對話卓馭沈劭劼：從大疆到百億智駕公司 CEO 的十年之路

一家智駕供應商如何從規則崩塌中練出 “神奇的模型”。

文丨宋瑋 郭瑞嬋

如果不離開大疆，青年教授沈劭劼大概率不會遇到 “喝紅的還是喝白的”“要不要跪著滿足所有需求”“賬上只夠發三個月工資怎么辦” 這種完全不屬于工程世界的難題。

但這恰恰是卓馭這家公司的起點。

2024 年 9 月 27 日，沈劭劼帶著 1000 多名員工搬離了大疆深圳總部 “天空之城”。這一天，他正式告別被視為工程天堂的 “溫室”，走向資源有限、競爭殘酷的現實世界。

大疆出身，既是光環，也是枷鎖。

卓馭一出生就站在聚光燈下，被放進 “地大華魔” 的坐標里。但也長期活在巨人投影之下——大疆以產品為中心，而卓馭必須學會以客戶為中心；大疆內部天然的資源池，讓分拆后的卓馭在銷售、客戶關系等能力上幾乎從零起步。工程底子很強，商業肌肉幾乎空白，這是它矛盾又特殊的起點。

卓馭就像一個天賦極高、但缺乏社會經驗的學霸，需要在市場里重新習得生存之道。

今年 11 月，它從大疆絕對控股的團隊，變成由一汽、大疆和管理層共同治理的 “無實際控制人” 公司。國資委以 “鏈長” 方式推動一汽入局，新一輪融資超 36 億元、估值 120 億元。這標志著卓馭真正意義上的轉型完成。

至此，這家公司才算從溫室走入曠野。交易前后，沈劭劼對《晚點 LatePost》回溯了卓馭的三次關鍵轉向：

- 從大疆體系內的團隊，走向獨立的共治結構；

- 從 “寫規則寫到絕望” 到刪庫重練，徹底切入數據驅動；

- 從 “大力出奇跡” 到 “巧力出奇跡”，用最小代價解決行業最難的兩件事——因果推理和低頻數據生成。

沈劭劼目前也是 HKUST-DJI 聯合創新實驗室創始主任，獲香港科技大學終身教職。他是過去十年亞洲無人機與自主系統領域最重要的學術力量之一。

在這次訪談中，他不僅復盤了從大疆走向行業前線的十年；也首次以工程師視角揭秘了特斯拉 FSD 的真正精妙之處；以及一家智駕供應商如何從規則崩塌中練出 “神奇的模型”。

從大疆溫室到太空之旅

晚點： 你們最初誕生于大疆內部一個神秘項目，代號 1609，我聽說 1608 和 1610 分別是造車和激光雷達。

沈劭劼：其實叫 BR1609，BR 是 basic research，1609 就是 2016 年的第九個預研項目。類似的預研項目有好幾個，自動駕駛、整車車控、激光雷達，都有人在做。

晚點： 為什么不造車？

沈劭劼：討論過，但很早就停掉了。我們真正感興趣的是 “自動的車”。去造車有點像是為了一盤醋，包了一盤餃子。

晚點： 從大疆車載到卓馭科技，為什么要分拆，誰提的？

沈劭劼：最開始肯定是大疆的決策，我沒有權力決定分拆。2022 年下半年我們定了要拆，然后用了 2023 年一整年時間去想——到底要拆得多干凈。

后來兩個因素推動了 “拆干凈”：一是國際地緣政治的變化；二是卓馭業務逐漸偏離大疆主航道，偏離越遠，在內部推進任何重大決策，請示和審批耗時會越來越長，長到比團隊把事情做出來的時間還久。

晚點： 當時業內都在議論，分拆是因為大疆無法忍受卓馭的虧損。真實情況是什么？

沈劭劼：虧損肯定是有意見的，但不能用 “忍受/不忍受” 這么簡單的方式去描述。

我們之前沒意識到這個業務這么難賺錢，最開始還有點幻想——看能不能靠近大疆的毛利率，后來發現連靠近的希望都沒有。

晚點： 2024 年 9 月 27 日，你們從大疆天空之城總部遷出，離開的那一刻心境如何？

沈劭劼：有點像《三體》里人類成為太空人類的過程，末日之戰后五艘飛船逃了出去，突然發現沒有家了，回不去了。還到了一個資源不足的地方，五艘船，但資源只夠兩艘生存，必須得滅掉三艘。

我們從 0 到 1 在溫室里成長，分拆后最現實的壓力——是錢。當時正在做第一輪融資，分拆當天融了 15 億，但搬出來前幾天只到賬了一部分，只能撐小幾個月。你能想象嗎？上千人公司被拆出來那一天，賬上只有不到 5 個億。

