随着通用人工智能技术加速向实体经济渗透,GPT类大模型向具身智能、自动驾驶领域延伸的动向引发行业热议。有观点认为,凭借海量参数与预训练通用能力,大模型将重构自动驾驶技术路径,甚至推动行业算法走向同质化。
在2026年第三季度业绩说明会上,小马智行创始人兼首席技术官楼天城针对这一争议明确回应:L4级自动驾驶的核心价值集中在后训练工程环节,基于世界模型与真实运营车队形成的闭环后训练体系,是无法通过模型蒸馏复制的长期竞争壁垒。
物理安全门槛是通用大模型的天然边界
在数字内容生成等场景,通用大模型已展现出强大能力,但楼天城认为,这一能力无法直接平移至对安全性有刚性要求的L4自动驾驶领域。
“预训练只是让模型具备了接近人类常识的基础能力,并不能消除长尾场景中的幻觉问题,也无法跨过物理世界不容妥协的安全门槛。”楼天城表示,数字世界的大模型可以容忍一定偏差,用户可通过重试修正错误,但行驶在公共道路上的自动驾驶车辆,每一次决策都直接关联驾乘人员与交通参与者的生命安全,“既不能撤回,也不能重来”。
这种底层差异决定了两者工程重心截然不同。通用大模型的竞争力主要来自预训练阶段的数据与参数堆砌,而L4自动驾驶的核心工作量高度向后训练阶段偏移。据楼天城介绍,在L4自动驾驶研发中,90%以上,甚至95%的核心工程工作都在后训练阶段。短短数分钟的技术演示,只能验证模型在特定场景的基础能力,完全无法支撑大规模常态化安全运营。
从技术路径效率看,直接基于大语言模型训练自动驾驶也并非最优选择。“在同样的算力投入下,通过语言这个中间环节来进行物理控制,不仅更慢,还会损失信息。即便是人类开车,靠的也是直觉和理解,而不会把每一次感知和每一个动作都先转化为语言。”楼天城认为,这一路径存在天然效率损耗,难以在自动驾驶场景形成性能与成本的最优解。
闭环后训练体系构筑不可复制的核心壁垒
面对后训练阶段的复杂挑战,小马智行依托PonyWorld世界模型构建起“仿真训练—真实落地—数据反哺—仿真升级”的闭环迭代体系,成为支撑其快速扩张的技术基座。
据介绍,PonyWorld世界模型每周可完成100亿公里强化学习训练,支持AI司机在模拟环境中反复演练决策,突破人类驾驶数据局限,针对性解决长尾安全问题。在安全性验证上,该模型能够生成交通参与者的所有可能意图与轨迹,对极端博弈路径开展压力测试,精准验证驾驶策略的安全边界。
这套体系的泛化能力,直接转化为市场拓展效率。与传统路线拓展新区域需重新采集数据、调校模型不同,PonyWorld训练出的AI司机掌握的是可泛化的场景驾驶能力,而非单一道路的驾驶经验。“即使未来拓展至数万平方公里,也无需重新采集数据或重复研发。”楼天城说。
目前,国内市场广州单城运营面积突破1000平方公里,南沙与市中心各区连片打通实现跨区出行,带动长途订单与车辆周转双提升;深圳成为首个将全无人出行服务延伸至宝安国际机场的一线城市。海外市场克罗地亚萨格勒布数月内实现欧洲首个Robotaxi商业化服务、首个全无人载客测试“双第一”,截至10月底累计运营超20万公里。
同时,PonyWorld 2.0的自我进化能力持续降低训练成本。楼天城表示,迭代后的世界模型能够利用L4车队反馈的道路数据,自动识别仿真与现实的差距,定位精度提升方向,“让我们训练世界模型所需的时间和算力消耗都降低了一个数量级”。
在彭军看来,这套通用技术栈的复用价值,是企业多元化布局的核心支撑。“我们的L4技术和运营能力,可以复用到不同车辆平台和运行环境中。”他介绍,同一套L4能力可快速复制到不同市场并转化为收入,Robotaxi与Robotruck共享技术底座,仅需较低增量成本即可将能力复用至重卡、轻卡等物流车型。今年三季度,小马智行Robotruck业务收入同比增长76.3%,首款自动驾驶轻卡顺利投产并在国内一线城市启动部署,正是技术复用的直接成果。
“与开放API的数字大语言模型不同,我们这套闭环后训练体系,其他公司无法通过蒸馏来复制。”楼天城直言,构建商业化L4能力,高精度世界模型与大规模全无人驾驶车队缺一不可,两者互为前提、互相促进,竞争对手必须从零搭建整套系统。
技术差异化优势释放商业化规模效应
技术路线的差异,最终体现在商业化效率与抗风险能力上。随着车队规模扩大,后训练飞轮的正向效应持续释放,推动企业进入技术迭代与效益提升的良性循环。
在车端,小马智行第七代Robotaxi自推出起即采用车规级芯片,通过优化模型参数、提升推理引擎效率降低算力消耗,成为全球首家在车规级芯片上实现L4级无人驾驶的企业,有效控制了单车硬件成本与能耗。
在训练端,由于模型参数规模远小于大语言模型,且主要算力用于世界模型仿真推理,整体算力需求显著低于通用大模型训练。目前公司已完成多款国产算力芯片的评估与模型训练流程部署,供应链自主可控能力进一步增强。
财报数据显示,今年三季度,小马智行总营收达2.99亿元,同比增长75.2%;同期经营费用同比仅增长3.1%,远低于营收增速;毛利同比提升69.5%至5310万元,Non-GAAP口径经营亏损同比减少7.6%。以第七代车型为例,单车保费同比下降19%,远程协助与地勤团队的人车比持续优化,经营杠杆效应逐步显现。
彭军表示,展望后续发展,公司将全力推进Robotaxi与Robotruck业务规模扩张,以国内和海外双引擎驱动收入增长。“规模越大,技术越强、效率越高、经济效益越好,形成增长飞轮。”
业内人士分析,自动驾驶行业并不会因通用大模型的进入走向算法同质化。相反,随着商业化进程加快,头部企业积累的运营数据、闭环体系与工程能力将形成越来越强的先发优势,推动行业分化加剧。对于L4自动驾驶而言,预训练奠定能力基础,而后训练体系的成熟度,才是决定企业能否走完商业化“最后一公里”的关键。
当前,我国自动驾驶产业正从技术验证迈向规模化应用的关键阶段。小马智行的实践表明,扎根物理世界的安全要求与工程落地能力,是自动驾驶企业的核心竞争力。坚持自主创新,构建闭环迭代的技术体系,才能在产业变革中把握发展主动,推动自动驾驶技术更好赋能实体经济。(记者 战钊)
来源: 光明网
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.