對話印奇：抓住“想做、能做、可做”的閃現時刻，決勝智駕淘汰賽

千里浩瀚 G-ASD 發(fā)布，是對印奇關于 “節(jié)奏” 判斷的一次重要驗證。

文丨龔方毅

彼得·蒂爾（Peter Thiel）在《從 0 到 1》說，先發(fā)優(yōu)勢往往被高估，如果后來者在市場準備成熟的節(jié)點進入，并通過決定性的技術突破建立護城河，反而更有機會實現長期成功。

中國的智駕競爭逐漸走到了這個路口：技術收斂之后，先行者探索實踐的先發(fā)優(yōu)勢邊際遞減，沒有技術包袱的后發(fā)者公司迅速展現實力。在 2026 年的拉斯維加斯 CES 上，吉利汽車與千里智駕試圖驗證后發(fā)也能贏的商業(yè)邏輯。

在 CES 現場，吉利宣布全域 AI 2.0 技術體系，其中的核心產品是其與千里智駕聯合研發(fā)的新一代高含模量智能輔助駕駛解決方案——千里浩瀚 G-ASD（Geely Afari Smart Driving）。截至目前，這套智能輔助駕系統的最新版本已用于吉利旗下極氪、領克兩大品牌的 16 款車型，覆蓋車輛超過 30 萬輛。

千里浩翰 G-ASD 系統采用現在主流的端到端大模型架構，通過傳感器感知環(huán)境并輸出駕駛決策，具備 “車位到車位” 的全程智能輔助駕駛能力，無需依賴高精地圖即可在陌生道路和復雜停車場通行；背靠 23.5 EFLOPS（每秒 235 億億次浮點運算）的超大算力與海量真實駕駛數據，其引入的 “世界行為模型” 可以通過高頻的虛擬推演與自我進化，實現以日為單位的迭代。位居全球前列的算力儲備，意味著 G-ASD 有非常高的智能能力上限。

吉利和千里智駕聯合研發(fā)的 G-ASD 發(fā)布會。

“當時（2021 年）大家還在講，新能源是上半場，智能化是下半場。但對吉利來講，沒有上、下半場之分，只有一場，就是要把新能源和智能化推進?！?吉利汽車集團 CEO 淦家閱在群訪中說?！拔覀兊哪繕?，就是把吉利的智能輔助駕駛做成中國的標桿，參與全球競爭?！?/p>

千里智駕是這一戰(zhàn)略中的關鍵變量。它由千里科技、吉利、邁馳智行等企業(yè)共同投資設立，是一家以智駕業(yè)務為主體的合資公司，并自去年 8 月起陸續(xù)吸收整合極氪智駕團隊、吉利研究院智駕團隊、以及曠視旗下智駕品牌 “邁馳智行”，目前這場涉及多方的整合初步完成。

在那之前，千里科技董事長印奇曾對我們說 “能看到一個大方向的人不在少數，但最后誰能贏，很大程度取決于你是不是在正確的時間點發(fā)起了沖刺”。當時他預期沖刺的輸贏結果會在 2025 年底至 2026 年顯現。

因此，千里浩瀚 G-ASD 首版本的發(fā)布也是對印奇關于 “節(jié)奏” 判斷的一次重要驗證。這次再見面時，印奇說 2025 年是千里的布局之年，2026 年是快速發(fā)展之年 —— 產品技術良性迭代、團隊融合進一步扎實，在與吉利良好合作的同時獲得新客戶。

這種信心源于印奇對競爭格局的判斷。他認為，千里智駕雖然是后來者，卻擁有兩項核心優(yōu)勢。首先是沒有技術方面的歷史包袱：相比先進場的團隊需要維護大量為了解決長尾問題而堆砌的規(guī)則代碼，千里智駕采用的是先進的端到端大模型架構，并堅持高含模量的開發(fā)、迭代。高含模量也是千里智駕技術路線最顯著的標簽。

以千里浩翰 G-ASD 所引入的 “世界行為模型” 為例，它基于視覺-語言-動作（VLA）框架，不同于僅用于視頻生成的通用世界模型，世界行為模型可以實現駕駛場景下的決策預演與路徑規(guī)劃，具備 “感知-決策-行動” 的閉環(huán)能力屬于是增強型的 “世界模型”。

其次復合型的團隊基因。印奇將目前的千里智駕形容為一支集齊了三塊拼圖的 “混編部隊”：曠視科技積累的 AI 算法基因、源自華為系的嚴苛工程交付能力，以及吉利提供的規(guī)模化制造與場景底座。而這種復合基因的有效運轉，又很大程度上得益于吉利扮演了印奇口中無可替代的 “Alpha 客戶” 角色。

