在商湯絕影總部，與王曉剛共話汽車AI“溫度”與“鐵壁”

初冬的上海，云層低垂。

在黃浦江灣流經(jīng)的拐角處，商湯科技大廈的建筑形態(tài)簡潔到近乎抽象，猶如一艘停泊在工業(yè)文明舊址上的未來方舟，以無畏者的姿態(tài)，駛向已知又未知的智能世界。

一家以視覺感知立命的AI公司總部大樓，本身也在挑戰(zhàn)著觀看者的視覺常識。《汽車觀察》記者此行目的，是與商湯科技聯(lián)合創(chuàng)始人、執(zhí)行董事，商湯絕影董事長王曉剛，共話汽車AI“溫度”與“鐵壁”。

位于上海漕河涇的商湯科技總部大樓，猶如一艘航行于數(shù)字文明洪流之上的未來方舟

不止視覺霸主，再拓汽車疆土

連續(xù)九年占據(jù)中國計算機視覺市場榜首，GenAI IaaS領(lǐng)域躋身行業(yè)前三，座艙視覺AI軟件市占率連續(xù)五年位居全球第一，城市NOA市場份額位列行業(yè)前三……作為中國“AI四小龍”（商湯科技、曠視科技、依圖科技、云從科技）之首，商湯科技的市場地位不斷向“生態(tài)話語權(quán)”升級。

然而，這家中國最大的人工智能算法供應(yīng)商的“汽車故事”，并非始于對造車風(fēng)口的追逐，而是源自一次全球頂尖汽車制造商的主動叩門。

追溯其智能汽車業(yè)務(wù)布局，始于2016年。當(dāng)時，排名全球前五的汽車制造商——本田來到中國，尋找智能駕駛領(lǐng)域的合作伙伴，經(jīng)歷多輪篩選后，將目光鎖定在商湯科技上。次年12月，本田技研工業(yè)株式會社與商湯科技簽訂了長期的聯(lián)合研發(fā)協(xié)議，共同研發(fā)適合于乘用車場景的L4級自動駕駛技術(shù)。

這次合作，為商湯科技打開了一扇通往智能汽車的大門，同時也開啟了一段技術(shù)理想與商業(yè)現(xiàn)實的碰撞之旅。2021年7月，商湯科技正式發(fā)布智能汽車解決方案獨立品牌——SenseAuto絕影，標(biāo)志著其汽車業(yè)務(wù)從幕后技術(shù)賦能走向臺前品牌化運作。

商湯科技聯(lián)合創(chuàng)始人、執(zhí)行董事，商湯絕影董事長王曉剛接受《汽車觀察》獨家專訪

“此時，自動駕駛前裝量產(chǎn)技術(shù)快速發(fā)展，國際Tier-1巨頭的技術(shù)優(yōu)勢逐漸被本土科技公司超越，智能座艙也從單點功能升級為整體體驗，大模型時代的到來，更加印證了智能化是汽車的未來。”王曉剛肯定道。

2022年，商湯科技成立“絕影智能汽車事業(yè)群”，使其汽車業(yè)務(wù)從內(nèi)部的創(chuàng)新項目升格為與智慧商業(yè)、智慧城市和智慧生活并列的四大核心業(yè)務(wù)之一。時至今日，商湯絕影已經(jīng)完成了從內(nèi)部事業(yè)群到獨立商業(yè)實體的快速成長。

由此可見，商湯絕影以聚焦投入、快速響應(yīng)、專業(yè)深耕市場需求的戰(zhàn)略選擇應(yīng)對智能汽車賽道，同時也讓商湯絕影在汽車領(lǐng)域的定位更加清晰——不做造車的“軀體”，而是與客戶攜手共建賦予汽車“靈魂”的智能座艙、智能駕駛與提供智能汽車云服務(wù)。

在求穩(wěn)與開拓之間

商湯絕影這段“孵化-成長”的商業(yè)故事，亦是中國AI企業(yè)從技術(shù)研發(fā)走向產(chǎn)業(yè)落地的典型樣本。截至目前，商湯絕影合作車企已超30家，既有一汽、東風(fēng)這樣的央國企，也有吉利、奇瑞、長城這類民企，更有跨國車企本田、新勢力車企蔚來等。

“不同車企給了我們不同的幫助，共同促成了商湯絕影的成長。”王曉剛表示，這些不同屬性、不同特質(zhì)、不同體量規(guī)模的主機廠，對于智能駕駛和智能座艙的理解以及合作訴求有著明顯的不同。

