AI老司机现身重庆！徐峥挑战赛车手，上演「不再囧途」

新智元报道

编辑：定慧 KingHZ

【新智元导读】从重庆魔幻山城到全球Robotaxi布局，千里科技展现出将AI融入物理世界的雄心。董事长印奇的「千里计划」——One Brain, One OS, One Agent——勾勒出跨场景智能生态，让汽车成为高效、安全的现实世界入口和未来的人类伙伴。

未来，什么样的汽车能够被称为真正的智能汽车

不论是《我，机器人》里的奥迪球轮车，还是007中詹姆斯·邦德的阿斯顿马丁，我们对科技、对智能的想象，往往都会第一时间在汽车具象化。

作为人类工业的图腾之一，汽车始终和智能的发展相伴相随，成为智能最好的载体和试炼品。

要想回答什么是智能汽车，首先需要回答什么是智能。

从2016年谷歌DeepMind的AlphaGo引发全球AI热潮，到2022年底ChatGPT的横空出世，AI和大模型技术发展日新月异。

与此同时，人类对智能的定义也在不断进化，智能汽车、智能辅助驾驶、L3级自动驾驶图景也越来越清晰！

当大模型向多模态进化的同时，智能辅助驾驶技术也正经历一场深刻的范式转移。

从基于规则、分立的模块化架构，转向由数据驱动、联合优化的端到端（End-to-End，E2E）架构。

大模型的崛起，正是这场变革的核心驱动力。它们不仅重塑了车辆的「感知与决策」，更赋予了机器前所未有的「认知与推理」能力。

「含模量」成为衡量未来智能辅助驾驶的核心指标，代表了模型对智能辅助驾驶场景数据的消化能力，决定着智能辅助驾驶技术的上限。

未来会出现完全由AI驱动的智能汽车吗？

一个完全由AI驱动的汽车，到底能多智能？

2025年9月28日，在重庆的魔幻山城中，一辆「含模量」极高的智能汽车让我们提前看到未来。

8D魔幻路段：

「人机共驾」 PK「顶级赛车手」

重庆歌乐山，属于中梁山山脉，因其自然风光秀丽和深厚的历史文化底蕴，是重庆著名的旅游景点和城市绿肺。

歌乐山的名字来自于传说：「大禹治水功成，召众宾歌乐于此」，与此同时，歌乐山也是出了名的险峻。

而今天，在歌乐山的盘山路上，由知名导演、演员徐峥（搭配神秘智能辅助驾驶）和顶级赛车手马青骅（人工驾驶）驾驶的车辆正在PK！

面对连续弯道、狭窄会车和盲区突然出现的车辆，这辆由AI辅助控制的汽车完美控制车速，从容化解风险。

在极窄山路，面对不规范停留的占道车辆，这辆车也能从容通过。

在通过山路的回头急弯时，也能优雅通过，甚至比老司机还要稳当。

从山上下来，如何快速解决停车问题？

当面对断头路边车位和极窄车位，这辆汽车能丝滑地泊入各种车位。

即使被完全遮挡的断头路盲区车位，这辆由AI辅助控制的汽车也能「一把入库」。

重庆复杂的山路、立交、地下环路与极限停车场景对智能辅助驾驶系统提出了全方位挑战。

从途经复杂的盘龙立交，到让人头疼的解放碑地下环路，再到热闹的解放碑商圈，这辆车也能安全快速通过各种城区挑战。

最终，徐峥在智能辅助驾驶的默契配合下，表现完全不输，甚至还超过了顶级车手马青骅。

如此完美的表现，全部要归功于千里智驾高「含模量」的通用AI智能辅助驾驶解决方案！

这种表现并非偶然，而是得益于千里智驾在AI技术框架上的系统性突破。