晚點：汪滔會不會說，“如果沒錢了，隨時來找我”。

沈劭劼：沒有，約定就是要自給自足。

晚點：有什么是你出發時沒預料到的？

沈劭劼：“大疆不會是卓馭的第一大股東” 是出發時沒預料到的，但在今天看是必然的。

很早就有消息說美國商務部要發布 “50% Rule”：已在實體清單上的企業，其控股公司會被視為同樣受限的關聯方。此前預計的生效時間（注：該規則現狀是推遲一年實施）是今年 9 月。

基于這個約束條件，大疆一定不能是卓馭的第一大股東，同時我們要在極其緊迫的時間搞定這件事。找一家公司能接手這么大的股份，同時這家公司最好是有產業背景的，一汽是最合適的。

晚點：今天一汽已經是卓馭的第一大股東。是否還有其他選擇，比如把股權拆散，引入多家戰略投資方，每家持股 20%？

沈劭劼：我們是一家估值過一百億的公司，假如真引入四五家股東，我要怎么在 9 個月之內完成這個事兒？

晚點：業內今天會覺得你們被一汽收購了。

沈劭劼：從來不是賣身或者收購。公司有三層治理結構：股東會、董事會和經管會。經管會由我負責，自由度比之前在大疆體系里更高；股東會，一汽約 35%、大疆 34%，團隊是第三大股東，沒有誰能單方面控制公司。

晚點：一汽會派人參與日常管理嗎？

沈劭劼：不會，他們不介入日常經營。

晚點：兩家強勢大公司股權相當，這種結構會帶來什么問題？

沈劭劼：一汽和卓馭已經合作兩年多，不是突然買股的關系，而是長期磨合后順勢推進。從董事會結構，一汽有 5 席，其他加起來 6 席，這是一個共管結構。

這個動作來自國資委層面的產業布局，一汽以 “鏈長” 的角色主導構建智能汽車產業聯盟。本輪我們融了約 60 億人民幣，一汽投了超過 36 億，足夠支撐公司進一步發展。下一步的計劃就是上市。

晚點：所有智駕公司，是不是最終宿命都是被車企收購？

沈劭劼：其實不是宿命，而是階段性困局。今天智駕公司的困局在于：投入和收入極度不匹配。

根本原因是大家造出來的東西就是一個半成品。真正改變命運的，是產品什么時候跨進成品。如果智駕能 “破 2 到 3”（ L2+ 到 L3），那一刻消費者對你的認知會瞬間提升。定價邏輯不再是 “占汽車 BOM 成本多少”，而是 “它幫我節省多少時間、釋放多少注意力，我愿意為它付多少錢。”

晚點：你在大疆帶無人機飛控團隊，做的是成熟的 ToC 產品，為什么要做這么苦的 ToB ？一個企業家曾評價，所有進入 ToB 的天才最后都會變得一言難盡。

沈劭劼：在大疆十年，我們一直想做一件事——造一臺真正厲害的機器人。它不是某個具體產品，而是一種 “科技之美”——優雅、強大、能真正解決問題的智能體。

Frank 和我的學科背景都是無人機，我們認為無人機和自動駕駛在底層邏輯上很接近，本質都是 “移動智能機器人”——這是我們心目中的皇冠。目標沒變，但為了把這件事做成，你得去做很多不在計劃里的事。

有點像，為了干成這件事，只能多干點別的事。

開竅了！我們終于練出了神奇的模型

晚點：國內智駕跟進端到端技術路線，已經持續兩年了，從 VLM、VLA 到世界模型都試了一遍，你們的進展如何？

沈劭劼：我們也摸索了很長的時間，也曾經自我懷疑，但大概兩個月前我們開竅了，我們穩定訓出了好幾個很神奇的模型。

晚點：煉丹成功了？

沈劭劼：以前更像是拿機關槍亂掃，有能打中的，但對數據分布、數據配比、訓練方法、各種 loss（損失函數，用來追蹤模型輸出的錯誤程度），都是模糊的。

直到最近模型的訓練在往洲際導彈的方向發展——火箭很少整機試射，靠的是把每個零件單元測試、論證清楚，再組裝成一個復雜系統。我們開始搞明白模型的訓練動態（Training Dynamics），也就是網絡結構、數據結構、訓練策略之間的因果關系。一旦搞明白，你發射出去的導彈就能按軌跡飛，不會中途散架。

現在無論我們的中算力還是高算力方案都有質變，有一點 FSD 的味道。客戶試 Demo 時會直接說：這條路別人過不了，你們能過。

晚點：這屬于你的 Aha moment （頓悟時刻）？

沈劭劼：就是那種工程上的開竅狀態。這一兩個月我心情好很多。說實話，我今年年初狀態應該是最差的。

晚點：差到什么程度？

沈劭劼：其實是從 2024 年 10 月 14 日那個決定開始——在快一年的預研之后，我們這一天全面轉向端到端，極端點講就是把原來交付客戶的規則代碼全刪掉。這等于告訴所有人：我們以后只有端到端，沒有規則了。

