智驾决赛圈：鉴智CTO许鹏飞判断，行业门槛提升至百万套，新鉴智剑指200万年出货量 | 智车星球

“技术本身不是最终目标，最终目标是解决现实世界的问题。”回归终端用户真实需求、对规模和成本的敬畏，才是能够走到最后的生存法则。

作者|王蕊

编辑|西子

“年出货量百万套，会成为智能驾驶行业的及格线。”这是鉴智机器人 CTO 许鹏飞，对 2026 年智能驾驶行业给出的重磅预判。“目前新鉴智订单充沛，随着规模提效，新鉴智内部已经定下200万套年出货量的新目标。”

许鹏飞拥有近二十年人工智能和智能驾驶领域扎实的前沿研究基础及系统性工程落地的深厚经验，是多次将前沿科研成果率先落地、破解行业关键问题的领军型“破局者”。

在哈尔滨工业大学完成本科到博士的学习，获得人工智能专业博士学位，这为其奠定了模型研究的扎实基础和严谨的方法论。曾任微软资深应用科学家，早在十余年前便主导开发了行业现象级产品“微软小冰”的多模态图像文本关联计算系统，首开行业先河赋予AI情感化理解图像的能力。

而后加入滴滴出行，从0到1牵头搭建滴滴出行智能驾驶核心团队，并主导了滴滴造车部门首款车型（就是后来的行业爆款小鹏MONA M03）的智能驾驶功能量产交付，通过建立领先高效的技术研发体系、开发出具备标杆意义和广泛行业影响力的极致性价比解决方案。

在出任“新鉴智”CTO之前，许鹏飞是四维图新副总裁、集团产品技术委员会主席，负责推动“云驾舱芯”各个板块的技术协同和产品战略规划；作为滴滴智驾团队并购到四维图新的核心参与者，充分发挥团队并购和整合经验，本次作为核心参与者深度推动四维图新战略投资鉴智、并牵头推进双方团队深度融合与业务协同，在整合中发挥核心枢纽作用。

作为四维图新并购整合后“新鉴智”的技术负责人，许鹏飞判断，行业已经进入“决赛阶段”——能不能留在牌桌上，核心取决于持续、稳定的规模化交付能力与产品技术的创新迭代速度，而不仅仅是技术路线是否足够前沿。

过去一年，智能驾驶正经历一场大面积的、彻底的“祛魅”。端到端、VLA逐渐成为头部公司的标配，极致性价比成为更直接的“生死线”。随着华为、地平线等头部玩家逐步下探，第三方供应商的生存窗口正急剧收窄。

在与「智车星球」的对话中，许鹏飞反复提到“规模”与“现金流”。在他看来，必须有规模订单支撑，才能长期维持技术迭代和团队运转。

“智能驾驶的量产交付其实是很累的，对团队技术能力和快速迭代是全方位极限考验。”许鹏飞直言。6个月交付一款车型的极限压力，以及不同方案之间精确到百元级的成本博弈，才是目前智驾公司的真实常态。

“技术本身不是最终目标，最终目标是解决现实世界的问题。”在已经开启洗牌的智能驾驶决赛圈里，这位兼具技术深度与产业视野的行业领军者认为，回归终端用户真实需求、对规模和成本的极致敬畏，或许才是能够走到最后的生存法则。

以下为「智车星球」与鉴智机器人CTO许鹏飞的对话整理。

新鉴智：低中高阶智驾全端系统级 Tier1

智车星球：四维图新并购整合鉴智机器人后，带来了哪些具体生长？

许鹏飞：我们选择合作伙伴的标准是三观一致、能力互补。鉴智机器人和四维图新在产品、技术、商务能力上全面互补。

产品层面补齐了低中高阶完整产品线，也具备了软硬一体的全栈交付能力。

商务合作上，四维图新在汽车产业多年的积累，为新鉴智拓展客户、拿订单打下了基础。

在技术协同上，四维图新布局了“云驾舱芯”四个大的板块，数据业务和合规能力可以支持智驾发展；座舱业务可以推进舱驾一体；芯片业务本身也是行业趋势，未来也都有进一步协同的空间。

