈晓智认为，今年卓驭将重点推进强化学习与世界模型的落地，后者运用的是思维链推理、慢推理技术，若能实现，将显著提升安全性。

从3月底至上海车展期间，我们与卓驭科技首席AI技术官陈晓智博士进行了两次交流，他向我们分享了卓驭科技今年的技术重点、路线，以下是采访实录，经摘编：

21世纪经济报道：今年我们看到，比亚迪在推动全民辅助驾驶普及，华为也在提L3有条件自动驾驶。卓驭也在做生成式辅助驾驶，往更高阶的体验去靠近。在卓驭看来，今年的主战场会在哪里？

陈晓智：今年我们的技术和产品重点会放在极致的L2组合辅助驾驶的功能上和Thor旗舰的平台上，从安全性和智能化两个维度去发力，把它的辅助驾驶功能做到极致。

21世纪经济报道：今年上海车展上，卓驭推出了补盲雷达知周，你们的成本大概在什么范围？

陈晓智：知周补盲激光成本是千元以内。

21世纪经济报道：在之前视觉的方案之外，卓驭现在又推出了激光雷达的方案，这种路径上的拓展是出于什么样的考虑？

陈晓智：我们对于激光的看法一直也没有变，一直认为它就是一个安全冗余的作用。过往我们项目用的激光确实不多，但是今年也会有一些项目搭载激目1.0的系统也会量产。

过往做的不多是因为我们觉得视觉本身还有非常大的挖掘空间，所以我们重点还是放在视觉的方案挖掘。

21世纪经济报道：卓驭一直在成本控制很有优势，最近卓驭推出了带有Thor大算力的域控、带激光雷达和视觉融合的激目2.0，卓驭是不是还会延续之前成本上的优势？

陈晓智：只看传感器本身，我们认为还是有成本和价性比的优势，我们激光+惯导三目整体的总成方案成本不会比分离式的单个激光成本更高，所以我们认为它的成本是有优势的。

而Thor的域控它的算力大，确实成本会更高，但是它对标的是现在比较常见的两个500TOPS的OrinX方案，它可以用一个700TOPS的Thor-U 平替掉它，算力大了一点，成本更低。所以从这两者对标来说，它其实也是一个降本的方案。

21世纪经济报道：未来卓驭的成本是否还会继续下探，推动更多平价车型搭载辅助驾驶系统？

陈晓智：我们现在比较关心的像城市领航的功能，它的成本肯定能做到更低。比如卓驭目前用的7V摄像头，再加32TOPS的算力平台就可以跑城市领航，这对于目前大家常见到的动不动跑城市领航要有激光、要有几百TOPS算力的平台还会有比较大的成本节省。

但要下放到更低价位区间的车型还是会有一些压力和挑战，我们能支持更简单的硬件就能跑城市领航，对于我们的客户来说推动标配会更容易一些。

21世纪经济报道：我们现在已经公布的定点企业主要是自主品牌和大众，但豪华品牌现在也在找本土化的智驾供应商，接下来卓驭是否有合作的可能性？

陈晓智：除了我们目前正在合作的客户，我们也一直在跟一些全球客户在深入交流，相关的合作未来一定还会有增加的，我们也一直在拓展这些海外客户，包括他们在本土化的车型、海外车型。

21世纪经济报道：华为前段时间发布了L3有条件自动驾驶商用的方案，卓驭有没有L3的规划？

陈晓智：我们今年要做的事情是会把L3、L4的硬件做出来，包括控制器、传感器，满足L3、L4冗余的架构需求，这个传感器除了视觉摄像头，还会增加激光雷达来满足冗余。今年更多要做的事情就是先把硬件预埋。

21世纪经济报道：你认为L3落地具体还需要多久？

陈晓智：我们认为前提还是得先把L2组合辅助驾驶做得足够好，再去落地L3有条件自动驾驶，但时间点我们暂时还看不到。

21世纪经济报道：前一阵工信部对智驾的监管收紧，你怎么看？这件事对卓驭有什么影响？

陈晓智：工信部的新规，对技术和产品其实没有什么影响，我们觉得其实是好事情，行业一直以来有很多浮躁的声音，但实际上大家在说这些词的时候，背后到底代表了什么，实现了什么东西，没人知道。