“一個好的 Alpha 客戶通常在兩個地方帶來極大幫助。首先是能否堅定地與你共同完成 0 到 1 的突破。其次是能否足夠開放，在 0 到 1 完成后支持你實現從 1 到 N 的擴張。” 印奇對我們說?！斑@兩件事情在車廠里面，除了吉利之外，可能都找不到第二家”。

吉利和千里智駕聯合研發(fā)的 G-ASD 發(fā)布會。

整合之后，吉利通過開放場景加速了千里智駕的模型迭代，減輕后者缺乏量產數據支撐的壓力；而千里智駕則為吉利提供了智能化的核心技術，也彌補了傳統車企在頂尖 AI 基因上的短板。

印奇預計充分競爭后全球頭部智駕供應商只會有三四家。吉利方面也表示如今單一企業(yè)完成全棧自研可能不是很經濟，與千里合作的技術未來可以賦能整個行業(yè)，獲得規(guī)?；瘞淼慕洕б?。

與此同時，在千里和吉利的規(guī)劃里，在 AI 智駕競爭中勝出不僅是為了造車，更是為了通向更長遠的具身智能和機器人。因此他們以終為始的判斷是，無論具身智能還是輔助駕駛，核心都是考驗算力儲備、模型能力和數據積累，缺一不可。

而基于智駕研發(fā)同時考驗安全、數據閉環(huán)和算力成本等多方面的判斷，接下去千里將聚焦 “大客戶戰(zhàn)略”，深度綁定幾家核心車企，通過資本連接與技術閉環(huán)構建核心壁壘。前不久奔馳入股千里科技，成為第五大股東。

這種對技術目標和商業(yè)結果的理解，也體現了印奇的變化 —— 過去的印奇更多處于 “正向” 的技術象限，側重于創(chuàng)新與探索，但 現在的他更強調 “閉環(huán)”，用結果導向的逆向邏輯來保證執(zhí)行力、對商業(yè)結果負責。

國際象棋大師何塞·勞爾·卡帕布蘭卡曾說，想贏必須先研究殘局。大意是指棋手如果不知道如何在棋子寥寥無幾的 “殘局” 中將死對手，無論有多精妙的開局和激烈的中局都是徒勞。

“讓 C 端用戶真正感知到技術產品的優(yōu)勢，這是一個循序漸進的過程，” 印奇總結道。“越是在行業(yè)快速變化的時候，越要掌握好 ‘快’ 與 ‘慢’ 的平衡?！?/p>

以下是《晚點 Auto》與印奇在今年 CES 現場的對話，略經編輯：

“智駕是場昂貴的淘汰賽，只會有三四家頭部供應商，我們會在里面”

晚點：去年你曾對我們表達過一個觀點：在車上應用 VLA（視覺-語言-動作）模型，反而可能把原本簡單、可解釋的控制邏輯變得復雜且不可控。但這次發(fā)布的千里浩瀚 G-ASD 在一些場景里引入了 VLA 架構，為什么？

印奇：智駕技術方向大幅收斂到兩個較大的技術框架，VLA 和世界模型。它們本質上是一個相融的體系。我強調的是 “狹義世界模型”，即一個高保真的模擬器，它的本質是解決智駕核心的測試難題與數據閉環(huán)——只有當你有能力在虛擬世界里生成數據、并在統一標準下推演，才能真正確信系統的迭代是有效的。此時利用 VLA 這樣的端到端模型直接生成策略，在工程上是完全可行且高效的。

晚點：現在行業(yè)對端到端模型的參數量有爭議，你覺得多大是合適的？

印奇：大家普遍認為百億級（10B） 是一個比較合理的規(guī)模。從語言模型的經驗看，百億參數是具備邏輯推理能力的門檻。壓縮之后，這個規(guī)模的模型完全可以在車端芯片上高效運行。

晚點：你們一直在強調 “高含模量”，這個比例到底是多少？你為什么覺得這是你們的優(yōu)勢？

印奇：含模量其實體現了一種方法論，從數據處理到決策輸出，是否主要靠模型來解決問題。高含模量意味著主線技術框架就是一段式端到端，比如特斯拉。但更多同行的智駕系統像是一鍋 “老湯” —— 因為歷史原因，它雜糅了大量的規(guī)則代碼、地圖資源，丟也丟不掉，只能不斷往里加東西。這種混合架構會導致系統變得極其復雜且不可測。

在這一點上，我們有一定的后發(fā)優(yōu)勢，沒有技術路線上的包袱，堅決地采用端到端架構，構建 “干凈” 的技術體系，同時還有吉利提供豐富的場景底座。

晚點：那你們的后發(fā)劣勢是什么？

印奇：首先，后發(fā)者普遍面臨窗口期短的挑戰(zhàn)，我們可能也就有一年至一年半。接著如何在短窗口期內獲得好的 Alpha 客戶。而一個好的 Alpha 客戶有兩個標準：堅定地和你一起完成 0 到 1 的突破；在 0 到 1 完成后，能足夠開放地支持你從 1 到 N。

