摘要：基于上述行业洞察，早在今年年初，轻舟智航便提出了「安全+」品牌战略并发布「安全的端到端」技术架构，推动智驾安全从“99.99%”向“99.99999%”进化，并提出了“无论中配、高配，安全都是顶配”的Slogan。

头图来源 | 轻舟官方

作者 | 伍文靓

编辑 | 苏鹏

作为一家已经拥有超60万台大规模量产交付经验的智驾供应商，轻舟智航对行业发展趋势的嗅觉足够敏锐。

2025年，NOA功能量产上车加速，首次接触辅助驾驶的用户数量随之激增，安全问题一定会成为整个行业绕不开的重要话题。

基于上述行业洞察，早在今年年初，轻舟智航便提出了「安全+」品牌战略并发布「安全的端到端」技术架构，推动智驾安全从“99.99%”向“99.99999%”进化，并提出了“无论中配、高配，安全都是顶配”的Slogan。

3个月后的上海车展期间，轻舟关于“安全”的战略和技术架构都变得更为具象——在车展首日发布了行业首个基于单征程6M的端到端城市NOA解决方案，搭载1个激光雷达、11个摄像头，5个毫米波雷达以及12个超声波雷达。

而且，不同于行业内过去一年中此起彼伏的“全国都好开”“全球都能开”，轻舟在本次车展上发出了更理性的声音，“不求哪哪都能开，但求能开的地方都好开”。

始于以Waymo L4自动驾驶技术起家的团队背景，轻舟早已将安全思维刻入技术基因。这套城市NOA解决方案的核心关键词也是“安全”，包括了安全的端到端架构、完善的安全冗余、主动的安全反馈。其中，安全冗余设计充分考虑各个单点甚至子系统失效的可能性，来确保极端情况下的安全处理。

为了进一步优化用户体验，轻舟还通过软硬件的协调联合，实现了对单征程6M算力资源的极致利用和对激光雷达的物尽其用。比如，结合端到端One-Model（融合了感知、决策、规划、控制）的设计和对征程系列芯片的理解，减少了BPU上部署的模型数量，降低了模型上下文切换的开销，提升了系统稳定性。同时，得益于端到端模型的使用，精简了场景代码，降低了系统延迟，释放了大量CPU资源给到主动安全功能。

体验上，这套系统能够做到在车流量大、人车混行的城区路段，实现隧道通行、锥桶提前绕行、占道车辆绕行、上下高架桥、无保护左转等复杂任务。当遭遇车辆加塞或通行于极窄拥堵路段时，可在保障安全避让的同时，做到灵活快速地通行；在有其他车辆逼近时，能够以精细的纵向和横向车辆控制，与各类道路参与者完成安全博弈。

在行业发展走到十字路口的当下，除了自家新方案的发布和介绍，轻舟也分享了诸多更为宏观的行业思考。

如果将过去野蛮发展的智驾时代定义为1.0，行业玩家的第一要务是“效率导向”。一套算法从诞生到推向用户的流程是“算法研发-内部测试-小范围用户测试-修正调整-大范围用户测试-修正调整-OTA推送”。

但轻舟智航认为，在行业发展开始更规范之后，智驾即将进入“安全导向”的时代，上述流程将会变成“算法研发-内部测试及世界模型-修正调整-内部测试及世界模型-OTA推送”。

两种流程之间的最大区别就是实现了从“亡羊补牢”模式到“未雨绸缪”模式的跨越。

轻舟认为，安全问题无法被妥协，对于整个行业发展而言，新规范的落地也是一件好事。但在上述变化之下，车企在选择供应商时会越来越慎重，毕竟小步快跑的OTA试错模式已经很难再走得通。

“供应商有没有大规模量产经验会变得更重要，交付就要做到一次性交付的好。如果产品出现问题，那可能面临的不是OTA，是召回了。”轻舟CEO于骞在会后的媒体交流环节中说道。

但以往在行业中很少有玩家认真探讨：大规模量产交付到底是指多少规模？

“我觉得起码十万、几十万得这样的规模才叫真正的量产验证。规模太小的话，很多问题暴露不出来，”于骞说道，“我们看到的一些重大事故以及比较难遇到的场景，可能是几千万公里积累出来的，如果没有大规模的交付量，也很难处置这样的场景。”

作为辅助驾驶技术供应商，最大的价值就是“为用户创造价值”。轻舟认为，在智驾平权时代，供应商量产规模的大小甚至将直接决定其所能创造的用户价值的大小，即“单个用户价值x交付用户数量=总体用户价值”。

只有秉持为用户创造价值的初心，才能迎接下一个时代的到来。

以下是轻舟智航联合创始人、CEO于骞，轻舟智航联合创始人、总裁侯聪，轻舟智航CTO李栋接受未来汽车Daily等媒体采访的对话实录（有删改）：

Q：关于城市NOA，上了端到端之后，我们发现有很多不可解释的场景。以前规则算法的时代，车辆的运行有一定逻辑在，现在从体验来看，车辆会有一些并不是很好的驾驶行为出现。像这类场景我们会有一个专门收集和优化的方法吗？

