從自動駕駛到機器人，90%技術可復用

作者| 宋 陽（知行科技創始人兼CEO）

| 杜詠芳

設計| 甄尤美

“把算法、軟件和硬件打通是需要花很長時間的，它是一個慢活，但是打通以后進行算法迭代是快的。”

12月5日，在WNAT-CES 2025新汽車技術合作生態交流會的組合輔駕與具身智能論壇上，知行科技創始人兼CEO宋陽的這句話，精準概括了他在自動駕駛領域深耕九年的核心感悟。

在人工智能與汽車產業加速融合的當下，“快”成為行業常態——技術迭代快、資本入局快、產品推出快。

但宋陽卻格外強調“慢”的價值。在他看來，真正的“快”恰恰源于扎實的“慢功夫”。知行科技專注于自動駕駛控制器這一件事，耐心補齊技術棧、反復打磨工程化能力，為未來的“快突破”奠定堅實基礎。

在自動駕駛領域，從CNN到BEV、再到端到端的技術演進，每一步都需要在控制器層面進行深度的適配與優化。

宋陽將這個過程形象地比喻成“在核桃仁上雕花”，需要極大的耐心與精細的工程能力。但一旦打通，算法迭代的速度就會大幅提升。

正是這份對“慢功夫”的堅守，結出了扎實的果實。宋陽坦言：“成立九年以來，量產了幾個“一百”，首先是超過一百個國家都能看到知行科技的控制器、Top100車型，到今年三季度自動駕駛控制器量超過一百萬。”

更關鍵的是，這種深度打磨形成的技術底座，為跨界創新提供了可能。自動駕駛汽車技術棧與具身智能機器人高度同源。

宋陽表示：“我們對比自動駕駛和機器人技術棧，大家可以清晰地看到控制器的底層是完全一樣的。另外，它的軟件層基本一樣。它的算法層在運動控制層，尤其是輪子控制是一樣的。”

并且，他強調：“整個來看，它的重合率是在90%以上。”

當行業多數企業困于“算法-控制器-機械”的鏈路阻隔時，宋陽帶領團隊僅用兩個月就推出全球首款國產機器人控制器，背后正是但九年技術積淀的厚積薄發。

在這場以“長期與短期”為主題的交流會上，宋陽結合知行科技的實踐，分享了對汽車與具身智能融合發展的思考。

以下是宋陽的演講實錄，《汽車商業評論》略作編輯。

長期與短期的問題與挑戰

尊敬的各位來賓、產業鏈的同仁們，大家下午好！

我是宋陽，今天給大家分享一下智能汽車與具身智能融合發展的話題。在此，我首先代表本分論壇的組委會向蒞臨現場的各位朋友、各位嘉賓表示熱烈的歡迎和衷心的感謝。

我們今天的大會主題，大家都看到了，是長期與短期。我想在座的各位想必可能和我有一樣的既激動又焦慮。因為什么呢？我們處在這樣一個人工智能迅速落地，長期來看它將改變千行百業這樣一個大時代！

這里有非常多的創新機會，但是我們也要思考，可能現在創新是要做怎樣的創新？長期的創新、短期的創新、短期的商業化和長期的更大的更遠的商業化是有一些突出的。

作為一個自動駕駛行業的從業者，結合我們這個行業，我也看到有很多點是值得大家思考它是長期的還是短期的。

就比如自動駕駛什么時候L4、L5，什么時候做到無人駕駛？無人駕駛的算法演進會是突然一下子就到無人駕駛？還是一個逐步積累數據逐步迭代的過程？

還有，我們是做算法和硬件的公司，我們的特點是把自動駕駛的大模型算法經過比較深入的工程化工作放到專用芯片里面去，它不是通用芯片，放到專用芯片里是需要很長時間的，這就意味著我們開始的時候慢，后來是快的。

因為把算法、軟件和硬件打通是需要花很長時間的，它是一個慢活，但是打通以后進行算法迭代是快的。我們有很多芯片一開始都面臨著投入很多的軟件資源，就會慢，后來就快。

結合今天的話題就是自動駕駛和具身智能，我看到具身智能領域，現在很多機器人公司都是以表演為主。比如說宇樹科技，說我們現在還是表演為主，將來還是要干活的。將來長期行業化的時間什么時候來到？短期和長期怎樣結合發展？