智车星球：2025 年鉴智有哪些成绩和进展？

许鹏飞：我们赢得了征程 6B、6P 的行业首批定点，2026 年会进入量产交付阶段。

在征程 6E 上，实现了行业首发的高速 NOA 量产交付；在交付和订单层面，累计交付智能驾驶解决方案 130 万套，累计定点超过900万套；在客户层面，累计服务 20 多家主流车企，目前正在交付 120 多个车型的量产项目。

智车星球：新鉴智的定位和目标是什么？希望在行业内扮演什么角色？

许鹏飞：我们的目标是成为一个提供低中高阶全端解决方案的系统级 Tier1，希望能够成为头部供应商。

在定位和推进思路上，各条产品线不太一样。以征程6B为基础的低阶产品线通过规模化和生态降本，提供极致性价比；中阶产品线依托征程 6E 的高速 NOA 成熟方案，快速推进“油电同智”，更好的助力油车实现智能化；高阶产品线和岚图汽车做深度战略合作，基于征程 6P 开发完整的城市 NOA 解决方案，通过技术迭代和数据积累，尽快实现功能交付。

智车星球：合并后团队有多少人？人员架构构成是怎样的？

许鹏飞：合并后团队有几百人，大概 90% 都是研发人员。同时，商务、经营和后台支持团队也比较完善，整体上覆盖了从软件到硬件的完整体系。硬件团队本身也有比较丰富的经验，具备软硬一体的交付能力。

智车星球：担任新鉴智CTO后，您最先做的几件事是什么？

许鹏飞：概括起来就是三件事：整合、优化和突破。

整合主要是推动两个技术团队的融合，让大家充分交流，实现优势互补，最终围绕技术能力和业务方向深度融合，更好地支撑用户交付。

优化一方面是优化研发体系，另一方面是聚焦客户交付项目需求，搭建一个保质保量的交付流程体系，提高团队整体的行动效率。

突破则是持续深耕高阶智驾能力，同时推进下一代技术布局，比如基于征程 6P 的城市 NOA 交付。

唯一没有跟单一主机厂绑定的智驾供应商

智车星球：目前市场上，鉴智是唯一没有跟单一主机厂深度绑定的智能驾驶供应商，这种选择的优劣是什么？

许鹏飞：优势我觉得主要有几个方面。第一是在资本层面会更灵活一些，未来可以引入不同维度的资本；第二是在客户选择上会更自主，可以服务不同类型的车企客户；第三是可以把四维图新和鉴智的技术能力结合起来，为未来的技术发展和客户布局提供更好的支撑。

当然挑战也很明显。一方面是在资本层面，需要更多社会资本进入来支撑公司的持续发展；另一方面是在订单获取上，更多还是要依赖自身的产品竞争力，如果产品不行，是很难真正拿到订单的，这也倒逼新鉴智必须拿出最有技术竞争力和市场性价比的方案。

智车星球：鉴智为什么能拿到除地平线之外唯一的J6P定点？

许鹏飞：一方面是我们和地平线的合作非常紧密，我们是地平线生态中最大的第三方供应商之一，目前征程6芯片国内超过50%的新定点由我们新鉴智交付。

另一方面是比较符合客户的需求趋势，地平线和我们在方案和节奏上配合得比较紧密，能够一起更好地去服务客户。

智车星球：基于地平线J6P的城市NOA方案进展如何？

许鹏飞：目前整体进展是非常顺利的，预计在今年年中会有一个 SOP 的节点，在今年年底之前，可以完成城市 NOA 相关能力的交付。

智车星球：鉴智的解决方案与地平线 HSD 有什么不同？

许鹏飞：每家车厂都有自己车型的定位和设计差异化，鉴智的解决方案通常跟主机厂更深，让主机厂发挥更多的主动权调整策略，例如MPV的车更讲究舒适稳定、轿跑系列的车更注重激情活跃。地平线的HSD也充分验证了征程6P的芯片方案能够做出成功的城市NOA体验好的产品。从长期来看，我们也希望在数据、应用和算法层面，和地平线尽量打通，形成相互支持的关系。