最開始的模型不成熟。客戶端有交付壓力，后端產出節奏又非常飄忽。前線交付團隊會說：“你給我這是什么垃圾？” 那幾個月組織都像高壓鍋，壓力巨大，也不知道什么時候才能有像樣的模型。

晚點： 為什么一定要刪代碼，不能像華為那樣慢慢切嗎？

沈劭劼： 必須刪、斷后路。因為我們沒有兩線并行的資源，只有一個韌性很強、執行力很強的團隊。

這不是我一個人的決定，整個團隊都有這個信念。我們當時寫規則寫到很絕望，解決一個問題會冒出十個新問題，工程上進入 “接近悖論” 的狀態。直到純數據驅動被驗證可以不靠人工兜底也能跑起來，一下變干凈了，所以我們直接刪庫重練。

晚點：去年寫規則寫到絕望，又在分拆公司，有沒有想過干脆別干了？

沈劭劼： 沒有。我是科技樂觀主義者——我始終相信，無論技術問題多難，人類都能解決。

原子彈那么抽象的東西，人類都能搞出來。在原子彈之前，大家沒想過還能用 “質能轉換” 這種方式去釋放能量，愛因斯坦提出質能方程后，人類最終把那個完全抽象的理論變成了現實。相比之下，駕駛這個任務一點都不抽象，每天都在現實世界發生。

晚點：但理想 2024 年初就行動了。你們不是號稱技術領先嗎，為什么沒抓住機會 “遙遙領先”？

沈劭劼：我們是傳統機器人學派，基本假設是 “物理世界的模型是我建立的”，對規則有執念。而數據驅動完全反過來：不建模，你用數據來學模型。

這個認知轉變需要時間。說白了，打不過就加入，也得先承認打不過。2024 年 10 月 14 號往前一年我們做的事情都是，科學地說服自己真的打不過。

晚點： 我跟你的團隊聊，他們很想拿第一，覺得自己值這個第一。他們說，“要做一個屌爆了的東西”。

沈劭劼：是，而且我們看到了那個第一的東西是什么樣子。

前段時間特斯拉的 AI 副總裁在 ICCV 上做自動駕駛的分享，我看到了一個真正漂亮的架構。它是由一群同時懂物理世界、懂駕駛、懂計算機科學、也懂神經網絡的人共同設計出來的體系。不是一個由公司領導者說，“我要做 VLA，所以你們就必須做出來 ” 的東西。

晚點：是群體智慧的涌現，不是自上而下的命令。

沈劭劼：特斯拉做出了一個很樸素、很務實、能閉環的工程體系。它讓我們重新理解了 VLA。

以前業內談 VLA 有一個隱含假設：這是一個巨大黑盒模型，靠大力出奇跡，模型夠大、蒸餾夠狠。但這種路線在工程上會有問題，成本也無窮大。

特斯拉給出了另一種方式：巧力出奇跡。它仍然是 VLA，但不是黑盒，是由若干個可解釋、有分工的模塊組成。它把行業最難的兩個問題——因果推理、低頻數據生成，用極低代價解決了。

你把它的架構拆開，會有一個很強烈的感覺：這些問題，本來就應該這么解決。

晚點：我看完的疑惑是，特斯拉主干還是傳統端到端（模仿學習），VLA 只是外掛模塊，并非以 VLA 為核心。為什么特斯拉被認為在自動駕駛上最強，而它的架構卻不夠先進？

沈劭劼： 端到端（模仿學習）本身有兩個問題：無法覆蓋低頻場景（沒有數據就無法模仿）；知其然而不知其所以然（缺因果推理）。

有兩條路來解決。一條路是李飛飛說的世界模型——Video in、Control out（輸入視頻、輸出控制信號），理解物理世界的因果關系，理論上能解決所有問題。但這是一個充分非必要條件，代價極高，三四年不一定做完。

另一條路是保持端到端主干不變，用世界模擬器生成虛擬的低頻數據，再用強化學習來做后訓練——聽起來完美。但現實是：要生成足夠真實的虛擬數據非常難。如果真能做到，等于世界模型就被我們訓出來了。

所以關鍵問題變成：怎么在不造 “超級世界模擬器” 的前提下，讓模型獲得因果推理能力？

大語言模型給出了答案：用自回歸架構，不斷疊 token 實現推理。只要我讓模型能一步步推演動作結果，它就能理解因果關系，也能覆蓋低頻場景。

我們的 AWM（Action World Model ，動作世界模型）就是這么來的。它是基于自回歸的決策規劃模型——不是看到輸入立刻給動作，而是內部推演多種可能路徑，理解因果，再生成決策。想明白這一點，再往后就變成：我們怎么用最低代價去設計這樣一個架構。

