在商湯絕影總部，與王曉剛共話汽車(chē)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(jiǎn)潔到近乎抽象，猶如一艘停泊在工業(yè)文明舊址上的未來(lái)方舟，以無(wú)畏者的姿態(tài)，駛向已知又未知的智能世界。

一家以視覺(jué)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(jué)常識(shí)。《汽車(chē)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(zhǎng)王曉剛，共話汽車(chē)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(lái)方舟

不止視覺(jué)霸主，再拓汽車(chē)疆土

連續(xù)九年占據(jù)中國(guó)計(jì)算機(jī)視覺(jué)市場(chǎng)榜首，GenAI IaaS領(lǐng)域躋身行業(yè)前三，座艙視覺(jué)AI軟件市占率連續(xù)五年位居全球第一，城市NOA市場(chǎng)份額位列行業(yè)前三……作為中國(guó)“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(chǎng)地位不斷向“生態(tài)話語(yǔ)權(quán)”升級(jí)。

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

追溯其智能汽車(chē)業(yè)務(wù)布局，始于2016年。當(dāng)時(shí)，排名全球前五的汽車(chē)制造商——本田來(lái)到中國(guó)，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(huì)社與商湯科技簽訂了長(zhǎng)期的聯(lián)合研發(fā)協(xié)議，共同研發(fā)適合于乘用車(chē)場(chǎng)景的L4級(jí)自動(dòng)駕駛技術(shù)。

這次合作，為商湯科技打開(kāi)了一扇通往智能汽車(chē)的大門(mén)，同時(shí)也開(kāi)啟了一段技術(shù)理想與商業(yè)現(xiàn)實(shí)的碰撞之旅。2021年7月，商湯科技正式發(fā)布智能汽車(chē)解決方案獨(dú)立品牌——SenseAuto絕影，標(biāo)志著其汽車(chē)業(yè)務(wù)從幕后技術(shù)賦能走向臺(tái)前品牌化運(yùn)作。

商湯科技聯(lián)合創(chuàng)始人、執(zhí)行董事，商湯絕影董事長(zhǎng)王曉剛接受《汽車(chē)觀察》獨(dú)家專(zhuān)訪

“此時(shí)，自動(dòng)駕駛前裝量產(chǎn)技術(shù)快速發(fā)展，國(guó)際Tier-1巨頭的技術(shù)優(yōu)勢(shì)逐漸被本土科技公司超越，智能座艙也從單點(diǎn)功能升級(jí)為整體體驗(yàn)，大模型時(shí)代的到來(lái)，更加印證了智能化是汽車(chē)的未來(lái)。”王曉剛肯定道。

2022年，商湯科技成立“絕影智能汽車(chē)事業(yè)群”，使其汽車(chē)業(yè)務(wù)從內(nèi)部的創(chuàng)新項(xiàng)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(shí)至今日，商湯絕影已經(jīng)完成了從內(nèi)部事業(yè)群到獨(dú)立商業(yè)實(shí)體的快速成長(zhǎng)。

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

在求穩(wěn)與開(kāi)拓之間

商湯絕影這段“孵化-成長(zhǎng)”的商業(yè)故事，亦是中國(guó)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(chē)企已超30家，既有一汽、東風(fēng)這樣的央國(guó)企，也有吉利、奇瑞、長(zhǎng)城這類(lèi)民企，更有跨國(guó)車(chē)企本田、新勢(shì)力車(chē)企蔚來(lái)等。

“不同車(chē)企給了我們不同的幫助，共同促成了商湯絕影的成長(zhǎng)。”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(jī)廠，對(duì)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(chē)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(chǎng)需求提供大量寶貴意見(jiàn)。

有的車(chē)企對(duì)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(chǎng)驗(yàn)證度，穩(wěn)步推進(jìn)、不做炫技式開(kāi)發(fā)。

再者就是本田這類(lèi)跨國(guó)車(chē)企，其顯著特點(diǎn)是技術(shù)前瞻性強(qiáng)，更偏向于長(zhǎng)期技術(shù)布局。早在2017年，本田就已提出無(wú)圖純視覺(jué)端到端的技術(shù)需求，這在當(dāng)時(shí)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(dòng)駕駛方案提供了重要的方向性指引。這類(lèi)車(chē)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(jī)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(rùn)屬性，我們更希望與主機(jī)廠共同推進(jìn)項(xiàng)目落地。”王曉剛解釋道，與主機(jī)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(kāi)放態(tài)度的同時(shí)，也要有著自身底氣與自信。在王曉剛看來(lái)，隨著智能化技術(shù)的持續(xù)進(jìn)步，必然會(huì)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(shí)積極探索新的商業(yè)模式、開(kāi)拓新的賽道，謀求長(zhǎng)遠(yuǎn)發(fā)展。”