AI+，成就千里智驾

智能辅助驾驶走到现在，正被以AI大模型为核心的范式重塑。

不论是模块化，还是端到端学习；

不论是L1-L5的分级，还是纯视觉流派和多传感器融合派的争论；

不论是高精地图（HD Map）派，还是无图/轻地图（Mapless/Map-lite）派；

所有人都在认可大模型的重要性。

「含模量」成为衡量智驾能力的核心指标。

含模量指的是大模型、地图、规则三者共同构成的系统中，大模型驱动的比例。

追求含模量这个指标，意味着模型的能力会越来越取代对地图的依赖、对规则的调用。

千里科技从AI+出发，通过领先的AI研发能力，不断降低地图和规则的白盒占比，持续提升整体「含模量」！

「含模量」越高，整个驾驶体验就越类似于FSD的拟人感。

在9月25日宣传FSD 14.2版本时，马斯克直接将搭载FSD的汽车称为「有意识的生命体」。

同样，这也是千里智驾在成立之初就坚持的方向！

在技术上，通过领先的AI能力， 千里智驾不断增加智驾系统的「含模量」。

在算法上，千里智驾与阶跃星辰形成独家战略合作，由「多模态卷王」阶跃星辰提供领先的「多模态基础大模型」底座能力，在大模型算法上不断创新。

在数据上，千里智驾拥有海量车型的丰富数据，构建与车端联动的大数据体系。

为了训练模型和不断优化算法，最关键的还是要有算力！

千里智驾背后的千里科技、阶跃星辰、吉利汽车等科技生态伙伴形成全球唯一的「智能汽车算力联盟」，提供算力值超过23EFLOPS。

在模型、算法、数据和算力的加持下，千里智驾练就了多种「黑科技」。

「含模量」超高的端到端架构

千里智驾认为：

智能辅助驾驶的核心在于提升泛化、解决规则难以穷举的真实场景。

但在对未来的思考上，千里智驾认为智能辅助驾驶的「终局」也不会只有一个大模型。

大模型AI负责「聪明」，但还会有规则来为安全兜底。

千里智驾用「含模量」代表模型对智能辅助驾驶数据的消化能力。这决定着智能辅助驾驶技术的上限。

传统经典的「模块化」智能辅助驾驶将系统分为：

• 感知（识别车道/车辆/行人）

• 预测（其他交通体的未来运动）

• 规划（生成自车轨迹/动作）

• 控制（转向/油门/刹车）

这样「分开」的优点是系统可解释、易分工。

但缺点很明显，模块间信息丢失严重，以及中间误差容易累积。

最关键的是，系统无法进行泛化！

端到端：用大模型贯穿更多环节，甚至直接把原始传感器输入映射为轨迹/控制

传统智能辅助驾驶在「感知-规划-执行」链条中部分或阶段使用模型，而千里智驾将这种专用范式升级为全模型范式。

通过多模态通用智能数据结合海量驾驶数据，实现对真实世界的深度理解与泛化推理，实现完整的「多模态生成—推理评估—策略优化」。

RLM大模型：多模态和强化学习范式

千里科技基于阶跃星辰行业一流的多模态基础大模型底座、领先的强化学习范式，打造了全新的千里智驾RLM大模型。

通过三个阶段的优化，确保模型能够为用户带来更加安全、舒适的驾驶体验：

• 多模态基模：在大模型预训练阶段，基于强大的多模态基础大模型，海量的、跨领域的数据积累带来了更好的数据生成和理解能力，以及更强的通识性，从而大幅提升了智驾大模型的智力上限

