对话轻舟智航侯聪：「安心感」比「效率」更重要！端到端并非“全黑箱”，模块化仍是前提 | 智车星球

轻舟智航发布新一代智驾与无人方案，以百万交付为起点，押注无人驾驶黄金10年。

作者|王蕊

编辑|西子

1 月 23 日，轻舟智航发布了新一代辅助驾驶系统、无人物流方案和 Robo-X 开放平台，并将 2026 年定义为“无人驾驶黄金10 年”的起点。

发布会前一天，「智车星球」对轻舟联合创始人兼总裁侯聪进行了专访。

到今年1月，搭载轻舟智航辅助驾驶方案的量产车累计超过100万辆，在128TOPS 算力的地平线单征程6M芯片上实现城市NOA量产落地，并且这一城市 NOA 方案将开始向 10 万级市场下探。

作为技术圈少见的 ENFP 型人格，他富有创造力和共情能力，又能在务实与创新之间找到自己的节奏。

他本科毕业于清华大学自动化系，随后在清华计算机系完成研究生学习，并在美国佐治亚理工学院获得计算机科学博士学位。2013 年博士毕业后，侯聪加入 Google，很快被推荐进入 Google X 实验室的无人车项目组，负责感知系统研发。2016 年，谷歌拆分无人车业务、Waymo 正式成立，他也成为 Waymo 最早的一批核心工程师之一。

2019 年，侯聪离开谷歌Waymo，创办轻舟智航时，他的大儿子刚满月。6年后，轻舟方案迈过100万交付门槛，他也从技术专家，成长为一个成熟创业者。

在访谈中，侯聪给出了一些重要判断：智驾供应商会在2-3年内收敛至不超过 5 家；技术路径正在形成共识，端到端作为架构底座，VLA 面向强语义能力，世界模型用于离线评测与安全兜底；轻舟将以“低算力普惠 + 高算力上限”的双线思路推进产品矩阵。

同时，他也首次明确了轻舟的2026 目标：2026年，轻舟智航交付车型会突破 50 款，其中相当大一部分是城市NOA方案；无人物流车方面的量会往 1 万量级突破；今年也会运营一个小范围的 Robotaxi 车队。

（关于为何“只靠端到端无法实现 L4”、以及 Waymo、特斯拉在 L4 路线上的真实差距，侯聪此前已在一文中有过系统阐述。）

以下为根据专访内容整理。

Waymo开始大规模应用

智车星球：去年咱们聊过 Waymo，过了一年，您觉得它取得了哪些进步？

侯聪：它的运营范围在扩大，现在公开可以打到车的范围，从之前的旧金山市区扩展到整个旧金山湾区、洛杉矶的很大一块运营区域，还有奥斯汀。目前它在很多城市还在测试，像东部的迈阿密、亚特兰大、纽约，海外的东京、伦敦也会去扩展。

这次 CES 展出的车，硬件方案做了一些调整，成本也在往下降，思路就是通过降本提升扩张速度，增加营收和利润的比例。

智车星球：Waymo 的车队规模有进一步变大吗？

侯聪：肯定在持续扩张。目前旧金山那边已经满大街在跑了，当地需求也比较旺盛，比如音乐会、话剧结束后，外面全是 Waymo 的车，还挺壮观的。虽然周期比想象中长一些，但确实看到在大规模应用了，还是蛮高兴的。

智车星球：去年您说特斯拉和 Waymo 在 Robotaxi上的差距有 5 年以上，现在有变化吗？

侯聪：今年判断差距在缩小，因为特斯拉追赶速度比较快，但依然还有 3 年左右的差距。我相信特斯拉如果继续加速迭代，可能还会继续缩减。

但目前让特斯拉做到全国化、无人化的大范围运营，还需要一些时间。在具体运营中遇到的问题，包括安全保障方面的问题，它还没有解决过。

两三年内供应商只剩 5 家

智车星球：您之前判断智驾终局最多只会留下 5 家供应商，这个判断现在还成立吗？

侯聪：智驾终局我一直判断最多也就 5 家左右的核心供应商。收敛应该就在这2、3年左右，后面可能是你追我赶的状态，但整个玩家格局基本会固定。

留下来的基本条件是产品竞争力足够，这是基础保障。背后是持续的交付量提升，形成正向循环：交付越多，用户反馈越多，能处理的场景问题越多，产品安全性越高，进而吸引更多客户选择我们。

智车星球：去年行业有点分地盘、抱大腿的感觉，目前留存的玩家都有自己优势的客户或背景，市场会怎么变化？会形成什么样的格局？

侯聪：首先这个市场还是增量市场，智驾装配率还有很大提升空间，比如去年城市 NOA 装配率约 15%，今年有可能涨到 20%、30% 往上，蛋糕在变大。同时不同玩家之间会有差异化优势，有些擅长做高算力芯片相关方案，有些擅长海外客户，有些像华为那样品牌导向，成本高但品牌做得好，大家各自有优势。

客户方面，会有更多可以长期合作的客户，所以我们会持续提升客户满意度，用更好的产品获取更多车型，这也是我们的护城河，有了好的客户和长期合作意愿，在市场中的位置会相对稳固一些。