智车星球：现在主机厂要求供应商“白盒交付”是常态吗？

许鹏飞：我觉得这是一个正在发展的趋势。主机厂对智能驾驶技术的拥有权是存在焦虑的，希望能够全栈自研、完整掌握技术，同时还是希望让用户知道汽车品牌自己的设计理念和差异化。

但汽车供应链本身是高度细分的，只有通过分工协作、提升规模化分摊，整体效率才能最大化。我们更希望在支持主机厂实现全栈可控的前提下，根据需要提供不同层级的白盒交付能力。

智车星球：鉴智目前与哪些车企有业务合作？主要出货对象是谁？

许鹏飞：目前合作的车企还是比较广泛的，既有量产项目的交付，新产品新技术的验证系统联合研发，也会协同参与到行业标准的制定、示范项目的联合打造等，在四维的帮助下，新鉴智的客户涵盖了海内外多家行业头部的主机厂和Tier 1。

由于我们拿到的更多是平台型项目，各家车企的需求量都会是百万级别，所以整体出货结构会逐步趋于均衡。

燃油车、端到端与数据悖论

智车星球：基于J6B 的智驾方案能提供哪些功能和体验？

许鹏飞：基础能力是 L2 级行车功能加 APA 自动泊车，以及业内领先的主动安全能力。

在此基础上，客户还会有一些衍生需求，比如倒车寻迹、记忆泊车，行车场景下的红绿灯识别、红绿灯路口通行等，重点支持用户使用频率高、需求大的场景。

智车星球：J6E 和J6M 在能力上是趋同还是会形成两套方案？

许鹏飞：J6E不需要水冷，通过被动散热就可以满足，传统燃油车是没有水冷系统的，所以是一个非常合适的选择。

J6M的总体的功耗较高，散热的问题解决会引起整体成本上升，导致很难在15万以内的车型上上功能，如果只是做高速NOA就完全和J6E的功能重叠，方案缺乏性价比和竞争力。

如果是轻图做城市NOA，技术可行性以及用户体验能否满足还有待考量和论证。但从当前燃油车市场来看，尤其是在出海布局中，燃油车仍然是主力，J6E方案在体验和适配性上都非常合适。

对于J6E，之前部分客户在强标方面有所顾虑，目前强标合规版本已完成开发，不久就会量产。市场还是以真实量产效果为判准的，所以我们对J6E的竞争力和持续规模复制非常有信心。

智车星球：燃油车做智能驾驶的难点有哪些？怎么解决？

许鹏飞：第一个是动力链路延迟比较长。燃油车是靠发动机提供动力，从发出控制信号到动力真正输出，中间链路很长，整体延迟会明显更大。而电车通过电信号就可以直接改变动力。

第二个是低速动力输出不够平滑，尤其是在怠速状态下，动力输出曲线波动比较大，这会直接影响泊车等低速场景下的加减速体验。

我们在这方面主要通过几种方式来解决，比如对动力曲线做更好的建模和模拟，优化整体技术架构设计，在控制层面做功能预判，提前发出信号，同时在路径规划上选择更优的策略，让整体操作体验更丝滑。

智车星球：中高阶市场和低阶市场有什么区别？

许鹏飞：中低阶市场已经进入一个快速走量的阶段，渗透率提升非常快，没有智驾功能的车型会越来越少。在这个阶段，极致性价比是一个非常核心的问题。

我们的策略是通过规模化来实现降本，同时在技术上充分复用中高阶的数据和算法能力，把低阶芯片上的智驾能力持续打磨好。

高阶市场的渗透率也在逐步扩大，核心是为用户提供一个放心、安全、稳定的体验。在非预期场景下要保证足够的安全性，在大多数常规场景下表现要足够平稳，同时在一些有挑战的场景里，能够给用户带来超出预期的表现，从而建立用户信任。