有的車企是科技屬性和創(chuàng)新第一優(yōu)先，更看重技術(shù)的前沿性、定制化與可迭代性。而且敢于在合作中共同探索，并能基于市場需求提供大量寶貴意見。

有的車企對科技發(fā)展的探索成本較為謹(jǐn)慎，核心訴求是穩(wěn)定可靠、成熟落地，更加關(guān)注技術(shù)的安全性和市場驗證度，穩(wěn)步推進、不做炫技式開發(fā)。

再者就是本田這類跨國車企，其顯著特點是技術(shù)前瞻性強，更偏向于長期技術(shù)布局。早在2017年，本田就已提出無圖純視覺端到端的技術(shù)需求，這在當(dāng)時屬于極具前瞻性的技術(shù)方向，為商湯絕影2022年推出UniAD端到端自動駕駛方案提供了重要的方向性指引。這類車企更注重技術(shù)的底層邏輯和可持續(xù)性，而非短期的落地速度。

“單純向主機廠提供技術(shù)服務(wù)，并非我們唯一發(fā)展路徑，這種商業(yè)模式并不具備高利潤屬性，我們更希望與主機廠共同推進項目落地。”王曉剛解釋道，與主機廠的合作依然至關(guān)重要，這涉及大規(guī)模量產(chǎn)落地、技術(shù)迭代優(yōu)化以及行業(yè)影響力的構(gòu)建。

但在秉持開放態(tài)度的同時，也要有著自身底氣與自信。在王曉剛看來，隨著智能化技術(shù)的持續(xù)進步，必然會涌現(xiàn)出新的賽道和新的商業(yè)模式：“商湯絕影作為一家科技公司，目標(biāo)是保持技術(shù)的領(lǐng)先性，同時積極探索新的商業(yè)模式、開拓新的賽道，謀求長遠發(fā)展。”

智駕“奧斯卡”得主密鑰

作為行業(yè)首個量產(chǎn)、可交互的世界模型，“開悟”一經(jīng)問世便屢獲國內(nèi)外大獎。2025年8月，還獲得了由汽車觀察傳媒、中國國際貿(mào)易促進委員會汽車行業(yè)分會和中國汽車芯片產(chǎn)業(yè)創(chuàng)新戰(zhàn)略聯(lián)盟共同主辦的“智輅獎”智駕系統(tǒng)解決方案組大獎。

相比華為、英偉達和谷歌等，“開悟”世界模型有哪些差異化優(yōu)勢？眾所周知，世界模型本質(zhì)上是一種大型仿真器，Alpha Zero的案例已說明這一點。其核心價值在于特定規(guī)則框架下，通過自主交互產(chǎn)生突破人類上限的超級智能，這點對自動駕駛領(lǐng)域同樣關(guān)鍵。

商湯絕影“開悟”世界模型榮獲2025“智輅獎”

“實現(xiàn)這一目標(biāo)的關(guān)鍵難點，在于仿真需精準(zhǔn)契合物理世界規(guī)律、人機行為邏輯及交通規(guī)則，這也是當(dāng)前行業(yè)很多世界模型的短板——僅能生成視覺效果尚可的視頻，但缺乏對物理規(guī)律、因果關(guān)系的深度還原，且精度不足，難以適配自動駕駛實際需求。”王曉剛對“開悟”世界模型技術(shù)亮點進行了三點概括。

亮點一，多模態(tài)輸入融合。區(qū)別于常見的僅以視頻為輸入的模式，“開悟”為模型提供了多攝像頭畫面、相機姿態(tài)、3D點云和人車物3D軌跡等多維度數(shù)據(jù)，通過多重約束讓模型從不同模態(tài)中精準(zhǔn)學(xué)習(xí)物理規(guī)律，實現(xiàn)更全面的世界仿真。

亮點二，高質(zhì)量+高可控性。基于多模態(tài)融合的優(yōu)勢，“開悟”生成的高質(zhì)量視頻占比超50%，遠超行業(yè)平均水平，且能精準(zhǔn)控制天氣、光線和道路結(jié)構(gòu)等元素，高度匹配自動駕駛“舉一反三”的靈活需求，只需針對一個問題場景優(yōu)化，就能覆蓋成百上千個相關(guān)衍生場景。

