印奇：中國智駕一定會走向聯盟化、標準化

今年的世界互聯網大會有一個特別引人關注的話題——杭州“六小龍”齊聚烏鎮論道。而在11月9日，第六屆世界互聯網大會烏鎮咖薈·汽車夜話現場，中國“AI四小龍”之一的千里科技董事長印奇帶來了他的思考。

印奇認為：

全球智能駕駛技術路線正加速收斂，特斯拉代表的端到端模型化方向已被驗證為正確路徑；

中國智駕短期內仍將以“地圖、規則、模型三件套”并行演進，在安全與智能之間找到平衡；

真正的世界級智駕體系需要具備大模型能力、百億級持續投入與千萬級車輛數據飛輪；

三年之后，中國智駕的格局會高度集中，頭部公司不會超過三家；

而智駕的核心競爭力，不在算法炫技，而在體系效率與長期信任。

以下為印奇在烏鎮咖薈·汽車夜話現場的發言實錄。

首先，非常感謝吳老師邀請。今天是我第一次參加烏鎮咖薈·汽車夜話。我自己做AI十五年，做智駕三年，接手千里科技一年多。我們現在在行業里還算一個“外來和尚”，還在學習汽車產業真正的節奏和規律。

我今天不打算講商業，主要想聊聊技術。進入汽車行業之后我發現一個挺有意思的現象：在AI行業，大家喜歡把很難的事情講得很簡單；而在汽車行業，往往把簡單的AI概念講得很復雜。所以我希望今天能盡量把事情講得更清楚。

我認為現在全球在智能駕駛領域的技術路線正在收斂，特斯拉是最具代表性的公司。幾周前，特斯拉在AI頂級會議ICCV上第一次完整拆解了自己的技術路線。我們也在學習特斯拉，同時研究華為、研究國內各家智駕體系?？傮w判斷是，現在的智駕技術已經進入一個相對統一的范式——從“人工模塊化”向“端到端模型化”演進。

過去的系統都是白盒結構，感知、定位、融合、決策，全靠人工劃分模塊、寫規則。那樣的系統雖然透明，但非常依賴人。每增加一條規則，復雜度就指數上升。特斯拉的思路是讓模型來學習這一切——輸入多模態數據，中間是一體化的神經網絡模型，輸出控制信號。這套體系看似黑盒，但實際上正在成為新的白盒，因為它具備了可解釋性和可驗證性?？梢哉f，右邊的黑盒，正在成為新的白盒。

特斯拉的領先，不在于算法炫技，而在于體系。它的數據采集、模型迭代和車輛反饋構成了完整閉環。很多看似智能的場景——會車、避讓、雪地行駛、識別路邊老人——背后都不是寫規則得來的，而是模型自己學到的反應。智駕系統不是一個demo，而是一套高安全的社會系統。它的每一個錯誤，都可能帶來安全風險和輿論風險。所以我一直認為，智駕系統是一套“高安全 + 高數據迭代”的體系。它既要學習速度，又要安全冗余。

從工程角度講，全球也許只有像華為這樣偉大的公司能把規則體系做到極致工程化。在人工智能領域，類似于人臉識別這樣的早期階段也是靠專家系統寫規則，但后來全部被端到端的模型取代。智駕也會經歷同樣的演進，只是過程更長。

中國的智駕路徑有自己的現實約束。我們要面對量產交付、安全監管、復雜道路的多重壓力，不可能像特斯拉那樣一步到位。我們的路線更像是“三件套”：地圖、規則、模型。遇到bug時，先在地圖上“打樁”解決，接著用規則修補，等模型學會后再“拔樁”。這是中國智駕當前最務實的做法。地圖保證安全，規則保證交付，模型保證未來。這是一種很有工程美感的體系，也是一種平衡的智慧。

未來想成為世界級智駕公司，至少要跨過三道門檻：有大模型能力，有百億級持續投入，有千萬級車輛數據飛輪。我相信三年之后，中國智駕的格局會高度集中，頭部公司不會超過三家。因為智駕的競爭，不在于算法炫技，而在于誰能真正把體系跑通。

智駕的經濟模型也值得重新理解。它不是一個輕模式，而是重產業。建工廠要一兩百億，投入產出清晰；但如果軟件路線錯了，十幾億研發可能全部歸零。所以，技術路線的正確性，對智駕行業來說就是生死線。按現在的測算，如果每年投入100億，配合千萬級車輛規模，單車智駕成本大約在1000元左右。真正規?；螅@會成為行業的均衡點。智駕行業不是一個暴利行業，它靠的是規模效應和體系復用。

目前用戶真正能記住的智駕品牌其實只有一兩家。用戶不會相信五六個品牌都“智駕領先”。未來中國智駕一定會走向聯盟化、標準化，形成社會級的安全信任體系。因為智駕的底線是安全，而安全只能標準化。

特斯拉正在把這套智駕系統遷移到機器人平臺上，底層邏輯是一致的。未來汽車與機器人很可能是同一個技術體系。智駕階段的競爭，實際上是具身智能時代的前奏。誰能在智駕階段建立穩定的模型體系和工程體系，誰就能在下一輪AI競爭中占據先機。

我們千里科技進入智駕行業的時間不長，但在AI領域的積累讓我們有一些底氣。我們會先服務好第一個客戶吉利，再把產品打磨到可規模化量產的水準。我始終認為，智駕這件事沒有第二。它不僅是技術的競爭，更是體系、信任和長期主義的競爭。在高速演進的AI時代，炫技可以吸引注意，但唯有安全與信任，才構成真正的壁壘。