晚點：你的同事劉思康跟我說，他看完特斯拉的分享感嘆，“為什么特斯拉都已經搞出來了，我們現在還在搞？” 你覺得還差哪一步？

沈劭劼：我們和特斯拉思路 90% 一致，但特斯拉補上了一個關鍵環節——強化學習所需要的虛擬數據如何生成。

答案就是 3D Gaussian Splatting（3DGS，高斯潑濺），把真實場景重建成既可訓練、又可渲染、可微調的 3D 表達。

3DGS 不需要像《模擬城市》那樣從 0 開始模擬世界，而是基于真實數據做微調。舉個例子：一個行人慢慢走過來，3DGS 能微調成走快一點、走著走著停下，你就能在高頻數據上生成大量基于這個場景的低頻和長尾數據。因此解決了沒有低頻數據，虛擬數據難生成的問題。

特斯拉的設計精妙之處在于，3DGS 是集成在原生的感知網絡里的，不需要額外跑一個龐大的世界模擬器。在車端還是走傳統鏈路：感知輸出 — 決策規劃 — 出軌跡。但在云端可以用相同數據做微調、生成一堆新數據訓練，有點 “黑客帝國” 的感覺。

晚點：你說你們離特斯拉就差那 10%，這個差距本質上是因為什么？

沈劭劼：可能我們蠢一點？（笑）

晚點：既然有 “巧力” 路線，為什么大家還往義無反顧往 “大力” 走——更大的模型、更激進的蒸餾、更高的算力。

沈劭劼：走 “巧力” 路線的公司不止我們一家，只是大家不太愿意在公開場合講。你看，光向你解釋清楚這條路線，我們就聊了半個小時，公關場合沒人會這么講——“模型夠大” 這種敘事聽起來就更厲害。

晚點：那究竟誰領先誰落后，卓馭在什么位置？

沈劭劼：我不太愿意回答這種問題。如果必須說，我覺得我們是中國前三。還有一些技術觀比較正、路子比較正的公司，比如 Momenta、地平線、文遠，我們盯得比較緊。

晚點：主機廠不在這個列表里？

沈劭劼：不在。

晚點：什么時候能真正驗證你們這條路線可以跑通？

沈劭劼：消費者能看到的都比較滯后。真正的競爭發生在主機廠的技術評審、項目競標、Demo PK——每家公司都會把最先進的東西拿出去跑。

這些非公開的場合，業界的真實排名會比較清楚。那個排名通常跟市場 PR 呈現的順序完全不同。

頭部玩家差距只有三個月，勝負在 Anytime

晚點：卓馭有一段時間被稱為 “價格屠夫”。你們從低算力低成本切入，讓一款 10 萬元不到的 A0 級電動車擁有智能駕駛功能。

沈劭劼：我們第一天就是軟硬件結合，它天然會帶來性價比——特斯拉就是這個邏輯的極致。但說我們 “只會做性價比”，這有失偏頗。要是你問我真正想做的是什么？我一直在找一條線。

晚點：一條線？

沈劭劼：就是最低成本，但能讓用戶 “安全使用、普遍好用” 的那個臨界點——這是大疆基因——大疆無人機從來不是最便宜的，但它在那個價格上做到了極致體驗。

我幾年前說，輔助駕駛成本應該是整車售價的 3%-5%。這個觀點今天也沒變。

晚點：劉思康（卓馭行為智能部負責人）說，你們每年都會評估去年做的東西是不是還有改進空間。一旦可以繼續挖，就不會放棄。

沈劭劼：大疆文化有個詞叫激極盡志，就是把一個東西做到極限，做無可做。

外界有個誤解，覺得我們 “迷戀做小算力的事”。其實不管大算力還是小算力，如果團隊判斷它在工程上可行，我們就愿意花時間和資源去試。

晚點：今天你們為什么還在迭代 TDA4——一個被認為算力過低、早已過時的平臺。最近還把城區領航跑在了 TDA4 上，堅持它的意義是什么？

沈劭劼：說白了，就是不甘心。

我們最早推中算力方案拿了不少訂單，但它能賣，是因為它沒有對手，行業里沒人做。后來端到端帶來了數據驅動范式的切換，其他廠商的方案趕上來，我們原來的方案落伍了——這也正常。所以堅持迭代不是純商業驅動，而是工程師的執著。

我們覺得自己還沒碰到那條線——既然有可能做到，為什么要放棄？

晚點：你有沒有想過，這條路可能永遠也夠不到那條線？

沈劭劼：想過，但后來發生了關鍵變化：我們長期壓榨算力和傳感器，讓我們在轉向端到端后發現——實現同等能力，我們的算力需求比行業低很多。

我們在 8650 上實現的性能，能和 Orin X 一樣。我們不斷對網絡進行壓縮部署，壓著壓著發現端到端網絡也能部署在 TDA4 上，所以就做了 OTA，讓五菱、捷途、大眾油車的性能都顯著提升了。