亮點三，長時復(fù)雜仿真能力。當(dāng)前行業(yè)標(biāo)桿特斯拉可生成6min復(fù)雜交通交互視頻，其他廠商多集中在20-30s，“開悟”則已實現(xiàn)兩分半鐘的長時仿真，未來目標(biāo)是看齊并超越特斯拉，實現(xiàn)更長時長、更復(fù)雜場景的模擬。

量產(chǎn)實力派的野心

目前，“開悟”世界模型已經(jīng)量產(chǎn)，并賦能上海自動駕駛實訓(xùn)場。關(guān)于“開悟”世界模型的未來規(guī)劃，王曉剛表示，明年的核心目標(biāo)是推動“開悟”世界模型與強化學(xué)習(xí)的深度融合，逐步擺脫對真人駕駛數(shù)據(jù)的依賴，最終實現(xiàn)自動駕駛水平超越人類。

談及“開悟”世界模型量產(chǎn)落地的最大難點，王曉剛強調(diào)，生成數(shù)據(jù)的質(zhì)量與算力適配兩大方面同等重要。若生成數(shù)據(jù)質(zhì)量不達標(biāo)，后續(xù)還需額外投入大量人力篩選校驗，將直接導(dǎo)致整體研發(fā)效率大打折扣。

而在算力與芯片適配上，以前行業(yè)普遍依賴英偉達芯片，其成熟的生態(tài)體系大幅降低了適配難度；但如今面對各類不同規(guī)格的國產(chǎn)芯片，需要投入大量精力去完成適配工作，這一過程雖耗時費力，但也是提升模型運行效率的必要環(huán)節(jié)。

另需關(guān)注的是，商湯絕影推出的生成式智駕R-UniAD，引入了獨特的VLAR架構(gòu)，這意味著決策邏輯已從“被動模仿”轉(zhuǎn)向“主動生成與試錯”。然而，這套VLAR架構(gòu)更多是依賴“絕影開悟”世界模型生成的海量合成數(shù)據(jù)，還是依然需要結(jié)合一部分真實世界采集的高價值人類駕駛數(shù)據(jù)進行混合訓(xùn)練？

王曉剛分別解釋了這兩種數(shù)據(jù)源在解決自動駕駛長尾問題中的權(quán)重：真實數(shù)據(jù)只是“冷啟動”，為VLAR架構(gòu)提供了初始的訓(xùn)練基礎(chǔ)；但啟動之后，整個訓(xùn)練過程將進入持續(xù)循環(huán)的強化學(xué)習(xí)階段，則主要依賴“開悟”世界模型生成的海量合成數(shù)據(jù)，來完成模型迭代更新，這也是未來自動駕駛技術(shù)的發(fā)展趨勢。

從底層技術(shù)架構(gòu)破局

汽車智能化比拼越來越卷，很多車企甚至把“堆配置”作為一種營銷手段。對于科技公司而言，追求極致參數(shù)更重要，還是優(yōu)先解決用戶場景痛點更重要？

“必然是以用戶為導(dǎo)向、以場景為導(dǎo)向，而非單純追求極致參數(shù)。但用戶往往難以清晰表述自身核心痛點，在全新技術(shù)落地前，缺乏相應(yīng)的認知與體驗，這就需要我們主動挖掘并解決用戶場景痛點。”王曉剛回答道。

實際上，“堆配置”的深層原因在于傳統(tǒng)AI的技術(shù)范式局限：以往AI功能都需要用戶主動打開APP才能使用，本質(zhì)上是“人找功能”，而非“功能找人”，這與用戶對智能化的真實需求脫節(jié)。

“只有先改變底層技術(shù)架構(gòu)，擺脫傳統(tǒng)‘激活式AI’的束縛，后續(xù)開發(fā)的各類應(yīng)用才能真正解決用戶痛點。”王曉剛強調(diào)，商湯絕影基于“以人為中心”的環(huán)境計算理念，既跳出了“堆配置”的內(nèi)卷，又能讓技術(shù)真正服務(wù)于用戶。

2025年王曉剛位列全球頂尖1000名計算機科學(xué)家世界第29、中國第1

在他看來，未來的AI不應(yīng)是被動等待激活的工具和冰冷的功能集合，而應(yīng)是融入周圍環(huán)境、時刻關(guān)注用戶需求與狀態(tài)變化、充分感知及理解用戶習(xí)慣與偏好，在用戶需要時主動提供服務(wù)，既做到恰如其分，又不冗余打擾。