還有，從短期來看，我們的汽車供應鏈與機器人供應鏈在規模上仍有明顯差距。目前汽車供應鏈對應約三千萬輛的年產能，而具身智能機器人去年的實際產量僅為約50萬臺。

但長期來看，自動駕駛汽車本身是一個機器人，它是機器人的一個分支，它的量也是大的。那么這兩個行業如何現階段融合？如何長期融合發展？這也是長期和短期的問題。

基于這些思考，我們今天下午將圍繞著自動駕駛和具身智能的未來發展趨勢，我們如何融合并進，期待通過今天與各位的分享和對話碰撞出更多關注智能汽車具身智能的深度思考甚至合作的契機，共同應對長期與短期的挑戰。

AI行業機遇與挑戰并存

接下來，我很榮幸能夠拋磚引玉，以人工智能場景落地為題分享知行科技在前沿技術的探索。

最近，我們看到人工智能隨著大語言模型的落地，逐漸演化成多模態，逐漸又推向事件模型。這個演化速度非常快的，但是這里也有一些問題。

首先是大語言模型，如果我們熟悉和各種大語言模型對話的朋友會體驗到，有時候它是有跳躍的。它以大語言模型作為基座模型，無論是做自動駕駛也好還是做機器人也好，就存在中間的邏輯性，有時候它會有跳躍，是你意想不到的事情。

那么，多模態、VLA也存在著。以機器人為例，我在這個房間做一個動作，到另外一個場景它可能就泛化了，所以就需要花很高費用，人為去采集數據。事件模型，如果給它增加一個維度，比如重力。你明顯感覺到這個模型需要的算力成本會急劇增加，背后還有電力等等問題。比如放到車上和放到機器人肚子里散熱怎么解決等等，這些都是行業存在的問題。

但是，我個人還是相對樂觀的。因為我們國家有非常強的產業技術、工業技術，我們有非常非常多的場景，而且今年年初我們看到以DeepSeek為例的算法創新是集成式的創新，也讓國人對自己的AI能力有了重新的認知。

那么，我們是否可以依托于中國龐大的工業基礎眾多的工業場景或者各行各業的場景，利用這些場景和數據去推動人工智能發展？能不能比大洋彼岸的國家，以AI帶動行業，以產業帶動AI的方式率先在人工智能取得突破？我個人是非常樂觀的。

九年技術積淀實現跨界賦能

我先介紹一下知行科技過去九年時間所做的事情，我們在24年之前，也就是前八年主要做的只有一件長期的事，就是自動駕駛的控制器。它包含算法、底層軟件、硬件，我們是垂直整合。我們一步一步把這些技術棧圍起來補齊，這就結合到今天說的長期的事。到現在為止，我們把技術棧基本補齊，當然還需要更多創新和學習。

24年的時候，我們突然看到有很多機器人企業突然冒出來，有很多也是突然崛起了。那么，這個行業是急需機器人的控制器，因為大部分的機器人企業來源于兩類：一類是做算法的，一類是傳統自動化的。

這些行業的同仁們在那個領域可能很強，但是如何把整個機器人動起來，算法和控制器和機械結合起來，往往這個事沒有做全，也就是（缺乏）打通系統的能力。

我們發現我們做自動駕駛，我們是算法、軟件、硬件都有的公司，我們可以幫算法的同行們打通它的底層、軟件、硬件，甚至和DCT的溝通，幫助他們快速迭代。我們發現出現這樣一個商機。

從24年開始，我們就從自動駕駛行業切到了機器人行業，當然自動駕駛還繼續做，把自動駕駛控制器應用在行業里做了一個新的產品，就是機器人控制器。

成立九年以來，量產了幾個“一百”，首先是超過一百個國家都能看到知行科技的控制器，Top100車型，到今年三季度自動駕駛控制器量超過一百萬。明年爭取一年超過一百萬。