智车星球：2026 年高阶智驾的渗透率会有怎样的发展？

许鹏飞：2025 年高阶智驾的渗透率大概在 15% 左右，主要集中在新能源车型上。到 2026 年，仍然会是一个快速提升的过程。

一方面是用户对高阶智驾的接受和认同程度在提高，另一方面是整体解决方案在不断成熟，不管是新势力还是主流车企，都在进行相关布局，供应商这边也能提供更完善的支持。

智车星球：高阶智驾渗透过程中，用户体验和口碑的关键是什么？

许鹏飞：高阶用户对价格本身并不是特别敏感，核心还是两个点。

第一个是要保证足够高的下限，在常规使用场景下做好兜底，建立用户的信任感；第二个是要有足够高的上限，在一些有挑战的场景下，能够给用户带来比较惊艳的体验。

智车星球：鉴智在端到端、VLA、世界模型等热点技术方向有哪些布局？

许鹏飞：我认为这些技术对智能驾驶能力的持续升级都具有重要价值，三者并非相互替代，而是协同互补、逐层递进的关系。

端到端本质上是数据驱动的自动驾驶研发范式，通过海量真实驾驶数据闭环持续迭代模型能力。我们已在量产级城市 NOA 项目中规模化落地端到端技术栈并实现快速迭代，相关方案将于 2026 年正式实现量产交付。

VLA 是在视觉感知基础上引入大语言模型的认知与推理能力，显著提升系统对复杂场景的理解深度与行为决策可解释性，我们将在量产城市 NOA 中逐步落地并规模化应用该能力。

世界模型的核心是基于真实数据构建数字孪生世界，实现对未知场景的预测、推演与闭环仿真。我们内部已完成自研世界模型方案构建，并将其广泛应用于多场景仿真测试与算法快速迭代。

智车星球：端到端技术需要规则兜底，这两者是否存在矛盾？

许鹏飞：本质上这并非矛盾，而是技术融合过程中 “双路径仲裁与互补” 的问题。大家通常会觉得，端到端模型输出的决策指令，和规则系统输出的控制指令，可能会存在冲突。

但在我们实际量产落地实践中，规则系统的核心作用，就是为端到端技术筑牢安全与体验的下限。因为端到端模型受数据分布、极端场景覆盖等因素影响，在部分长尾场景下，难免会出现少量非预期行为；而我们通过精细化的规则设计，精准过滤掉这些非预期行为，就能稳定保障智驾系统的基础体验与行驶安全，这也是当前行业内端到端技术量产落地的主流共识与通用方案。

智车星球：数据和世界模型的关系是什么？现在有观点认为 “数据不值钱了”，您怎么看？

许鹏飞：我觉得把 “数据” 和 “世界模型” 对立起来，本身就是一个不太准确的说法。世界模型的核心根基必然是数据，它的本质，就是通过海量高质量数据，去精准刻画物理世界的客观属性、场景规律与因果关系，进而在数字空间中实现场景仿真、行为预测与闭环迭代 —— 脱离数据的世界模型，就是无源之水、无本之木。

而当世界模型逐渐成熟、能力不断提升后，又会反向赋能数据采集，形成 “数据 - 模型 - 数据” 的正向闭环。模型会精准识别自身的知识盲区、数据短板，明确告知我们 “缺什么数据、要采集什么数据”，从而让数据采集从过去的 “广撒网式粗放采集”，升级为 “精准补盲式高效采集”，大幅提升数据利用效率。

至于 “数据不值钱了” 的观点，我并不认同。从整体数量来看，普通通用数据的平均价值确实会有所下降，但那些稀缺性强、覆盖极端长尾场景、能解决核心技术痛点的关键数据，其价值和潜在商业价格不仅不会降低，反而会持续攀升—— 这类数据，恰恰是世界模型迭代升级、智驾系统突破瓶颈的核心关键。