最近一個月，隨著數據清洗、訓練方法的變化，我們看到了質變，一些能力已經真正跨過那條線了。

晚點：你們很幸運，在強標落地時剛好對上了國家要的方向。卓馭在壓榨算力和傳感器上的路線，正好是解決 “低成本條件下也能穩定過線” 的問題。（今年 9 月，工業和信息化部對《智能網聯汽車組合駕駛輔助系統安全要求》強制性國家標準公開征求意見，要求關鍵安全場景必須穩定識別、AEB 等核心功能必須達標、冗余和數據記錄必須可靠。）

沈劭劼：強標以后，所有口水戰結束了。你能過，就是合格產品；過不了，就不合格。

未來會出現兩個檔位的產品：一是用最低成本過強標的方案；二是無限靠近 L3/L4 的最強性能方案，強標只是最低要求。前者就是我們一直想找的那條線， 以前模糊，現在被法規清晰勾勒出來了。

晚點：這真是一個冒險的決策，當年你們 all in 中配，很可能追不上最新技術，又被芯片性能提升反噬。當時行業都覺得卓馭掉出了 “地大華魔” 第一梯隊。

沈劭劼：如果你是想問，我們當時應不應該把中配、高配一起做，我會說應該。沒有同步開啟高算力方案，是決策失誤，在客戶最需要城區領航的時候，我們沒有，導致丟了客戶。

但排位賽每天在變，市場宣傳會讓人覺得誰聲量高、誰聲量低，但聲量不足不是致命的。只有技術真的不行、你自己也知道不行的時候，才會崩盤。

晚點：遭遇戴維斯雙殺（Davis Double Kill）。

沈劭劼：當你發現大家都是半斤八兩，頭部玩家之間真實差距不超過三個月，就不會那么焦慮了。

晚點：當年你們和華為車 BU 幾乎同一時間起步，后來你們眼看著它跑到了前面。那段時間你怎么給自己和團隊解釋？

沈劭劼： 正面硬剛華為，無論資源還是業務形態，大家心里都有數——軍團戰上很難剛過他們。

但我得想清楚：要怎么把心目中那款智能駕駛產品做出來。這條路可以是 “極高市占率 + 極高溢價 + 極高聲量”，也可以是完全相反的路徑：一個默默無聞的供應商，把事情做成了。我們現在介于兩者中間。

晚點：你們也開始做高算力平臺。起步更早的玩家已經在前面，你們要怎么追？

沈劭劼：我們不是重新開始做一套高算力，而是在統一架構上向上延展。從 TDA4（中算力），到 8775（艙駕一體），再到 8650 和更高算力平臺，我們的核心架構是一套。這套架構在不同算力上都能成立，并能規模化復用。

我們有兩個高算力方案產品：一是 L3/L4 方案，兩塊 Thor 芯片，加上自研激目前向感知系統和知周補盲雷達；二是艙駕一體方案，用高通 SA8797，把 VLA 融在統一架構。

我們是業內唯一能同時提供大算力 L3/L4 方案與艙駕一體方案的供應商。而且，因為工程能力強，同樣芯片在我們手里能跑出更高的效率。所以英偉達、德州儀器都愿意給我們更低的價格。

晚點：你們模型負責人陳曉智說，自動駕駛要做成，必須是軟硬一體，當時行業里只有卓馭和華為這么做。華為做芯片、激光雷達、4D 毫米波雷達。你們呢？哪些硬件會做、哪些不會？

沈劭劼：我們不造車、不做芯片，也不碰毫米波雷達這種已經相對成熟的硬件。

激光雷達我們會做，原因很簡單：一是價格已經下探到 1500 元級，進入可規模化使用的區間；二是工程門檻迅速下降，正往相機模組化的方向發展——接收器芯片化，發射器與鏡頭組裝即可。三是我們對應該如何安裝和使用激光雷達（即艙內激目系統）有自己的理解，這個理解很難通過外采零部件實現，我們要自己對它驗證。

這樣我們原來做相機的團隊就能直接上手，從立項到樣機只要四個月。強標后，對純視覺的壓力更大，我們現在更愿意給客戶推薦帶激光雷達的方案。

晚點：Momenta 曹旭東認為，明年城市輔助駕駛就能定格局，國內只剩兩三家，你同意嗎？

沈劭劼： 不管他說哪兩三家，我們肯定在里面——畢竟血條挺厚的。頭部幾家的差距是以月為單位在波動，真的，別那么自信，智駕模型的進化會像大語言模型一樣，哪一家訓練出了一個能打的模型，能瞬間把整個行業排序給你翻盤。