端到端需要搭配世界模型

智车星球：端到端、VLA、世界模型这三种技术路线是什么关系？

侯聪：端到端是架构，它并不冲突于 VLA 或世界模型。端到端的核心是联合训练，让传感器信号进来后，信息在网络中充分流动，而不是只传递结构化的感知结果。

VLA 可以加入进来，提升强语义理解和推理能力，但它对算力要求更高，更适合在大算力平台上落地。

世界模型现在更多是在离线层面做闭环评测和数据合成，帮助做闭环仿真，这三者是协同关系。

智车星球：VLA的算力要求大概在多少以上？

侯聪：500 到 1000TOPS 这么一个量级，算力越大，可以做得越重。

智车星球：世界模型也需要大算力吗？

侯聪：世界模型对于小算力也是有用的，是可以复用的。

智车星球：去年您说只靠端到端实现 L4 不可行，现在还是这个观点吗？

侯聪：端到端是很好的技术，但能否保证绝对安全，要看整个系统体系的搭建和评测。特斯拉需要用世界模型技术去评测，就是因为过去车上的闭环评测不够用了，需要离线评测。

端到端确实需要搭配世界模型方案，才有可能实现离线闭环评测。如果评测做得非常好，端到端能力还可以再往上拔，但这里面一定要有可解释性才能保证安全。

实际过程中，需要把它（端到端）当白盒，在里面做拆解，系统依然由很多组件组成，需要知道哪个组件出了问题，去修复这个组件，而不是当黑盒，那样容易形成“跷跷板”效应，修了一些问题又出现新的问题。

用 128TOPS跑出 256TOPS 体验

智车星球：轻舟现在有Air版、Pro 版、Max 版多个版本，这三个版本各自的定位和设计逻辑是什么？

侯聪：Air版是高速功能，是极致性价比方案，BOM 成本很低，已经实现了很多车型交付，这个产品依然会长期存在。

Pro 版从过去的高速升级到了城市，基于单征程 6M 方案，算力 128TOPS，激光雷达是选配，已经量产，今年会有更多车型装配。如果不追求极致体验，这是一个普惠方案，能在体验和成本之间实现很好的平衡。

Max 版是新推出的更高算力平台，目标是极致城市体验，芯片是开放的，但算法架构是基于 500TOPS 往上的芯片去设计的，今年会有量产计划。

智车星球：为什么轻舟能在 128TOPS的单征程 6M 上，跑出接近 256TOPS 的城市NOA体验？

侯聪：我们一开始在架构设计的时候，就是优先为征程 6M 这个平台去设计的。比如它的 BPU、CPU 的协同方式，它更适合跑什么样的网络结构，我们在一开始就做了大量针对性的设计。

另外，我们跟地平线的合作已经差不多 4 个年头了，积累非常深。我们给他们提了很多算子支持、编译器优化的需求，所以在地平线平台上体现出来的性能非常好。通过大量工程经验的总结和积累，能在有限算力下发挥出更高的体验。

智车星球：我们现在MPI（平均接管里程）的统计数据水平如何？

侯聪：MPI 的统计口径大家不一样，完全取决于测试场景，不同场景下数据能差好几倍，很难做公平的横向比较，但我们基于征程 6M 的 MPI 已经进入第一梯队了。

智车星球：第一梯队的MPI大概是什么水平？有进一步的目标吗？

侯聪：目前在几十公里每次的水平，我们今年往 200 的目标去努力。

智车星球：特斯拉的MPI大概是什么水平？进化速度怎么样？

侯聪：它肯定是全世界 MPI 最高的，一般认为是破千的，但也看场景。我开特斯拉也蛮多的，还是会有接管，但大多是导航接管或效率接管，安全接管非常非常少。

“安心感”比单纯“高效率”更重要

智车星球：使用城市NOA还是有些门槛，您认为企业应该怎么做，让用户慢慢上手，既安全又舒心？

侯聪：首先要试一下，不尝试就不知道它当前的能力是什么样子。还要降低使用门槛，比如通过标配等方式，让更多用户能够接触到。

第二个是安心感要足够强，它的反应要符合预期，如果经常给 “惊喜”，可能用一两下就不想用了。

还是要确保体验和安全，尤其是安全场景下，要及时给用户反馈，比如告诉用户 “我知道了，我看到了”，车已经在减速、反应了，让用户放心，把预期管理好，不至于慌乱。智驾将会越来越通过体感来传递安心感。