智车星球：L2 的技术路线能往上走到 L4 吗？鉴智在 L4 方面有什么思考和布局？

许鹏飞：我个人觉得，L2、L3、L4 之间的技术边界已经越来越模糊了，核心其实不在于级别本身，而在于 ODD 的覆盖范围，以及方案的可靠性。

随着端到端、VLA 这些技术的发展，现在很多 L2 技术能力，本身已经具备了支撑 L4 的基础条件。关键在于数据质量、实验规模，以及持续的技术迭代能力。

从这个角度看，L2 阶段积累的技术经验和真实用户场景分析，其实是 L4 非常重要的基础。

至于鉴智在 L4 方向上的布局，我们也在持续思考，是以技术能力输出、运营能力，还是综合服务能力的方式参与。L4 的市场空间很大，但现在 L2 的竞争已经非常激烈，L4 是否需要重新内卷，这本身也是一个值得思考的问题。我们更希望行业在数据、算力和方案积累等方面形成协作，而不是重复投入。

智车星球：鉴智与特斯拉的智驾方案存在差距吗？差距会拉大还是缩小？

许鹏飞：目前存在差距。特斯拉的核心优势是其超前且统一的技术架构，以及通过数百万辆量产车构建的数据驱动闭环，能实现算法的快速迭代。

我对差距逐步缩小持乐观态度。特斯拉FSD的进入将加速市场成熟。更重要的是，高阶智能驾驶的演进高度依赖“算法”与“数据”的结合。中国在AI领域的快速创新、丰富的场景数据及高效的工程化能力，构成了追赶的核心动力。因此，差距有望稳步收窄，并在部分本土化场景中形成差异化体验。

出海、自研、强标与质价比

智车星球：鉴智的核心竞争力和竞争策略是什么？

许鹏飞：我觉得第一点还是靠谱的交付意识。智能驾驶这个行业，客户之间的需求差异非常大，我们更愿意跟客户一起想办法解决问题，而不是简单给一个标准答案。

第二点是在中低阶平台上的前瞻布局。比如中阶的征程 6E，现在已经有比较成熟的量产方案；低阶的征程 6B，也即将迎来行业首发。在这些平台上，我们前期已经做了比较多的探索和沉淀，所以在面对客户需求的时候，可以比较快地响应和交付。

智车星球：第三方供应商的生存空间和前景如何？

许鹏飞：第三方供应商的核心空间，还是在于服务大量非头部车企，帮助它们实现智驾功能的全栈可控，提供更专业、更具性价比的交付能力。

从长期来看，行业需要逐步解决内卷问题，回归商业本质。我个人判断，在 2027 年左右，行业洗牌基本结束后，价格体系会趋于理性。经历过量产洗礼、能够拥抱AI、快速改革创新的第三方供应商会活得更好，因为无论是国内还是海外的市场规模都在加速扩大。

智车星球：智能驾驶出海的前景如何？会面临哪些挑战？

许鹏飞：出海是一个非常明确的大趋势，需求也非常旺盛，海外燃油车仍然是主流。

挑战主要集中在几个方面，一个是法规差异，不同国家和地区的法规要求不一样；第二是本土交通规则的适配，包括一些不成文的规则；第三是售后体系建设，需要考虑是否建立本地化生产和服务能力。

智车星球：国内版本的L2辅助驾驶强制标准即将正式颁布实施，您怎么看待号称史上最严的辅助驾驶强标法规？

许鹏飞：我认为，这一被称为“史上最严”的L2强制标准，本质上标志着辅助驾驶行业从“功能创新导向”向“安全监管导向”的关键跃迁。强制属性意味着企业必须围绕系统边界、失效策略及人机共驾责任，建立可验证、可追溯的闭环体系；同时，法规已覆盖设计、研发、测试、量产及OTA在内的全生命周期管理，并针对中国复杂道路场景提出了更细化的风险识别与处置要求。这将有效遏制过度营销与能力错配，推动行业回归安全本质，加速行业走向成熟。