我們現在有 50 個已量產車型，定點正在開發的車型也有幾十個，是行業頭部，而且在油車智駕這個賽道上沒有對手。從營收看，我們賣軟硬一體，單車收入是同行兩三倍。

晚點：最近特斯拉 AI 前負責人 Andrej Karpathy 提出了 “9 的征程”。在一個對可靠性要求極高的系統中，每提升一個數量級的性能（從 90% 到 99% 再到 99.9%）難度是恒定的。到 L4，還有漫長征程。

沈劭劼： 如果你兩年前問我什么時候 L4 會實現，我會說不知道，或者用行業黑話回答你——“永遠 N+5”，你無論什么時候問，我都說 5 年后會實現。

現在我會說：Anytime。

行業從規則時代邁入數據驅動時代，真正決定勝負的是訓練體系里的數據管理和對 Training Dynamics（訓練動態）的理解：怎么練、怎么配數據、怎么穩定收斂。這些都是秘方，不會公開，但對性能提升極其關鍵。

整個行業目前狀態很像二戰時期的 “曼哈頓計劃”：美國、蘇聯、德國都在造原子彈。美國第一個做出來，但回頭看，當時它們之間的差距其實并不大——自動駕駛現在就處在這個階段。

晚點： 難道不是特斯拉先造出原子彈嗎？

沈劭劼：特斯拉也還在路上，現在是質能方程已經出現了，但原子彈還沒被真正造出來。

晚點： 字節也在做自動駕駛，它有可能成為黑馬嗎？

沈劭劼：從 “大力出奇跡” 的框架看，它們是有潛力的。但之前有其他互聯網公司做自動駕駛，出了一個挺搞笑的事——它投了很多人去搞，但連一個生產采購都沒有，它根本就沒有辦法去進行項目交付。

晚點： 你覺得你們和特斯拉自動駕駛的差距，對比豆包和 ChatGPT 的差距，哪個更大？

沈劭劼：都屬于那種 “差一點就能看懂” 的狀態，不是天差地別。

不受干擾是一個很重要的因素，因為能產生干擾的東西太多了。參考曼哈頓計劃就行，美國第一個造出來，很大一部分原因是——不受干擾，目標明確、資源集中，這比資金本身還重要。

以前會想萬一錯了怎么辦，后來發現，錯了不怎么辦

晚點：大疆有 “天才文化” 的土壤。卓馭有嗎，如何讓這樣的土壤形成？

沈劭劼：你得真正尊重那些有能力、有這種文化的人。其次，手不要伸太長。我自夸一下，做這么多年老師的基本技能就是，我很擅長以 “半旁觀者” 的角度，引導新人從不懂到一步步變懂。

晚點：你之前提過一句口號，“既要、也要、還要”。現在好像不再說了？

沈劭劼：這是我的鍋。過去我執著于 “既要也要”——既想要出貨量，又想要利潤；既看經營指標，又強調毛利率。聽上去美好，似乎團隊能在多個目標之間動態優化出一個最優解。但后來發現，這套策略行不通。

除非組織本身專業性極強、具備綜合優化的能力，否則任何階段都應該只有一個明確目標——明確到只要我把這句話放在這兒，任何人都不會理解錯。

行業的變化速度太快了，最忌諱的是組織內耗，“既要、也要、還要” 必然帶來內耗。現在我更傾向于：保持一個清晰、單一的戰略目標，在行走過程中不斷正負二十度進行調整。

晚點：現在那個 “單一、明確” 的目標是什么？

沈劭劼：有一段時間我們的口號是 “提效能、拓市場、樹口碑”——典型的 “既要、也要、還要”。我沒有能力讓組織同時做好這三件事。現在我們把前兩個都刪掉了，只剩一句：樹口碑。

晚點：如何評價卓馭的人才密度？

沈劭劼：很偏科。我們最大的問題是發展不均衡，因為卓馭從大疆內部的研發部門長出來，很多職能是在拆分過程中臨時補齊的，甚至拆開前一天還在用大疆共享的資源。

和從 0 到 1 全面搭建的公司比，我們的組織結構是 “先天不對稱” 的，這些會在后來體現成短板。

晚點：從一個事業部負責人到一名 CEO，最不適應的是什么？

沈劭劼：當時我從事業部負責人變成 CEO，我的 N-1 變成公司副總，我要快速完成這個心態轉換，就像三體里末日之戰之后人類的思想轉變一樣。

但團隊里很多管理者心態沒轉變過來。直到現在還有管理者問我：“這個事情公司是怎么想的？” 在過去，“公司怎么想” 是一個既定答案——上面有一個集團，會給方向，你只要執行。現在當我的 N-1 還在問 “公司怎么想”，這就出問題了。