用户碰到车该减速不减速、开得过快的情况会很慌，保守的用户可能就再也不用了，一定要照顾好这类用户的使用感受。在 10 万级车型上，安心感比效率更重要。

第三个，从营销层面，不要做过度宣传，不然用户尝试后差距太大，对推广不利。

规模交付驱动正循环

智车星球：面对众多友商竞争，公司的独特策略和信心来源是什么？

侯聪：首先，我们有信心在低算力平台做出高算力的效果，这个能力一般玩家需要很长时间构建，我们有实际优势。

其次，架构上优先为征程 6M 设计，能最大化利用它的特点，充分发挥 BPU 和 CPU 的算力，工程上的优势很明显。

另外，我们的端到端架构体验非常丝滑，这需要大量数据积累，我们的交付量刚刚破100万，有大量用户反馈，持续迭代方案，市面上破百万交付量的玩家可能只有我们和华为。

智车星球：去年您的角色从CTO变成总裁，这一年多有哪些变化？关注的核心指标或事情有哪些变化？

侯聪：我会更关注产品和组织。产品上，会做一些安全方面的提升和更高的要求，适配不同客户的需求；交付效率上，会设计好的交付流程和项目管理流程。

智车星球：想请您总结一下轻舟智航在 2025 年取得了哪些成绩和进展。

侯聪：2024 年我们实现了 0 到 1 的量产交付，2025 年是 1 到 5 的阶段，核心是构建交付体系，让交付效率和成本更优。

2025 年实现了将近 30 款车型的交付，同时完成了城市场景 0 到 1 的突破，刚刚（1月21日）宣布了跟理想车型的城市方案的交付。之前的高速方案也完成了 1 到 5 的推进，今年会有超过 50 款车型的交付。

另外，海外业务也在扩张，在德国成立了办公室，积极和海外客户合作。

智车星球：2026 年轻舟有什么目标？

侯聪：今年有好几个目标，交付车型会突破 50 款，其中相当大一部分是城市方案；物流方面的量会往 1 万量级突破；今年也会运营一个小范围的 Robotaxi 车队。

智车星球：交付一款车型需要多少人？

侯聪：纯开发的人力是个位数，算上测试和其他人员会多一些，但适配开发这块，每个车型是个位数的工程师数量，这对平台的成熟度和功能完备性要求很高，只要平台成熟、可适配性强、功能完备，交付效率肯定会非常高。

用同一技术底座跑通L2和L4

智车星球：去年轻舟官宣进入无人配送小车领域,一边做 L2 一边做 L4，两条业务线的目标和路径是否不一样？

侯聪：两者既有共性也有差异，但可复用的技术更多。

首先场景完全一样，都是公开道路场景，包括城中村、乡村道路等复杂场景；其次供应链高度复用，用城市方案的硬件去做小车是足够的，只是小车上会做一些额外的安全保障；第三算法也完全复用，得益于场景和硬件方案一致。

L4 是全无人产品，我们会通过更多安全冗余（包括硬件、算法冗余）加上运营保障，确保安全运营。

智车星球：从 L2 +进化到 L4 可行吗？

侯聪：我觉得是可行的，但前提是，要解决 L4 在运营过程中或安全性上的额外保障。底层基础上，比如目前的算法、端到端技术、离线的世界模型技术、VLA 这些是完全可以复用的。

但这些是否足够保障 L4 的安全运营？我觉得可能还需要增加一些安全冗余。

智车星球：L4 需要增加的冗余是什么？

侯聪：早期会考虑加一些盲区补盲雷达应对特殊场景，同时持续提升视觉能力，算力上也会部署更多冗余模块。

智车星球：现在城市NOA基本是轻地图甚至无图方案，无人配送的 L4 也能做到吗？

侯聪：可以做到，但分场景。复杂场景下依然保留地图方案，主要是确保安全，是混合模式。尤其是末端场景非常的非结构化，地图还是有很大帮助。

智车星球： L4 无人配送领域，轻舟进入这个市场的打法和策略是什么？

侯聪：我们不一样的是，联合车厂一起做，去年年底宣布了和奇瑞商务车的合作，这种模式能借助车厂的量产优势和商务合作机会，快速把运营量铺上来，今年到明年应该能对齐头部玩家的量。

供应商整体效率会更高

智车星球：您更看好自研厂家，还是供应商？

侯聪：我们坚信供应商整体效率更高，迭代更快、学习能力也更强，所以供应商一定能做到完全不亚于车厂自研的方案效果，尤其在低算力下，我们甚至应该做得更好。

我觉得我们跟特斯拉会反倒更接近一些，特斯拉当前这代算力其实也没有那么高，目前国内车厂自研的算力已经显著高于特斯拉了，但特斯拉依然可以通过很多工程化积累做到很高水平，这也给了我们很大信心。

智车星球：适配不同芯片的难度和迁移成本在哪里？

侯聪：首先芯片的有效算力有区别，如果高算力用得饱和，低算力可能跑不动，最好有一个 “旋钮”，算力高就调得性能更好，算力低也能保证性能，我们会用相关设计去保证。

第二个是推理方面，不同芯片提供的能力和支持有差异，但我们发现大部分模型做一个通用网络就够了，核心点上（比如某些感知网络、下游网络）会做轻量定制化，不会带来很多开发成本。

智车星球：目前国内供应商竞争激烈，国外对我们的需求怎么样？

侯聪：国外对无人驾驶的认知和接受度比国内晚不少时间，但需求肯定在增长。我们正在积极和欧洲、日韩的车企接触。去年有了实质性进展，在德国设立了办公室，有团队帮我们做商务对接和代码展示相关工作，今年会持续放出进展，目前看欧洲市场出成果的可能性更大一些。

最真诚的智能汽车报道