智车星球：鉴智的辅助驾驶方案在应对法规上有什么优势？

许鹏飞：新鉴智的低、中、高阶辅助驾驶方案均按照强标要求构建，能够支持主机厂的差异化产品布局。我们也始终与监管机构保持密切协同。举例而言，针对2027年生效的强标法规中明确的事故和修路场景，我们当前J6E的量产方案就可以很好的支持，感知对于连续锥桶可以做到150m的稳定识别，再结合时空联合规划算法，实时生成时空走廊和可通行区域；针对强标法规中要求的断电存储，鉴智原本就支持车端的数据能够自动上传的方案，可以天然的满足需求，只需在和整车架构设计、以及智驾域控硬件设计上做好适配即可。

智车星球：鉴智 2026 年的主要目标是什么？

许鹏飞：低阶产品上，实现征程 6B 的规模化量产，高质量完成现有客户交付，同时将其打造成行业爆款，通过规模化和生态降本，提供极致性价比方案；

中阶产品上，继续推进“油电同智”，进一步实现燃油车高速域智驾能力的规模化交付；

高阶产品上，完成与岚图合作的征程 6P 城市 NOA 量产交付，同时拓展更多车企客户，实现高阶智驾的规模化布局；

另外在出海方向，会重点推进国内车企出海的同平台交付，同时对接欧洲等海外车企，逐步搭建符合海外准入要求的能力体系。

智车星球：鉴智在燃油车智驾领域有哪些新的客户或车型规划？

许鹏飞：目前正在和多家车企进行比较深入的沟通，会重点布局基于 J6E 的燃油车行泊一体方案，进一步拓展燃油车智驾市场。

100 万套，决赛圈的及格线

智车星球：您如何看待智能驾驶行业的2025 ？

许鹏飞：我觉得 2025 年是快速洗牌和重构的一年，行业已经进入“决赛阶段”，不少供应商已经陆续退出。要留在这个阶段，一方面需要持续提升技术和产品能力，另一方面也必须通过规模化交付和真实的现金收入，来支撑团队运转和技术迭代，而不能再单纯靠为未来技术持续投入。

智车星球：2026 年智能驾驶行业会有哪些变化趋势？

许鹏飞：2026 年必将成为智能驾驶行业的规模化量产交付关键之年。从企业经营层面来看，商业化落地能力与健康的现金流，将成为企业生存的核心命脉—— 年出货量达到百万套，我个人判断，这会成为智能驾驶行业的生存及格线，达不到这个规模的企业，将逐步被行业淘汰。

行业层面，洗牌还会持续加剧、向纵深推进。技术路线上，行业将逐步形成统一共识，不再盲目追逐单一前沿概念；在统一的基础架构之上，具备技术实力的企业，会逐步引入 VLA、世界模型等先进能力作为补充，实现技术与量产落地的高效平衡。而行业真正的技术突破，大概率不会局限于智驾领域本身，更可能来自跨领域的融合创新，比如大模型技术、神经科学等领域的突破，将为智能驾驶带来全新的发展可能。

智车星球：您认为智能驾驶企业实现营收与研发投入平衡的规模线是什么？

许鹏飞：如果是低阶产品，单个产品大概需要 200 万套左右的量产规模。

高阶产品单价更高，理论上对规模要求会低一些，但这里有一个悖论：高阶智驾的研发不会停止，而且研发投入是逐年增加的。所以很难给出一个非常明确的规模线，最终还是要靠合理经营、降本增效，以及组织效率的持续提升，形成健康现金流。

智车星球：为什么高阶智驾的研发投入会逐年增加？

许鹏飞：核心原因是用户对体验的预期在不断提升。早期大家觉得能跑城市 NOA 就够了，现在用户希望更丝滑、更拟人化，同时在一些场景下还要有超出预期的表现，研发投入自然会持续增加。