于骞：端到端不可解释是大家一个短期的认知，其实端到端完全是可以解释的，因为模型可以输出很多辅助的信息，可以告诉用户它为什么做这样的选择。虽然它最终能输出完整端到端的信息，但它中间的步骤是完全可以输出的，它甚至可以输出一套为什么这样做的逻辑，这是完全可以做到的。

包括为什么我们提出了时空联合规划的这种设计理念，这个理念就是要去掉端到端下限低的问题，避免出现幻觉问题。当然这也需要数据的积累，通过用户数据的反馈，产品不断的迭代，但是不可解释性我不认为他有根本性问题。

李栋：关于不合理的现象怎么办，我们现在的司机或者测试人员遇到不好的现象，可以点一个按钮直接就把这个数据给标记并上传。它其实相当于是一些badcase，我们会去检查看到底系统哪有问题，为什么产生了不合理的现象，我们会收集和持续迭代改进。

Q：轻舟怎么平衡体验感和安全感，包括成本？

于骞：首先我认为我们并不能为了某些事情而对降低安全性做出妥协。在行业中，智驾安全水平的能力要求是有一定的标准的，包括各种各样的测试验证的工作，包括国家的标准，整个标准是越来越高的，越来越符合我们用户实际的使用场景。所谓安全我认为它是很难去妥协的，这是我们一个基本态度。

关于体验和成本的平衡，我的理解是比如30万和非常豪华的车，它的产品体验肯定有区别，在ODD的设计方面，一些功能的要求都可能不一样。

侯聪：我补充一下，其实安全和体验不是对立的，是统一的。因为安全感是体验的一部分，所以如果这个行为它不安全，你的体验也是不好的。我理解你所谓的安全和体验对立，可能是说为了效率，可能会有些比较激进的驾驶行为，这会存在安全的隐患，但实际上还是看场景。其实在你比较自信的时候，就可以做得比较拟人，但是它还是以安全为前提的，所以说我觉得它们是统一而非对立的关系。

Q：会不会为了安全变得保守一些？

侯聪：这个取决于一些场景，其实防御型驾驶它本身就有一定的保守性。防御型驾驶其实是我们追求的一个目标，因为我们最终还是为了安全，但是防御型驾驶不代表体验不好。

李栋：在实际操作中，我们通过大量经验积累了非常多的安全场景，然后所有的量产车要在通过这些安全场景的基础上再去提升体感，类似于大家追求的效率等等这些指标，所以它是要先过这个门槛的。

Q：现在很多同行或一些车企，都强调云端大模型和端侧大模型结合比较多，轻舟怎么思考这件事？

李栋：你讲的端侧大模型是指车上的大模型，我们现在是有很多离线的工具是云端大模型支撑的，比如说云端的自动化标注，云端的自动化评测，这些其实是在云端进行的。因为我们现在算力平台并没有特别打满，所以我们没有在车端部署类似于大语言模型之类的模型。我们现在主要是让它做一些离线的工作，像我们99%的数据标注都是离线大模型完成的。

Q：轻舟现在是用J6M来做的，地平线也发布了J6P 和J6H，轻舟后续会有一些产品在新发布的芯片上去做吗？

李栋：这块暂时还没有能对外公布的产品计划。

Q：当前行业智能驾驶水平，您觉得它达到了什么样的一个程度？如何衡量它水平的高低？有哪些指标？从技术的角度如何更好地推动L2辅助驾驶到L3有条件自动驾驶？需要解决哪些问题？

于骞：现阶段其实还是属于L2的阶段，不管是L2+还是L2++，现阶段更多的还是如何提升L2安全性的问题。真正进入到L3或L4的阶段，真正跨过这道门槛，责任归属肯定要非常清晰，ODD的限制要非常明确，才能进入到这么一个阶段，当然L4那是更长期的一个目标，我们要非常理性的看待这个事实。

怎么样衡量是好还是不好？这件事其实是有很多的产品指标，这方面我们也花了大量的努力，去把很多主观的体验进行量化。

侯聪：对，实际上我们要通向L3、L4，要满足哪些指标？或者说要达到什么要求？实际上首先就是你要能够解决掉更多的一些长尾问题，无论是从算法能力，还是从硬件配置上能解决这些问题，这个是需要一定积累的。当你的用户量足够多的时候，你才有底气做这件事情。

第二个还是要去考虑一些功能安全，各种失效情况下的处理，无论是硬件失效还是软件的失效都要有应对方法，甚至还有一些策略的设计。

最后通往L3、L4还需要有一定的运营支持，L4会更明显一些。到L3这个层次，车厂提供的已经不仅是一个产品，而是一种服务了。无论从保险，还是从事故后的处理这块，需要把运营系统做起来。但是站在我们角度，我们关注L2更多一些。

Q：在这一过程中轻舟扮演什么角色？

侯聪：我们还是供应商角色，但是我们会和车厂会有更深度的合作关系。因为如果想往L3和L4去做的话，其实是要深度地参与到硬件的设计、选型和指标设计，要从整体上达到一个安全的目标。

