對話未來出行 | 商湯絕影CEO王曉剛：汽車是人工智能最好的載體，以世界模型和仿真學習突破特斯拉式數據壁壘

每經記者｜劉曦    每經實習編輯｜余婷婷    

隨著3A游戲大作開始“上車”，寶馬等一眾外資品牌在2025上海車展憑借“巨幕影院”和3D投影技術重新定義座艙體驗，智能汽車競爭的焦點已從硬件參數轉向認知能力，行業正處于“軟件定義汽車”向“認知重塑出行”躍遷的臨界點。

“未來的智能座艙不是冰冷的機器，而是能‘察言觀色’的家庭成員。”商湯絕影CEO、商湯科技聯合創始人、首席科學家王曉剛在接受《每日經濟新聞》記者(以下簡稱NBD）獨家采訪時，借此形容當前智能座艙的發展方向。在他看來，智能座艙的進化分為三個階段：早期的“問答工具”、大模型賦能的“全能助手”，以及具備記憶與共情能力的“家庭成員”。

工信部數據顯示，2025年第一季度中國L2級輔助駕駛新車滲透率已達65%，但智能駕駛供應商正面臨嚴峻挑戰：價格戰愈演愈烈，車企自研趨勢日益明顯，同時智能駕駛事故頻發引發公眾對激光雷達等傳感器的廣泛討論。在這一背景下，商湯絕影如何在沒有激光雷達的情況下保障安全性？規模化上車如何實現盈利？

對此，王曉剛認為，車輛搭載激光雷達只是階段性的技術選擇，隨著模型算法的演進、數據迭代和整體安全性的提高，激光雷達是可以被替代的。商湯絕影選擇通過“世界模型+強化學習”的技術組合，突破現實數據不足的瓶頸，在降低硬件依賴的同時確保系統安全。

商湯絕影CEO王曉剛 圖片來源：企業供圖

談及與主機廠的關系時，王曉剛用“太極”比喻新時代的合作模式。在車企紛紛加強自研的背景下，商湯絕影定位為AI（人工智能）基礎設施與云端服務提供商，與車企在數據和研發體系上深度耦合。王曉剛認為，這種模式既保留車企的核心自研能力，也能發揮科技公司的技術優勢。

現階段汽車是人工智能最好的載體

NBD：商湯絕影現在打出口號叫“專注于汽車行業的AI公司”。為什么這么說？目前在做的主要重點是什么？

王曉剛：商湯是1+X的戰略，1就是大模型，X就是各個行業的板塊，絕影是其中的X之一，聚焦汽車行業。今天我們說商湯絕影是“最專注在汽車行業的AI公司”，其實離不開商湯這個平臺型的公司。它在不同的階段其實是有不同的行業作為驅動力，今天這個時間點的話，智能汽車是人工智能發展最強勁的驅動力。

輔助駕駛從過去十幾年發展到今天，已經到了大規模進行落地推廣的階段。另外，尤其是多模態大模型和世界模型，在汽車領域的作用和能力實際上是體現得最充分的。因為在汽車這個空間，有聲音、有圖像，還有激光雷達、車機的各種信號，各種傳感器是非常豐富的。相比其他行業，比如手機、互聯網輸入比較單一，而汽車是一個非常好的應用場景，去體現多模態大模型人機交互的能力。

而且，今天很多智能汽車里面用到的這些技術和未來智能機器人，也是大家一致看好的方向。這些技術是高度重合的，但是你看機器人數量（目前）是非常少的，（而）汽車進行大規模量產，（有）大量的數據回流。所以，我們今天聚焦智能汽車，實際上能夠產生巨大的用戶價值。另外，這些技術也是為將來人工智能向通用人工智能演進打下了非常好的基礎。

NBD：之前理想汽車CEO李想說過一句話，他認為汽車是人工智能最好的載體。

王曉剛：對，至少是目前這個階段。時代還在發展，當今這個階段它就是一個最好的載體。

NBD：商湯絕影提出智能座艙需要“叛逆”進化，這是否意味著它必須具備更強的主動交互能力？

王曉剛：我們其實對智能座艙有一個思考，它的發展有幾個階段：第一個階段是工具，就是早期你提問題它回答，完成一個特定的任務。進入大模型的第二階段后，智能座艙躍升至“助手階段”，不僅能理解復雜指令，還能跨場景協同完成任務。第三個階段就是家庭成員，它不僅能幫你做事，還有情感上的連接，就像家里的寵物。假如有一天寵物離開了，情感上大家是非常難以割舍的。

過去幾個月，我們的智能座艙開發了一系列新功能。我們的產品經理經常與它互動，慢慢就產生共情。這一階段的智能座艙，不僅加強了人跟車之間的粘性和依賴，實際上也是對于人機交互的一個革命性改變。

NBD：感覺這是一個大概念，可以擴展到不只是汽車，甚至汽車以外都是可以的。

王曉剛：確實，情感化交互的邏輯具備普適性，但不同載體的實現條件差異顯著。以手機為例，它本質上是被動響應的設備，用戶需要主動喚醒、輸入指令后設備才會提供服務，既無法持續感知用戶狀態，也難以建立深度陪伴感。相比之下，汽車是更理想的情感載體。