智车星球：智能驾驶解决方案的合理价格区间或成本空间是什么样的？

许鹏飞：目前智能驾驶相关成本大概占整车成本的 3% 到 5%，我觉得这是相对理性的区间。比如 3000 元左右，可以满足 10 万元级车型的智驾需求。

低阶行泊一体方案可以控制在 2000 元以内，J6B入门级方案已经做到千元以下级别了；轻城区方案大概 3000-4000 元；高阶的大算力方案，成本上限大概在 1 万元左右。

智车星球：您认为智能驾驶行业的终局会是什么样？

许鹏飞：我个人判断，最终会出现比较明显的头部聚集效应，可能只剩下四到五家主要的智能驾驶供应商。随着功能逐渐标准化，企业之间在功能层面的差异会越来越小，最终比拼的是规模化能力、技术积累和交付能力。

我们新鉴智非常有信心成为其中的一家。

智车星球：智能驾驶企业的护城河是什么？

许鹏飞：如果不看技术光环，最后拼的其实还是“质价比”。说得更直白一点，就是在有限成本下把体验做到更好，或者在相同体验水平下把成本做得更低。

这不是某一项单一技术就能解决的问题，而是要依靠持续的技术迭代、生态协作、组织效率提升，以及企业整体的管理能力。长期来看，这是对一家企业基本功的考验。

智车星球：当前智能驾驶行业亟待解决的问题是什么？

许鹏飞：我觉得目前有两个比较突出的乱象。

一个是内卷式竞争，在定点过程中往往是低价者胜，有些甚至低于成本价竞标，这种模式不可持续。

另一个是过度关注技术名词，反而忽略了问题本身。真正重要的还是把用户问题解决好，而不是迷信端到端、VLA 这些标签。

一名AI研究者的20年

智车星球：能介绍一下您的职业经历吗？

许鹏飞：我的职业经历主要分为两大核心阶段。第一个阶段是2013 年至 2016 年，博士毕业后加入微软从事 AI 前沿研发，打造了当时现象级 AI 产品 —— 微软小冰。这款聊天机器人比 ChatGPT 的出现提前近十年，率先为用户提供闲聊、知识问答等多模态交互体验，技术理念极具前瞻性，产品上线100 天用户量便突破 300 万，全球累计交互用户超 6 亿。

2016 年之后，我正式进入交通与汽车领域，在滴滴使用AI技术实现现实世界的精准感知；也正是从滴滴开始，我全面投身智能驾驶的技术研发与团队管理工作。

智车星球：您的求学经历是怎样的？

许鹏飞：我的求学经历相对专注且连贯，全程就读于哈尔滨工业大学，从本科、硕士到博士，累计近十年时间深耕计算机领域。

本科毕业论文阶段便已切入机器学习与模式识别方向；硕士阶段开展更深度的模型算法研究；博士阶段则聚焦特征算子等 AI 底层基础理论的探索与创新；在我国人工智能领域领军者高文院士的实验室完成硕士和博士的学习。

智车星球：您个人和团队是如何使用 AI 的？

许鹏飞：对我个人来说，AI 已经是生活里离不开的一个数字世界的知识体了，我每天都会和不同的 AI 工具打交道，一方面是用来补充知识，另一方面是辅助我分析和推理一些相对复杂的问题。

在团队层面，我们也在非常积极地推动 AI 对产品力和生产力的提升，2025 年已经看到了一些比较明显的效果，后面也会持续推进。

智车星球：您对现在的 AI agent 有什么看法？未来发展趋势是什么？

许鹏飞：如果回到微软小冰那个阶段，AI 更多解决的是知识传递和基础交互的问题。随着大模型的发展，AI 已经进入了认知与自主推理阶段，这个变化是非常大的。

我个人不太认为未来会是单一全能型智能体解决所有问题，因为知识和认知本身是有容量上限与领域边界的。更有可能的方向，是多智能体协同架构—— 多个智能体在各自擅长的领域专业化深耕、协同工作，或者当一个智能体解决不了问题时，主动向其他更专业的智能体求助与调度。