公司是誰？拆出來這一年，這是一件被反復鞭打的事情。

晚點：大疆是典型的產品驅動，但卓馭是一家 ToB 公司——要靠銷售和客戶關系活下去。你們在這個文化切換里遇到的最大阻力是什么？

沈劭劼：就是我們最弱的那一塊——銷售，乃至整個前線作戰陣型。

大疆是 “以產品為中心”，但 ToB 業務要做起來，必須是 “以客戶為中心”，這兩種文化在我們這里一直沒有很好融合。我一直對搭建技術型銷售有執念：能聽懂客戶的需求，也能從產品側把價值講清楚，我們現在還沒建起來。

晚點：你覺得自己是一個好的技術型銷售嗎？

沈劭劼： 我是一個不錯的技術人員，但我不是一個好銷售，我正在努力。

華為有一句很重要的話叫做以客戶為中心，我一直在想，對卓馭來說這句話意味著什么。我們經常遇到一個拉扯：工程師心里覺得 “更漂亮” 的方案，和客戶要的方案沖突，怎么選？照著 “以客戶為中心” 理解，最后會變成一個很二元的問題：難道要跪著滿足所有需求嗎？

今年我們終于把這件事想清楚，把那句話改成了：“用戶為本，成就客戶。” 用戶是終端消費者，是我們判斷方向的旗幟；成就客戶，說得直白點，就是和我們合作的人能把事做成、能升職，我們不坑隊友。

晚點：大疆之前有個禁令——銷售不能喝酒。你們能喝嗎？

沈劭劼：在大疆，我們最開始是能喝的，后面是不能喝的，拆出來之后，我們又變成能喝了。

我不怎么喜歡喝酒，但怎么說？只要別把身體喝出問題來，喝就喝吧。不過白酒我一喝就醉，一百毫升就跪了。

晚點：你從智駕行業里的關鍵玩家——Momenta、地平線、華為——分別學到了什么？

沈劭劼：Momenta 給我的最大沖擊是曹旭東的韌勁——有好幾場戰斗，你以為他們要輸了，但關鍵時刻都能硬擰回來，他們有種絕不服輸的氣質；地平線讓我看到的是靈活性，策略和路徑上的調整速度非常快；華為實話說，一切都是預期之內的強大，它本該是那個樣子。

晚點：你是《三體》鐵粉，怎么看 “黑暗森林” 邏輯在商業競爭中的體現？

沈劭劼：這里是一個完全透明的行業，透明到和黑暗森林一點關系都沒有。大家的東西都擺在桌面上，我們基本上知道競爭對手在做什么，車企也知道每家供應商什么水平。

晚點：如果都是明牌，你們技術能力又這么強，為什么卓馭還不是第一？

沈劭劼：因為這是體系能力的競爭。大家都看得到彼此的招數，能不能做出來是另外一回事。

我們能看到地平線如何靠芯片國產化綁定主機廠，但我們做不了；還有一些企業的商務手段更豐富，我們也做不到。軟件供應商也知道我們怎么靠軟硬一體去完成極難的車型適配——比如油車和艙駕一體，他們也做不了。

晚點：卓馭的核心競爭力是什么？

沈劭劼：最大的優勢是團隊的篤定和極強的工程能力。

工程能力體現在：遇到難題不放棄、不打補丁，而是把問題真正啃透。這是我們過去軟硬一體化積累下來的底子。兩個例子：我們在北汽極狐阿爾法 T5 上做的艙駕一體，工程難度極高，但最終效果能跟最頭部帶激光雷達的車對打。另一個是給大眾油車做智駕，在很受限的條件下把性能做得很穩。

接下來幾個月你會看到，我們在 32 TOPS 到 1000 TOPS 的不同平臺上，都做到了歸一化的絲滑體驗，這些算力平臺的潛力其實還遠沒挖完。

在技術端，我們組織的內耗很低，這讓我們切換之后的加速度非常快。兩個組因為方案吵半天、最后人走了的情況——我們從來沒有發生過。

以前還會想 “萬一錯了怎么辦”。后來發現，錯了不怎么辦。寧愿押錯，也不能糾結。

不過這里指的僅是技術端啊，其他領域還存在不少內耗，我們還在努力熵減。

晚點：在競爭中最警惕什么？

沈劭劼：內耗，不作死就不會死。

沈劭劼和團隊

造高達的人，必須是能熬的人

晚點：你很年輕，1987 年，你的學生評價你是國內機器人頂級專家、亞洲最好的 robotics 老師之一，也是各類頂級機器人期刊的編輯。

沈劭劼：你刪去所有頂級的形容詞之后，我都認（笑）。

晚點：性格特點？

沈劭劼：嚴重社恐。

晚點：那講課的時候怎么辦？

沈劭劼：講課我最怕的不是面對人，而是講到一半卡殼。比如在黑板上推公式，推著推著，發現公式沒推出來，這個是最恐怖的事情，其他都沒事。

晚點：你 2014 年 9 月回港科大當助理教授，同一天加入大疆做顧問。10 年后你升了副教授，當上了 CEO。如何能做到學術和創業兩條路并行？

沈劭劼：怎么說呢？我的職業生涯第一天就是這樣，我不知道只打一份工是什么樣子。但對我來說這不是兩條線，而是同一條線：要造一個真正厲害的機器人，必須同時站在學術和工業兩個場景里。