當用戶進入車內，座艙系統天然處于全時待命狀態，攝像頭、麥克風、座椅傳感器等設備持續運行，能夠實時捕捉乘客的表情、動作、聲音甚至生理信號（如疲勞度），從而構建動態的情感反饋循環。這種“無感卻無處不在”的交互模式是手機等難以實現的。

端到端是“必贏之戰”，激光雷達屬于階段性需求

NBD：您曾提到“端到端是必贏之戰，沒有B計劃”。與華為、特斯拉等的端到端方案相比，商湯絕影在模型或訓練方式上有哪些獨特壁壘？

王曉剛：端到端的技術路徑差異取決于數據規模與實現方式，一種是兩段式端到端，就是把感知與規控拆分為兩個獨立模塊，規控部分采用小模型替代傳統規則。這種模式適用于數據量有限的場景，但能力上限受數據規模制約。另一種就是以特斯拉為代表的一段式端到端，全系統整合為單一模型，依賴超大規模真實數據訓練。特斯拉憑借700萬輛車的海量數據回流，目前是唯一能規模化應用此模式的企業。國內其他車廠都干不了，我們也干不了。

在這種情況下，商湯絕影的選擇是“世界模型+仿真強化學習”。我們通過構建高精度虛擬環境，在仿真中生成海量駕駛場景（如極端路況、復雜交互），使自動駕駛系統在模擬世界中反復試錯、自我進化。這與AlphaGo（一款圍棋人工智能程序）的演進邏輯相似，早期AlphaGo依賴人類棋譜訓練，而AlphaZero（一種通用強化學習算法）通過自我博弈生成新策略，最終超越人類水平。

不過，圍棋的棋盤規則固定，狀態變化可精準預測；現實駕駛中，車輛下一時刻的狀態受無數變量影響，自動駕駛的難點在于物理世界狀態演進的復雜性。

NBD：依靠地圖不行嗎？地圖方案在未來是否仍然可行，還是已經逐漸失去作用？

王曉剛：以往，業界普遍采用高精度地圖，后來逐漸向輕量化地圖轉變，如今正逐步降低對地圖的依賴性。回到智駕層面，地圖方案存在局限性，因為智能座艙感知環境主要依賴攝像頭。我們擁有11個攝像頭，能夠實時捕捉車輛周圍的視頻信息。但真正的挑戰在于預測，基于當前攝像頭捕獲的畫面狀態，如何準確預測下一時刻攝像頭中出現的場景？這就需要世界模型的能力。

目前，我們的世界模型可以模擬未來的場景變化。例如，當車輛行駛至施工路段需要避讓時，世界模型能夠模擬避讓過程中的各種可能性，包括模擬碰撞后的情形。

NBD：我們看到商湯絕影有方案是沒有激光雷達的，現在大家都在說安全冗余，會不會擔心（沒有激光雷達）這個事兒？模型如何在保證安全的前提下實現好用？

王曉剛：我覺得不加激光雷達屬于一個階段性的問題，可能現階段大家對（智駕）安全有顧慮，所以搭載激光雷達。現在，在高速路段場景下，即使不搭載激光雷達車輛也能夠正常行駛；但在城區復雜場景中，行駛難度會有所增加。不過，加激光雷達也不能解決所有問題，因為它本身也會受各種條件和天氣干擾，激光雷達也會老化，信號也會出現各種各樣的問題。

從我們的角度來看，將來隨著模型算法的演進、數據迭代，整體安全性的提高，這個（激光雷達）是可以被替代掉的。提高智駕安全性其實有很多方式，模擬仿真就是一種。

圖片來源：企業供圖

過去，在復雜場景下，若自動駕駛出現失敗，由于場景不可重復，只能采集類似場景進行訓練，但這種方法不能保證解決問題。而模擬仿真技術的出現，使得記錄失敗場景并對其進行重構成為可能。在仿真環境中，（我們）可以反復測試直至成功，并生成類似場景以確保模型的泛化性。這使得自動駕駛的技術邊界更加明確，能夠清晰地知曉在何種場景下系統有效、何種場景下可能失效，從而提高安全性。

NBD：現在有的車企會配置兩套系統，一套搭載激光雷達，另一套采用端到端系統，兩套系統互相兜底。您覺得這是一個好的方式嗎？或者說這是一個過渡階段的解決方案嗎？

王曉剛：目前來說，這是一個合理的方式。主要是端到端系統存在不確定性，而規則具有確定性，當遇到無法處理的情況時，系統會讓車輛停下來。端到端系統基于類人學習，其應對未見過場景的能力有限，因此需要其他方式兜底。不過，隨著未來世界模型的出現和仿真技術的發展，當能夠仿真出各種場景并明確技術邊界時，行業將更具確定性。知道系統在何種場景下有效或失效，大家有確定性就知道邊界在哪兒，可能就會減少對這種雙系統配置的依賴。

與車企合作模式：“太極式共生”