更重要的是，下一代 AI 智能体的核心价值，在于具备自主规划、工具调用与闭环执行能力，真正从 “交互助手” 进化为能独立完成复杂任务的 “行动主体”。

智车星球：AI 未来三年会给普通人的生活带来哪些影响？普通人应该做哪些尝试和提升？

许鹏飞：我觉得 AI 对普通人的影响会非常大，几乎会覆盖生活和工作的方方面面。

在工作上，AI 会成为像电脑一样的重要工具，如果不能利用 AI 提升效率，很可能会被时代淘汰。

对普通人来说，一方面要拥抱 AI，把它当成工具和伙伴；另一方面也要保持独立思考，不要迷信 AI，要能够分辨哪些信息是真实世界的，哪些是 AI 生成的。

智车星球：您经历了两次并购（从滴滴智驾团队到四维图新、四维图新并购鉴智），有什么感悟？

许鹏飞：第一是实现优势资源的高效整合。每一次并购中的团队都具备各自独特的能力长板，通过资本层面的整合，能够真正实现优势互补、协同增效，提升组织整体竞争力，让企业在激烈的行业竞争中筑牢生存与发展根基。

第二是以资本换取时间窗口。并购可以帮助企业快速补齐能力短板、构建完整技术版图，大幅缩短行业追赶周期，从投资回报与战略效率角度看，是极具价值的选择。

第三是技术团队的深度融合本身极具挑战，关键在于从顶层战略设计层面统一目标，让全体团队聚焦技术突破与产品落地，求同存异、凝聚共识，通过充分沟通与协同实践建立信任，最终形成一体化的作战能力。

最大的感悟是，并购的本质是战略共识与长期主义的胜利。两次并购经历让我深刻体会到，真正成功的整合，绝不只是资产与团队的合并，更是战略方向、企业文化与长期目标的高度对齐。在智能驾驶这样需要长期投入、厚积薄发的行业，只有彼此认同终局判断、愿意为共同目标放弃短期分歧，并购才能真正产生 “1+1>2” 的效果，也才能在行业快速洗牌的过程中，牢牢把握住属于自己的战略机遇期。

智车星球：哪些选择或事件对您的个人影响最大？

许鹏飞：对我个人影响最大的，还是大学阶段选择了人工智能这个方向。

当时只是觉得这个方向很有意思，没想到20年来技术发展会这么快。能够一直在这个领域里工作、推动技术发展，对我来说是一件非常兴奋的事情。

智车星球：您会建议现在的小孩学习人工智能相关专业吗？

许鹏飞：我大概率不太建议。人工智能专业本身的迭代速度非常快，已经进入自我迭代阶段，人类在知识层面其实很难和 AI 去竞争。

我觉得现在的小孩，更重要的是学会如何使用 AI，而不是跟 AI 比谁更懂 AI。

智车星球：那您建议小孩或学生学习什么？

许鹏飞：我觉得有几个方向，第一个是认识世界的方法，也就是哲学层面的能力，知道如何看待世界、如何处理人与世界的关系。

第二个是创造价值的方式，比如艺术、灵感这些，结合 AI 去创造社会价值，这些是 AI 很难替代的。

第三个是数学，所有技术的底层本质上都是数学问题。

智车星球：给想投身自动驾驶或相关领域的年轻人一个建议？

许鹏飞：我觉得核心还是两点。第一是要理解技术的本质，不能只追逐热点，而是要理解每一种技术方案的优缺点，以及它真正解决的是什么问题。

第二是要建立解决问题的方法论。技术本身不是最终目标，最终目标是解决现实世界的问题。只要具备这套方法论，不管技术怎么变化，都能把技术当作工具，去完成从业务问题到解决方案的连接。

智车星球：给普通人一个关于 AI 的建议？

许鹏飞：总结下来就是十个字：拥抱 AI，保持独立思考。

一方面要充分利用 AI 带来的便利，把它当作工具和伙伴；另一方面也要保持自己的判断，不迷信 AI，不被 AI 牵着走。

最真诚的智能汽车报道