這里有一些視頻是過去在自動駕駛業務所做的工作，我們看到一些小算力平臺，8TOPS把BEV大模型放進去了，這可以說是“核桃仁上雕花的工作”，也就是說算法需要非常多的量化、剪裁適配硬件，通過慢動作讓它節省成本之后做快動作，算法進行迭代，也做了基于20TOPS以下算力平臺的高速智駕和停泊車放在一起的工作。

今年9月份我們繼續在一個芯片上精細打磨，把城區端到端的算法放到128TOPS平臺上，取得了一定的進展。它可以在城區里面開始跑起來了，也能做看起來很酷的避障行人這樣的事，當然我們還需要更多的數據把算法跑得更好。

在具身智能領域，今年9月份發布了全球首款國產機器人控制器，發布一個多月就有十幾家客戶采購了機器人控制器。基于我們自己做的機器人控制器、算法和機械臂，做了一款應用，就是自動充電。我們認為隨著自動駕駛時代的到來，無人駕駛逐漸普及，車上沒有人，就需要自動充電。自動充電目前已經獲得了項目定點。

前面提到了汽車行業是和具身智能需要融合，或者是互補的。為什么這么說？因為首先從技術來說是同源的，這樣研發可以降低成本，同時產業鏈也是融合的，無論是算法、軟件、數據、電控、機器，其實產業鏈都是高度融合的。

另外，車規系統批量化可靠性也可以給具身智能做很好的賦能。知行科技過去九年一直在做自動駕駛算法的迭代，從開始的CNN算法為主，到BEV感知，到4DBEV到端到端，同時也在預研VLA的算法。

我們如果拋開自動駕駛來看，它的技術棧無非是感知、控制器、算法、數據閉環的迭代。前面提到我們做了一款自動充電，它無論是控制器、算法、機械臂，都是我們自己做的。包括機械臂的核心是機器人的關節，我們看到現在機器人有很多關節，人形機器人不算手有40幾個關節，每個手20多個關節，它的核心都是關節。

除了關節之外，我們看到各種各樣的機械臂，甚至人形機器人，基于大的行業背景下，我們想我們需要有一個自己的關節。我們就收購了一家做智能化關節的公司，這樣我們就打通了算法到控制器到機器人本體的鏈路，可以為快速迭代創造基礎。

我們對比自動駕駛和機器人技術棧，大家可以清晰地看到控制器的底層是完全一樣的。另外，它的軟件層基本一樣。它的算法層在運動控制層，尤其是輪子控制是一樣的。但是干一些具體的活，比如抓一個東西從A點到B點，這是不同的。整個來看，它的重合率是在90%以上。

那么基于產業鏈融合的這樣一個態勢，我們做了機器人控制器，只用了兩個月的時間就做出來了，發布了全球首款國產機器人控制器。看起來這兩個月很短，但是它背后是過去九年在自動駕駛控制器上的積累。

過去九年，我們形成了比較全的產品分布態勢，從1TOPS到500TOPS，從基礎行車到高速行車到城市行車都做了，自動泊車，用九年時間把這些技術補全了，也支持很多車廠出海，在泊車首先做了車海，在行程方面技術行車已經做了很多家客戶的首發。

最近，我們把制造基地重新做了升級，有一個全新的7200平米的新工廠，無論是軟件，自動地庫、貼片、自動組裝形成年產量近200萬輛，給自動駕駛打下了產業化的較強基礎。

從具身智能來看，機器人的控制器和基于關節的機械臂，目前也給多家公司服務。一個是快，另外是依托汽車行業的大批量制造能力、可靠性、打通算法、軟件和硬件工程化的底層能力，先做的慢，后做的快。

服務于不同的人形機器人公司，比如割草機、物流運輸行業等客戶。我們也開發了基于多模態、VLA技術算法做了很多實驗，自動充電、自動按電梯、自動抓取等等。

我們也非常高興，今天和各位行業同仁們在一起，希望構筑一個共生的生態。同時，我也給蘇州市的汽車電子及零部件產業商會做個廣告，我們知行科技作為商會的會長單位，我們也誠摯地邀請在蘇州有實體的企業加入汽車零部件商會，為汽車行業、為自動駕駛行業、為將來的機器人行業，給他們做出貢獻。謝謝大家！