NBD：產品現在的上車情況是怎樣的？大概有多少個品牌在用？

王曉剛：目前，我們的產品已經上車7款車型。在智能駕駛方面，今年3月份剛剛實現了首批地平線J6M方案的量產。接下來，今年我們還將推出價格更為親民的地平線J6E方案，并將在奇瑞品牌實現量產。此外，基于英偉達Thor平臺開發的系統，以及包括世界模型和強化學習等端到端技術，會應用到東風的量產車型中。

NBD：如今主機廠和供應商的關系似乎與過去有所不同，尤其是許多科技公司也成為了主機廠的供應商。如何看待新時代下我們與汽車主機廠的合作模式？商湯絕影是供應商還是與主機廠的合作關系已經發生了變化？

王曉剛：這里可以用“鴛鴦鍋”和“太極”來形象地描述兩種不同的合作模式。“鴛鴦鍋”中紅湯和白湯的界限非常清晰，合作的焦點往往集中在邊界上。在這種模式下，主機廠如果發展自研能力，目的可能是為了替代供應商。而“太極”則體現了中國人獨特的智慧，雙方相互呼應、相互依存。

在人工智能領域，主機廠需要具備一定的自研能力，以便更好地理解和把握技術，這不僅涉及自動駕駛，還包括智能座艙以及利用人工智能改造生產線和供應鏈等眾多方面。然而，人工智能技術發展迅速且投入巨大，如果主機廠在這一領域獨自投入巨資建設超算中心等基礎設施，不僅成本高昂，而且在汽車價格不斷下降的市場環境下很難實現高性價比。

我們與主機廠的合作是一種內外結合、緊密共生的關系。主機廠的自研團隊與我們的AI技術相互補充，缺一不可。主機廠需要保留一定的自研能力，而我們的AI技術則為其提供支持。沒有主機廠的數據支持，我們的AI技術難以發揮作用；而沒有我們的AI技術，主機廠也難以在這一領域實現高效發展。簡單說，雙方就是一個非常緊密的共生關系。

NBD：過去主機廠多強調全棧自研，如今則更傾向于全棧可控，且這種可控存在多種模式，比如通過股權合作將供應商與自身綁定。商湯絕影是否會與主機廠開展此類股權合作呢？

王曉剛：股權合作只是其中一種形式，雖然能在特定時間節點保障資源投入，但主機廠當下亟待解決的核心問題并非資源，而是雙方研發體系的對齊。這包括工具鏈、數據格式以及各種管線等方面的適配。若主機廠與供應商的兩套體系無法對接，雙方的基礎設施與能力便難以實現協同。

在現實情況下，主機廠也不可能構建多套研發體系，通常只會采用一套。因此，關鍵在于推動研發體系與基礎設施的企業應用，這并非單純的股權投入所能解決。即便主機廠對多家車企進行投資，也不可能為其分別建立獨立的研發體系。

圖片來源：企業供圖

NBD：與車企合作肯定會涉及數據，您以前也強調過誰更接近數據，誰就占據主動權。那么，如何平衡數據隱私和訓練的效率？

王曉剛：我們今天跟車企合作，車廠依然是數據的擁有者。關于隱私保護，所有車輛采集的數據都需要進行脫敏處理，例如去除人臉和車牌信息。此外，國家對此也有明確的規范和要求，商湯絕影自身也具備數據脫敏技術，能夠為車企提供數據脫敏服務。

自動駕駛研發重心轉向：從車載到云端

NBD：您之前提到智能駕駛距離盈利還有三年左右，隨著未來智能駕駛的大規模產業化，如何通過上車來降低成本并增強盈利能力呢？

王曉剛：首先它的量得起來，目前市場上的量產爆發是一個積極的趨勢。另外，為了推動行業發展，標準化和平臺化至關重要。我們今天看到這樣一個趨勢，當前攝像頭配置逐漸趨于一致，車企在采集攝像頭數據時也盡量采用相同類型的攝像頭，并且盡可能復用調試工作，這樣可以避免額外的數據采集，提高效率實現平臺化。

NBD：如果在汽車行業，您覺得商湯絕影以后會成為自動駕駛的安卓還是蘋果的iOS？

王曉剛：首先我們要擁有自動駕駛的這些全量方案，可能后面會更多地提供云服務、大模型和基礎設施。自動駕駛未來的研發，在車端的研發會變得越來越輕，而在云端的基礎設施投入會越來越重，因為都被模型替代了。強化學習、世界模型都是在訓練階段、在云端發生的，最后出來的端側的東西相對來說比較簡單。所以我們自己要提供云服務，給客戶這些基礎設施的支撐。

NBD：展望未來3年到5年，商湯絕影有什么規劃？您希望達到什么樣的目標？

王曉剛：我覺得從三個層面來看，在通用人工智能高速發展的浪潮里，希望絕影始終能夠站在前列，給消費終端客戶帶來優秀且新的體驗。從公司自身來說，未來3年到5年，（希望）能夠有更好地發展，進入下一個階段。商湯絕影希望通過3年至5年在汽車行業深耕，能夠極大地去推動商湯AI平臺化的發展。畢竟，商湯再先進的技術也需要找到合適的應用和落地場景，以便獲取反饋，形成正向循環。