21世纪经济报道：今年卓驭的技术重点是什么？

陈晓智：今年我们重点会做的事情一是强化学习，二是世界模型，或者叫思维链推理、慢推理的技术，这两种技术我们认为如果能落地的话，对安全性有比较大的提升。

21世纪经济报道：这类技术具体在安全性能上如何提升？

陈晓智：对于过往长尾场景没有见到的数据，模仿学习可能会做出一些意料之外的行为，但是强化学习是自己可以去探索一些没有见过的状态，从而能够去做出更合理的决策，我们认为安全性会有一个数量级的提升。

21世纪经济报道：前段时间卓驭发布了生成式智驾功能GenDrive，能够实现个性化的驾驶，你们如何做到“千人千面”？

陈晓智：“千人千面”的智驾能力，它背后的技术关键在于我们在研发端到端的世界模型。

21世纪经济报道：它跟传统的端到端世界模型有什么区别？

陈晓智：传统的端到端是基于模仿学习，你从大量的驾驶员数据中学习他的行为，但因为数据里面各种风格的司机都有，你学出来的风格其实就是一个平均的司机，没有区分度，所以它很难做到千人千面。并且它的推理过程也是基于直觉式的端到端，它看到一个传感器输入就做一个驾驶动作，它是直觉式的一次性动作的预测。

21世纪经济报道：你们用世界模型做到“千人千面”的思路是怎样的？

陈晓智：做到千人千面，其实要有一些推理的能力，并且要区分不同的风格，我们通过世界模型，世界模型的特点是有推理能力，它可以生成未来可能发生的N种情况，就类似N个平行宇宙，这里面可能有非预期的，有一些不符合用户驾驶意图的，你可能需要一个推理过程结合用户意图选择最有可能的驾驶轨迹。

这背后的技术核心是世界模型的推理能力，在训练过程中会引入强化学习去克服模仿学习本身的局限性。

21世纪经济报道：训练这样的模型，它的数据需求量很大吗？

陈晓智：数据量其实没有太大区别，更多是算法上的创新，引入强化学习之后，在长尾数据积累，这种数据还能减少，因为模仿学习，你要模仿一些极端场景的行为，你得采集这个场景的数据，有一些场景数据又是很难覆盖的，强化学习可以通过仿真手段生成这种场景，它可以降低数据采集的需求。

21世纪经济报道：现在很多车企推出一些端到端版本可能代表的是模仿学习路线，今天卓驭又推出了世界模型，代表的是强化学习路线，你觉得这两种路线接下来哪一种会成为主流？

陈晓智：会是结合的，我们说强化学习也不是纯强化学习，模型训练还是会分两个大的阶段。

第一个预训练阶段，预训练阶段本质上就是模仿学习，有很多数据来去做预训练，预训练可以做到80分这么一个通用能力，大部分场景表现不错；

但是在80分到95分的时候，再继续用模仿学习成本就会比较高，爬坡边际收益递减，这时候用强化学习效率是更高的，安全性各方面的指标也能有更大提升。

强化学习做出来之后不是抛弃模仿学习，而是结合，即在不同训练阶段用方式。明确一点，用模仿学习一直从头到尾训肯定不是最好方案。

21世纪经济报道：最近大家对驾驶辅助的安全性关注度很高，卓驭在使用世界模型生成场景的时候要怎么保证数据和场景准确性？

陈晓智：准确性要从两个维度去评价，一个就是逼真度，一个是几何或者物理准确度。

逼真度就是仿出来的图像，或者视频真不真，这块儿技术上已经解决相对好了；关于几何或者物理的准确度，我们可以用几何模型，比如说深度估计模型，或者持续重建来判断几何一致性，这种一致性是可以通过跑一些几何模型，深度估计模型，持续重建来去发现它有没有问题。

21世纪经济报道：很多友商也在做世界模型，世界模型什么时候将成为行业追逐的共识？

陈晓智：我们认为世界模型确实会是下一代更加好的架构，我们认为它会是在今年到明年的技术升级的方向。

21世纪经济报道：应用到消费者体验上，会有什么变化？

陈晓智：现在车位到车位功能其实做得都不太好，现在车位到车位是有一个提前记忆的路线，甚至比较看重整个停车场的地图去找车位。

但人开车却不是这样，人开车是看地面箭头，看指示牌，端到端的世界模型也会具备这种能力，通过看这些箭头或者这些信息自己去找车位，我们认为点到点应该是这种方式。

今年应该能做到这种程度，它还是一个L2组合辅助驾驶，但是体验上应该会给大家更自然的感觉，更聪明、更连续的体验。