晚點：你和汪滔很早就認識？

沈劭劼：我們是李澤湘老師不同階段的學生。我大一的時候，他研一。后來我去美國讀博做無人機自主導航期間，我們一直有保持聯系。

晚點：當時為什么沒有直接去大疆？

沈劭劼：其實我可以反過來說這個問題：我加入港科大是因為大疆。

做學術的主要好處是自由度，2014 年的中國機器人行業，成熟度和人才密度都不如現在，當時學術界的研究或者一定程度的隔離是有必要的，但這個必要性在后來越來越低。

晚點：如果你不來大疆，只留在學術界搞研究，能做出全世界最厲害的機器人嗎？

沈劭劼：不能。學校里工程能力不行，而且你也沒有獲取問題的途徑，很多知識相關的碰撞就不會出現，人會變蠢。

晚點：從汪滔身上學到最多的一點是什么？

沈劭劼：看到科技之美長什么樣子，以及追求科技之美的那個步伐。

晚點：卓馭如何在漫長發展和激烈競爭中保持初心不變？

沈劭劼：公司是創始人的鏡子，創始人不變，它就不會變。保持一個狀態：今年的我覺得去年的我是傻子。

晚點：那還好，李一帆跟我們說，今天的他覺得昨天的他是傻子。創業很苦，有沒有哪一刻覺得自己根本不適合干這件事？

沈劭劼：其實我最自豪的一個事就是——我很能熬。我屬于那種有病也不去看，能一直硬扛到最后的人。

晚點：是否有創業者典型的 emotional roller coaster （情緒過山車）？前一天晚上覺得世界要塌了，第二天早上醒來覺得自己能拯救世界。

沈劭劼：INTJ 最不能忍受不確定性，我更多是有一種持續性焦慮，處于 “睡不夠、頭有點痛” 的感覺：你不喜歡，但你知道，你能熬過去。

我從 Day One 就想造一個厲害的機器人，我們那一代人說 “造高達”，就是這個意思。只要我還為了這個目標工作，我就不會崩。如果哪天有人告訴我，“你去做房地產吧”，我下一秒就崩了（笑）。

晚點：從學術界到商界，這些年讓你最意外之事是什么？

沈劭劼：在一個產品沒有到 95 分之前，技術和產品之外的因素所占的權重，要遠高我們的想象。

晚點：你一直說 “造一個高達”，但你又不做人形機器人。“高達” 對你來說，具體意味著什么？

沈劭劼：我會做下半身，就是 Mobility（移動能力），但我不做上半身。

如果講更大的愿景，就是：科技以懶人為本。人們不想干的事，都有機械、智能體幫我干掉。 部署于云端的 AI Agent 這種我不懂，做不了。但在 “移動” 這個物理領域——我要把這件事閉環掉，把它徹底做好。

晚點：特斯拉、小鵬都在強調，自動駕駛技術未來可以大面積復用到機器人上。你是否同意？

沈劭劼：在數據驅動的框架真正搭起來之后，這是順理成章的。我很有信心——未來真正能把這種 “數據驅動型機器人” 做好的一定是這批在自動駕駛里打過仗的公司。

晚點：你們今年 5 月在官方招聘帖里描述了你們的理想候選人，這段話是你寫的嗎？

“他能夠講清楚自己要什么，而且他有一個故事，關于他為什么想把事情做成——那是他的一段真實生活經歷，可能他自己搭了航模，他自己做了一些小機器人，他的手摸過電容、摸過螺絲，他把那個殼遙控起來，看它落在地上炸壞過，也看它成功飛起來過。他對為什么喜歡這個事有非常切膚、非常真實的生活體驗。那不是一句話或者一個詞語，而是他那個時候的泥土氣息、觸覺、味覺和那段稠密的生活。他有一個強烈的愿望，一個把美好的東西帶到現實世界的沖動。我覺得這個可能是研發的一個本質：去想一些現實生活中沒存在的美好事物，然后把它帶到這個世界上來。”

沈劭劼：這段話不是我寫的，但我曾經輸出過無數段跟這個類似的東西。我一直相信有一種務實的浪漫主義：看到科技之美長什么樣，并且永遠不要停止追求它。

題圖來源：卓馭