智駕“奧斯卡”得主密鑰

作為行業(yè)首個(gè)量產(chǎn)、可交互的世界模型，“開(kāi)悟”一經(jīng)問(wèn)世便屢獲國(guó)內(nèi)外大獎(jiǎng)。2025年8月，還獲得了由汽車(chē)觀察傳媒、中國(guó)國(guó)際貿(mào)易促進(jìn)委員會(huì)汽車(chē)行業(yè)分會(huì)和中國(guó)汽車(chē)芯片產(chǎn)業(yè)創(chuàng)新戰(zhàn)略聯(lián)盟共同主辦的“智輅獎(jiǎng)”智駕系統(tǒng)解決方案組大獎(jiǎng)。

相比華為、英偉達(dá)和谷歌等，“開(kāi)悟”世界模型有哪些差異化優(yōu)勢(shì)？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(shuō)明這一點(diǎn)。其核心價(jià)值在于特定規(guī)則框架下，通過(guò)自主交互產(chǎn)生突破人類(lèi)上限的超級(jí)智能，這點(diǎn)對(duì)自動(dòng)駕駛領(lǐng)域同樣關(guān)鍵。

商湯絕影“開(kāi)悟”世界模型榮獲2025“智輅獎(jiǎng)”

“實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵難點(diǎn)，在于仿真需精準(zhǔn)契合物理世界規(guī)律、人機(jī)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(jué)效果尚可的視頻，但缺乏對(duì)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(dòng)駕駛實(shí)際需求。”王曉剛對(duì)“開(kāi)悟”世界模型技術(shù)亮點(diǎn)進(jìn)行了三點(diǎn)概括。

亮點(diǎn)一，多模態(tài)輸入融合。區(qū)別于常見(jiàn)的僅以視頻為輸入的模式，“開(kāi)悟”為模型提供了多攝像頭畫(huà)面、相機(jī)姿態(tài)、3D點(diǎn)云和人車(chē)物3D軌跡等多維度數(shù)據(jù)，通過(guò)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(shí)現(xiàn)更全面的世界仿真。

亮點(diǎn)二，高質(zhì)量+高可控性。基于多模態(tài)融合的優(yōu)勢(shì)，“開(kāi)悟”生成的高質(zhì)量視頻占比超50%，遠(yuǎn)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(dòng)駕駛“舉一反三”的靈活需求，只需針對(duì)一個(gè)問(wèn)題場(chǎng)景優(yōu)化，就能覆蓋成百上千個(gè)相關(guān)衍生場(chǎng)景。

亮點(diǎn)三，長(zhǎng)時(shí)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(kāi)悟”則已實(shí)現(xiàn)兩分半鐘的長(zhǎng)時(shí)仿真，未來(lái)目標(biāo)是看齊并超越特斯拉，實(shí)現(xiàn)更長(zhǎng)時(shí)長(zhǎng)、更復(fù)雜場(chǎng)景的模擬。

量產(chǎn)實(shí)力派的野心

目前，“開(kāi)悟”世界模型已經(jīng)量產(chǎn)，并賦能上海自動(dòng)駕駛實(shí)訓(xùn)場(chǎng)。關(guān)于“開(kāi)悟”世界模型的未來(lái)規(guī)劃，王曉剛表示，明年的核心目標(biāo)是推動(dòng)“開(kāi)悟”世界模型與強(qiáng)化學(xué)習(xí)的深度融合，逐步擺脫對(duì)真人駕駛數(shù)據(jù)的依賴(lài)，最終實(shí)現(xiàn)自動(dòng)駕駛水平超越人類(lèi)。

談及“開(kāi)悟”世界模型量產(chǎn)落地的最大難點(diǎn)，王曉剛強(qiáng)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(dá)標(biāo)，后續(xù)還需額外投入大量人力篩選校驗(yàn)，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(lài)英偉達(dá)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(duì)各類(lèi)不同規(guī)格的國(guó)產(chǎn)芯片，需要投入大量精力去完成適配工作，這一過(guò)程雖耗時(shí)費(fèi)力，但也是提升模型運(yùn)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(dú)特的VLAR架構(gòu)，這意味著決策邏輯已從“被動(dòng)模仿”轉(zhuǎn)向“主動(dòng)生成與試錯(cuò)”。然而，這套VLAR架構(gòu)更多是依賴(lài)“絕影開(kāi)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(shí)世界采集的高價(jià)值人類(lèi)駕駛數(shù)據(jù)進(jìn)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(dòng)駕駛長(zhǎng)尾問(wèn)題中的權(quán)重：真實(shí)數(shù)據(jù)只是“冷啟動(dòng)”，為VLAR架構(gòu)提供了初始的訓(xùn)練基礎(chǔ)；但啟動(dòng)之后，整個(gè)訓(xùn)練過(guò)程將進(jìn)入持續(xù)循環(huán)的強(qiáng)化學(xué)習(xí)階段，則主要依賴(lài)“開(kāi)悟”世界模型生成的海量合成數(shù)據(jù)，來(lái)完成模型迭代更新，這也是未來(lái)自動(dòng)駕駛技術(shù)的發(fā)展趨勢(shì)。