Q：刚说到车企在选择供应商的时候，会更看重它的规模量产。那么多大的规模叫大规模？

于骞：主机厂在选择供应商时，会越来越看重供应商有没有经过大规模量产的经验。因为毕竟靠试错模式已经很难走得通了，现在可以讲OTA基本不接受通过半成品方式打磨，然后去更新的方式了，这种方式是很难走得通的。交付就要做到一次性交付的好，如果产品出现问题，那可能面临的不是OTA，是召回了。

所以主机厂对选择供应商会更加慎重，对产品的稳定性、可靠性、安全性的要求都是非常非常看重的。所以经过大规模量产验证的，才会被主机厂更加认真的去看待。

那么多大的规模叫大规模？我觉得起码十万、几十万，我觉得这样的规模才叫真正的验证。因为如果没有量产过，或者几千台、一两万台，这个规模太小了，很多问题暴露不出来。我们看到的一些重大事故，或者说一些比较难遇到的场景，那可能是几千万公里积累出来的，如果没有那么多的交付量的话，也很难处置这样的场景。

Q：理想和小鹏都有云端的世界模型，他们打算用世界模型，一是做评测，二是世界模型更高阶的强化学习。我想问一下，您认为世界模型在智驾中，下一步走向强化学习是必要的吗？或者说如果是必要的话，它是现在必要的，还是有一个具体的trigger， 可能在满足某个条件后，它就是必要的？

李栋：世界模型除了仿真评测，还有数据生成的作用。但是现在实地的用户产生的很多数据，可以减少他对世界模型的依赖。但如果没有很多数据的话，世界模型也训练不出来。另外世界模型对算力的要求也特别高，像我们是设计了一个比较smart的方法去降低训练成本，比如刚才讲的基于世界模型的运动模拟。

Q：上周五余凯博士做了地平线的技术发布会，发布HSD的时候提前其实前一天晚上还不叫L2辅助驾驶，是临时改的，你们什么时候改的“高阶辅助驾驶方案”，咱们的名字还加了“辅助”，还写了“高阶”两个字，这是不是我们的坚持和倔强？

于骞：我觉得高阶和低阶是一个相对的概念，高阶并不代表任何其他额外的意思，但是肯定是辅助，这个我们非常清楚，这个非常明确的。

我们要给消费者讲清楚这东西是辅助驾驶，不要过度宣传，不是说天天要往城中村里面去开，只要覆盖到90%~95%老百姓开车经常去的场景就可以了，没必要非去炫技，让消费者对那些炫技付出额外的成本，还造成不安全的因素。我们是秉承非常务实的产品态度，我不求哪哪都能开，但是我要告诉消费者能开的地方都好开，这是我们一个产品策略。因为我们这套方案毕竟不是一个L4的系统，也不是L3的系统，要有一个比较明确ODD的限制，不要模糊概念，它就是辅助驾驶，只是ODD的范围大小会有不一样，场景不一样。

Q：轻舟今年目标是量产上车突破100万辆，我们如何去达成这个目标？如果实现的话，我们是不是就能够实现盈利？

于骞：关于盈利这个问题，我觉得是顺水推舟的，或者说水到渠成的。我们作为一家公司的核心，是要为用户创造更大的价值，我们才能凸显我们的价值。我们从来没想着天天盈利，每天挣钱，这个不是我们现在最主要看重的，我们要反复考虑有没有为我们的消费者、客户、用户创造更大的价值，这个是我们最关注的。

Q：新规出来之前和之后，我们在技术、研发上有一些变化。我想知道那我们怎么跟车企协同去做一些新的调整？

于骞：本身我们就是非常注重验证的，我们对产品质量是非常看重。我们每一个推送，每一个更新都是经过大规模验证的，不管新规之前还是新规之后，这个对我们来讲，我们对产品的质量，对安全的要求从来没有改变过，这是我们更有信心的。

同时也会看到我们以前在仿真，包括世界模型，包括大规模的数据基建、底层的这种积累，对我们在对产品要求更高的新的研发范式下，其实是更有益的。

Q：今年年初我也有参加咱们关于安全的发布会，有提到说我们今年可能会往L3去发展。我想知道那现在的L2，不管是L2+还是 L2++，如果填满了一个gap就能到 L3，那么这个gap可能是什么？

于骞：在L3这方面，现在市面上的车其实还是非常少的，不管是交付的数量，还是ODD的限制，gap还是非常大的。这里面的最大的gap就是L2的产品还没有大规模的交付，如果交付量很小的话，事故统计都不好统计。

所以第一，要本着安全的原则，第二要非常广泛的用户交付量，起码跨过百万这个坎，才能很好地统计事故率，才能有足够多的覆盖，才能知道什么地方容易出事，什么地方不容易出事，所以这些东西都是必须的。

当然这里面新的技术范式、新的技术研发也要跟上，包括我们刚才讲的各种冗余，不管从软件、硬件方面的冗余，都要跟上，最终才能实现L3。现在市面上所谓的系统都是辅助驾驶系统，在责任归属层面来讲，如果没跨过这个责任归属，就只能叫L2。现在能够把传播语言、话语体系进行统一，其实是非常好的事，能够让行业更加注重产品和用户价值，注重产品和安全体验。

来源：未来汽车日报一点号