• 智能辅助驾驶数据特训：利用驾驶场景的专用数据集，对基础模型进行特训和调优，以确保智能辅助驾驶系统能在车端较低算力条件下，仍能保持充分的泛化性

• 强化学习：通过设置奖励模型，降低对数据分布的强依赖，抑制不良驾驶行为的出现概率，并进一步降低了兜底规则接管的频率

多模态通用数据+海量智能辅助驾驶专有数据，让一个模型就能实现深度理解与泛化推理。

千里智驾不仅能看、会懂，还能即时判断。

不只是「看见车和人」，而是看懂「整个驾驶场景」。

同时理解摄像头画面、雷达回波、道路标识、文字信息与时间因素。

多模态底座 × 行业数据：智能辅助驾驶系统更聪明

从「规则+物理认知」升级为「场景认知」：能识别极端天气、路牌文字与限时、临时施工、风险地带，甚至在无导航的复杂园区/停车场中自主寻路。

一句话，万物皆可识别，即使是罕见物体也不慌，对异型卡车等长尾场景，照样精准识别与评估风险。

更安全：从「辅助人眼」到「超越人眼」

千里智驾不断提升智能辅助驾驶方案的「含模量」，目的是为用户带来更好的驾乘体验。

为了更安全的智能辅助驾驶，千里智驾在感知系统、自防御驾驶系统、避障系统上精心打磨。

目前，市场上智能辅助驾驶感知方案普遍以激光雷达或摄像头为主，容易受到雨雪大雾等极端天气的影响，从而削弱感知效果。

在传感器等硬件方面，千里智驾搭载6D多维透视感知系统，突破人类盲区，实现全程护航。

他们多模态协同：摄像头 + 激光雷达 + 4D成像毫米波等异构传感器深度融合，形成周身一体的感知网络。

只有更全面、更真实、更实时的数据，AI才能更好地理解和模拟世界，智能辅助驾驶系统才能达到超越「人眼」的感知力。

独创的「数据融合与盲区穿透」算法，实现全覆盖检测，在雨雪雾、强逆光、夜间等场景识别潜在风险，并触发微避让策略。

通过软硬协同，千里智驾把安全性提升到了新层次：从「辅助人眼」到「超越人眼」，从「看见危险」到「预见危险」。

基于多模态感知 + 动态场景推演，千里智驾系统可以毫秒级预判路口「鬼探头」、学校区域突发情况、连续弯道隐患等。

比如，看到隔壁车突然急刹，系统就像老司机一样，能推断出侧向可能有横穿行人或者车辆，提前做到减速和制动。

千里智驾不止是防御性驾驶，而是「全感知防御」智能辅助驾驶。

关键时刻，全域AES智慧避障系统既会刹也会躲，还能在极短时间内「二次反应」，多次避让。

自动制动系统AEB+自动紧急避让AES双系统联动，千里智驾在全速度域内智能选择：刹车、避让，或边刹边让。

不止是突破此前两个系统各行其是的局限，风险未解除时，千里智驾支持二次/多次避障，直到安全脱困。

面向真实道路，系统可避让通用障碍物。

不仅是规定的标准场景，还延伸到很多非标准场景，从而在更复杂的通用场景，驾驶更安全。

在感知、决策、控制三方面，千里智驾提供更安全的智能辅助驾驶解决方案。

更丝滑：模仿资深老司机

在满足安全的基本需求外，千里智驾更进一步，提供更丝滑的「老司机」级驾驶体验。

新手司机开车「猛刹猛打」，顿挫感十足。

而千里智驾的「仿生控车」，不急不抖不犹豫，开得就像个「老手」。

在面对突发的复杂驾驶场景时，千里智驾通过AI的感知和推理快速进行决策，迅速选择最正确的方式通过复杂路段。

千里智驾不靠逐场景规则堆砌，而是采集大量的优质老司机的驾驶行为数据，让模型学习「老司机」如何去转向、如何控制。

为了减少顿挫感，千里智驾突破「横纵解耦」的范式缺陷。

通过从传感器信息到驾驶轨迹「直出直用」的新框架，千里智驾深度模拟人类司机的综合判断逻辑与操控艺术。

通过横（转向）纵（刹车）一体协同控制技术，千里智驾模拟出了老司机的「手感」——

实现了转向与加减速的同步配合，彻底告别传统智驾「机械式」的急刹顿挫；在复杂路况下都能灵活绕障、从容变道。

千里智驾还有一项黑科技——长短时序时空优化。