從底層技術(shù)架構(gòu)破局

汽車(chē)智能化比拼越來(lái)越卷，很多車(chē)企甚至把“堆配置”作為一種營(yíng)銷(xiāo)手段。對(duì)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(chǎng)景痛點(diǎn)更重要？

“必然是以用戶為導(dǎo)向、以場(chǎng)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(diǎn)，在全新技術(shù)落地前，缺乏相應(yīng)的認(rèn)知與體驗(yàn)，這就需要我們主動(dòng)挖掘并解決用戶場(chǎng)景痛點(diǎn)。”王曉剛回答道。

實(shí)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(dòng)打開(kāi)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(duì)智能化的真實(shí)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(kāi)發(fā)的各類(lèi)應(yīng)用才能真正解決用戶痛點(diǎn)。”王曉剛強(qiáng)調(diào)，商湯絕影基于“以人為中心”的環(huán)境計(jì)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(jì)算機(jī)科學(xué)家世界第29、中國(guó)第1

在他看來(lái)，未來(lái)的AI不應(yīng)是被動(dòng)等待激活的工具和冰冷的功能集合，而應(yīng)是融入周?chē)h(huán)境、時(shí)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(shí)主動(dòng)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(jī)”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(gè)階段——走出APP。從過(guò)往2D、3D環(huán)境，到強(qiáng)調(diào)從4D時(shí)空理解環(huán)境，商湯絕影是如何實(shí)現(xiàn)這一技術(shù)躍遷的？

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

“長(zhǎng)鏈條閉環(huán)對(duì)技術(shù)提出更高要求，任何一個(gè)環(huán)節(jié)出錯(cuò)都會(huì)直接影響用戶體驗(yàn)。商湯絕影通過(guò)架構(gòu)層面的優(yōu)化迭代，保障了AI與人在長(zhǎng)鏈條復(fù)雜交互過(guò)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(shí)物理世界后，安全可靠落地。”王曉剛補(bǔ)充道。

下半場(chǎng)的攻堅(jiān)清單

智能化下半場(chǎng)競(jìng)爭(zhēng)已然進(jìn)入白熱化階段，科技公司與主機(jī)廠一樣，也要面臨著殘酷的淘汰賽。未來(lái)，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(lái)，討論焦點(diǎn)應(yīng)跳出“某一領(lǐng)域僅剩幾家企業(yè)”這樣的存量競(jìng)爭(zhēng)思維，轉(zhuǎn)而聚焦在新賽道的開(kāi)辟與新機(jī)會(huì)的挖掘上，若僅局限于供應(yīng)商這種單一角色，未來(lái)發(fā)展難免受限。接下來(lái)，商湯絕影將在商業(yè)模式與新業(yè)務(wù)方向上主動(dòng)尋求突破。

與此同時(shí)，王曉剛也敏銳洞察到，智駕技術(shù)的演進(jìn)正催生著全新機(jī)遇。自2025年起，無(wú)人物流車(chē)市場(chǎng)已邁入快速增長(zhǎng)期；未來(lái)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(kāi)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(guó)世界模型發(fā)展白皮書(shū)》報(bào)告稱(chēng)，商湯絕影“開(kāi)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(píng)價(jià)位居榜單第一。

過(guò)去，科技公司提供的多是單點(diǎn)座艙技術(shù)及相關(guān)解決方案，需經(jīng)主機(jī)廠整合后才能觸達(dá)用戶，這種模式會(huì)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(jī)、家庭機(jī)器人等設(shè)備跨場(chǎng)景聯(lián)動(dòng)。

那么，智能化下半場(chǎng)還有哪些前沿技術(shù)更具開(kāi)發(fā)性和市場(chǎng)潛力，或?qū)⒊蔀橄乱浑A段的主流和攻堅(jiān)方向？商湯絕影是否進(jìn)行了相應(yīng)的技術(shù)儲(chǔ)備？

王曉剛認(rèn)為有三點(diǎn)：第一，世界模型與強(qiáng)化學(xué)習(xí)的融合技術(shù)；第二，Human 3.0相關(guān)的環(huán)境計(jì)算技術(shù)；第三，智艙與智駕的融合技術(shù)，在無(wú)人場(chǎng)景中的重要性愈發(fā)凸顯。針對(duì)這些前沿方向，商湯絕影已經(jīng)進(jìn)行了相應(yīng)的技術(shù)儲(chǔ)備，以順應(yīng)智能化下半場(chǎng)的發(fā)展趨勢(shì)。

“智能化發(fā)展已進(jìn)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(jī)器人為載體的C端應(yīng)用，能夠?qū)⒓夹g(shù)更直接地觸達(dá)終端消費(fèi)者，這為下半場(chǎng)競(jìng)爭(zhēng)開(kāi)辟了新的賽道。”王曉剛強(qiáng)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(yùn)藏的機(jī)遇。