今年10月，“絕影千機”與奇瑞的深度合作，讓大家看到了智能座艙發(fā)展的第3個階段——走出APP。從過往2D、3D環(huán)境，到強調(diào)從4D時空理解環(huán)境，商湯絕影是如何實現(xiàn)這一技術(shù)躍遷的？

王曉剛始終認為，智能座艙“走出APP”的核心邏輯是“以人為中心”，實現(xiàn)這一目標(biāo)需要三點技術(shù)支撐：第一，多模態(tài)大模型須持續(xù)運行于車端；第二，系統(tǒng)須具備長程記憶能力；第三，須采用更復(fù)雜的架構(gòu)設(shè)計。

“長鏈條閉環(huán)對技術(shù)提出更高要求，任何一個環(huán)節(jié)出錯都會直接影響用戶體驗。商湯絕影通過架構(gòu)層面的優(yōu)化迭代，保障了AI與人在長鏈條復(fù)雜交互過程中的絲滑性與準(zhǔn)確性，即便技術(shù)迭代難度顯著提升，也能確保虛擬世界中的訓(xùn)練策略在遷移至真實物理世界后，安全可靠落地。”王曉剛補充道。

下半場的攻堅清單

智能化下半場競爭已然進入白熱化階段，科技公司與主機廠一樣，也要面臨著殘酷的淘汰賽。未來，商湯絕影如何持續(xù)不斷地激發(fā)自身研發(fā)活力，站穩(wěn)行業(yè)領(lǐng)先地位？

在王曉剛看來，討論焦點應(yīng)跳出“某一領(lǐng)域僅剩幾家企業(yè)”這樣的存量競爭思維，轉(zhuǎn)而聚焦在新賽道的開辟與新機會的挖掘上，若僅局限于供應(yīng)商這種單一角色，未來發(fā)展難免受限。接下來，商湯絕影將在商業(yè)模式與新業(yè)務(wù)方向上主動尋求突破。

與此同時，王曉剛也敏銳洞察到，智駕技術(shù)的演進正催生著全新機遇。自2025年起，無人物流車市場已邁入快速增長期；未來兩三年內(nèi)，Robotaxi技術(shù)也將逐步走向成熟。這些都為商湯絕影開辟了全新的商業(yè)模式——直接面向終端用戶提供出行服務(wù)。

沙利文發(fā)布《2025年中國世界模型發(fā)展白皮書》報告稱，商湯絕影“開悟”世界模型在技術(shù)產(chǎn)品、應(yīng)用能力及生態(tài)建設(shè)三方面綜合評價位居榜單第一。

過去，科技公司提供的多是單點座艙技術(shù)及相關(guān)解決方案，需經(jīng)主機廠整合后才能觸達用戶，這種模式會導(dǎo)致AI功能的激活率與使用率始終處于低位。如今，以商湯絕影為代表的科技公司正突破座艙邊界，使其技術(shù)不再局限于艙內(nèi)，還能在艙外與手機、家庭機器人等設(shè)備跨場景聯(lián)動。

那么，智能化下半場還有哪些前沿技術(shù)更具開發(fā)性和市場潛力，或?qū)⒊蔀橄乱浑A段的主流和攻堅方向？商湯絕影是否進行了相應(yīng)的技術(shù)儲備？

王曉剛認為有三點：第一，世界模型與強化學(xué)習(xí)的融合技術(shù)；第二，Human 3.0相關(guān)的環(huán)境計算技術(shù)；第三，智艙與智駕的融合技術(shù)，在無人場景中的重要性愈發(fā)凸顯。針對這些前沿方向，商湯絕影已經(jīng)進行了相應(yīng)的技術(shù)儲備，以順應(yīng)智能化下半場的發(fā)展趨勢。

“智能化發(fā)展已進入全新階段，技術(shù)形態(tài)、產(chǎn)品載體與商業(yè)模式，都發(fā)生了全方位的變革，科技公司也不再局限于供應(yīng)商的角色，而是從B端向C端拓展。其中，以具身智能機器人為載體的C端應(yīng)用，能夠?qū)⒓夹g(shù)更直接地觸達終端消費者，這為下半場競爭開辟了新的賽道。”王曉剛強調(diào)，唯有持續(xù)創(chuàng)新、不斷突破原有邊界，才能牢牢把握住蘊藏的機遇。