• 短时序（单车智能眼）：专注当下，实时追踪被遮挡目标不断轨，避免「看到-看不到-再看到」的抖动。

• 长时序（导航智慧眼）：融合导航趋势，提前规划几公里外的拥堵/封路/信号时序，少走弯路、减少无效变道。

通过长短时序时空优化，让智能辅助驾驶系统突破「单点瞬时」规划，并且能够构建驾驶的「上帝视角」，实现了高效率的通行和路径规划。

此外，千里智能辅助驾驶的端到端解决方案，还实现了真正的城市NOA懒人模式。

系统不依赖高精地图，通过实时道路生成与理解，实现车位到车位的无感贯通驾驶。

用户只需设定目的地，系统就能自主应对传统智能辅助驾驶无法处理的 「最后一公里」问题，如窄路、无标线路段、临时施工区、地下停车场等长尾场景。

即使在导航信号弱甚至完全失灵的地方，车辆也能「看清」道路边界和障碍物， 真正做到「无图也能开，有路就能走」。

在千里智驾所有这些技术的加持下，都是提前让「我们体验一种未来的生活方式」。

对AI的信心

关于智能辅助驾驶，关于未来，我们和千里智驾的技术专家有过一次交流。

在讨论中有两个关键词一直出现，一个依然是「含模量」，另一个对AI的信心。

未来智能辅助驾驶中「含模量」为何会越来越高？

技术老师告诉我们，可以从英伟达在具身智能的芯片平台更迭来窥见一二。

Orin系列芯片是英伟达在具身智能、嵌入式AI和自动驾驶领域的一个重要SoC平台。

而最新的Thor系列是Orin 的继任者。

两者除了制程工艺的差别以外，最新的Thor系列家族更好的支持了大模型，比如对于混合精度模型的部署。

这本质上反应了一个现象，不论是英伟达还是整个行业都意识到自动驾驶的「代码量」是在不断压缩的，他们在提前为「模型化」趋势做准备。

为什么代码量能够压缩？

因为端到端架构相比传统的规则模型，具有更强的泛化性，不需要穷举所有规则。

这个趋势也印证了千里科技的董事长印奇在一次采访中所说：

我们希望的智能辅助驾驶是「脑子聪明」，而非「背题背得多」。

千里智驾的技术专家还首次向我们透露一个内部数据，那就是现在端到端的代码行数，几乎变成过去传统规则方案的十分之一。

因此，「含模量」的提升成为一种必然。

当智能辅助驾驶的「含模量」不断上升，就会自然而然产生一个问题，未来的智能辅助驾驶会不会只用一套模型就把所有问题都解决掉？

千里智驾的判断

马斯克和他的特斯拉是目前公开最坚持「纯视觉」，并且强调用大模型和端到端设计路线的公司之一。

分析认为，特斯拉的「纯视觉赌注」主要基于以下逻辑：

用更廉价的摄像头阵列、极大规模的数据、大模型和优化策略，来替代（从成本/量产/普及角度看）那些昂贵或复杂的传感器（LiDAR / Radar）。

但这种「含模量」100%的方案存在局限，无法100%确保安全。

在一些极端条件、稀有场景下，比如在雪/浓雾/夜间/强光/遮挡/坏天气/传感器遮挡等条件下，「含模量」100%的方案可能会出现问题。

千里智驾告诉我们，他们对于这个问题的思考是，

最终一定是AI和规则两者并存，但是含模量会越变越高，这也是我们坚信的技术趋势。

他们判断未来的含模量可能会达到99.9%：

因为再高的模型能力仍可能在极端长尾场景中失效，因此需要0.1%的规则兜底，确保安全冗余。

这样做工程复用的成本越来越低，但规则依旧会扮演一个很重要的角色，依旧还需要很强的规则去约束模型、为安全兜底。

千里智驾表示「AI+车≠车+AI」，他们更多的是从AI出发，从「AI+」行业趋势出发。

相比一年前，现在他们对智能辅助驾驶技术的信心有了巨大提升。

这种信心来源于AI本身的快速进步和行业环境的成熟。

从外界环境上看，大众和行业对智能辅助驾驶技术的认知发生了根本的转变。

过去，测试多在标准场地内进行（比如测试假人）；而现在，行业已经开始挑战更困难、甚至非标准的复杂场景。

这说明技术已经到了一个更实用的阶段，测试方法也更严苛。

今年，相关部门公开征求「组合驾驶辅助系统安全要求」强制性国家标准的意见。

这意味着行业有了更明确的法规尺度和量化标准，不再只是空谈「谁更聪明」，而是可以像考试一样进行客观比较。

在这一背景下，行业领先企业也纷纷加快战略落地和业务拓展，以顺应趋势、抢占先机。

千里科技便是其中的代表，在不到一年时间内，仿佛按下「快进键」，已完成在智能驾驶、智能座舱和智能出行领域的全面业务布局。

这种从战略到落地的高效执行，体现了独有的「千里速度」。

• 在智能座舱领域，千里科技打造的新一代智能座舱Agent OS，实现了超自然交互、融合记忆、全融合地图和第三生活空间等功能，旨在让座舱更聪明、更流畅、更全能，将人车交互体验提升到新的维度。

• 在智能出行领域，随着技术迭代、成本下探和政策开放，预计Robotaxi在未来三年进入快速普及期。目前，千里科技已制定相应计划，目标在未来18个月完成Robotaxi全链路产业布局。首先，通过推动产业整合，构建从技术、产品到服务的完整产业体系。目前，千里科技正在加速L4级智驾方案的研发，与吉利合作研发Robotaxi专用车型，并与国内外领先的出行服务提供商合作，共同打造Robotaxi运营服务平台。

根据计划，千里科技将携手合作伙伴，在全球10座城市实现规模化的Robotaxi运营服务，在单一城市部署超过1000辆Robotaxi，跨越商业化门槛，赢取行业入场券。

就像印奇所说，「AI+车」将真正的融合在一起，AI将融化在汽车中，而未来的汽车一定是一个AI超级智能体。

而在「AI+车」外，千里科技更大的愿景是：从车出发，将AI融入物理世界。

汽车之外，更大的愿景

马斯克曾表示：「特斯拉现在是一家AI公司。」

特斯拉先后布局了具身智能机器人Optimus、推理芯片、AI算法以及评估基础设施等。

在布局上，千里科技已经集齐了产业、技术、市场的闭环资源，构建了全产业链朋友圈包括基础大模型公司、头部汽车品牌市场、芯片算力层等生态资源。

在AI+的战略框架下，千里科技在汽车之外，还将继续探索机器人等更多终端的可能性。

正如印奇所言，

无论是科研、商业还是组织系统，真正的挑战不在于如何解决问题，而在于发现问题。

在他看来，AI最终要面对的，是复杂世界的真实任务——不是沉浸于虚拟幻境，而是扎根于对物理世界的理解、改造与优化。

人类的终极选择是与AI共塑一个更高效、更可信的现实世界。

9月28日，在千里科技新品牌发布会上，印奇在现场阐述了未来的「千里计划」（AFARI AI Plan）。

这个计划也几乎是AI与人类和谐共生的未来图景，人们常常想象未来的AI是什么样子，印奇给出了千里科技的答案：

「One Brain，One OS，One Agent」

• 构建一个由大模型驱动的AI大脑（One Brain）；

• 打造统一操作系统（One OS），整合每个人跨不同设备的记忆、行为与控制；

• 最终通过高度懂你的超级智能助手（One Agent），实现无缝的跨终端、跨场景服务。

这也是千里科技最新英文品牌名AFARI的含义，AI+FAR，携AI，行至远！

在这一未来愿景中，家庭、出行、零售、工厂等各类场景都将接入智能终端，为人类提供舒适、便捷和高效的服务。

所有的体验背后均由「One Brain，One OS，One Agent」的体系支撑。

这是千里科技对智能未来的理解，也是业界少有的对AI+未来生活的完整勾勒。

而在AI之上，印奇在最后还提到了新品牌名称AFARI的另一层含义：A Far I。

印奇在最后引用《一代宗师》的一句话：「见自己、见天地、见众生」。

但他认为正确的顺序应该是「见天地、见众生、见自己」。

而AI，正在帮助印奇，帮助千里科技遇见一个更好的，「未来」的自己。