我認為除了吉利，可能找不到第二家能同時滿足這兩點的公司。他們不僅提供豐富的業(yè)務場景，更重要的是能在關鍵戰(zhàn)略問題上與你方向一致，并通過一套健全的治理結構讓這些事情都能落地。當然，我們自己也算抓住了機會。

晚點：千里智駕經歷了跨組織、大規(guī)模的整合，你作為管理者的感受是什么？

印奇：首先是挺幸運，現在整合已經初步完成。也進一步加深了對 “閉環(huán)” 重要性的認識。通過最近與吉利的貼身學習，我總結出了一種 “新二元論”。曠視時期我們習慣的是 “正向思維”：我有一個 Idea，我就去把它做出來。至于時間、成本、商業(yè)價值，往往是未知的。這是一種由技術 Vision 牽引的邏輯，它代表著創(chuàng)新。

商業(yè)的另一端是 “逆向思維”，也就是項目管理邏輯，是一種結果導向（Result Driven） —— 我必須在什么時間點、以什么成本、交付什么樣的結果，然后從這個目標倒推路徑。這代表著執(zhí)行力和確定性。

商業(yè)成功往往是讓這根 “正向軸” 和 “逆向軸” 相互支撐。坦率講，以前的我們只有正向邏輯，沒有逆向邏輯。在這種狀態(tài)下，即便成功了也是一種僥幸，因為你對過程和目標是沒有把握的。沒有閉環(huán)的輝煌，根本算不上輝煌。

晚點：但什么時候沖刺，往往會有完全不同的商業(yè)結果。

印奇：對，Timing（時機）非常重要。戰(zhàn)略是 “想做”（初心）、“能做”（能力積累）和 “可做”（外部條件）這三者的交集。但這個交集不是靜態(tài)的，如果你把時間軸拉長，你會發(fā)現這個交集是閃現的——它只在特定的時間窗口存在。

因此，你在不同的時間點 Deliver 同一個結果，商業(yè)價值完全不同。比如剛剛講到的我們的后發(fā)優(yōu)勢窗口期，我們在兩年內做出來了，就是后發(fā)優(yōu)勢；做不出來，錯過交集，機會就永遠沒了。

晚點：要在這么短的窗口期內完成沖刺，對團隊的要求極高。現在的千里智駕是一支什么樣的隊伍？

印奇：我們團隊很特別，是一支集齊了三塊拼圖的 “混編部隊”。

第一塊是曠視積累的 AI 算法基因，這代表了中國最好的 AI 能力之一，這讓我們有能力去構建那些高含模量、端到端的先進架構；第二塊源自華為系的嚴苛工程交付能力，這支團隊在軟硬件結合的大規(guī)模工程落地方面有著極強的經驗和執(zhí)行力；第三塊是吉利系的規(guī)模化制造與場景底座的經驗，成熟的汽車工業(yè)體系和人才結構為技術落地提供了最扎實的土壤。

晚點：這些儲備不全是為了做智駕吧？千里的遠期目標一直都是具身智能。而且吉利汽車這次也再次明確提到未來的汽車就是機器人。

印奇：車是通往具身智能的必經之路，不能跳過。坦誠講，我覺得大家需要打個硬仗。就像我們當年打過 AI 1.0 的仗，現在要在 AI 2.0 時代繼續(xù)打。

目前的具身智能行業(yè)其實還沒有建立起真正的核心壁壘，未來將由兩個核心行業(yè)決定這一領域的終局：一個是解決 “腦” 的問題的大模型，另一個就是解決 “身體” 與軟硬件結合問題的汽車。只有經歷過汽車工業(yè)這種極度嚴苛的打磨，解決過大規(guī)模的軟硬結合問題，你才能真正掌握具身智能的入場券。

晚點：但它商業(yè)上又會有怎樣的前景？

印奇：我覺得具身智能還是要解決通用性問題，如果通用能力不足，商業(yè)上會很難。所以我覺得具身智能還要大概 5~7 年才是真正進入快速期。

晚點：你覺得千里什么時候能進入你心目中 “理想的節(jié)奏”？

印奇：我覺得還需要一個季度左右?？傮w來看，2025 年是布局之年，2026 年是快速發(fā)展之年，但真正進入一個比較理想的狀態(tài) ，我估計到 2027 年。

技術上，產品會繼續(xù)迭代。這次發(fā)布的智駕版本相當于 1.0，到年底有機會發(fā)布 3.0 —— 能夠對齊特斯拉甚至有機會創(chuàng)新的方案；客戶矩陣上，在服務好吉利的前提下，讓大家看到我們的第二、第三家客戶，證明業(yè)務的健康度 ； 最后是團隊的進一步融合還有招人，把這支混編部隊磨合得更扎實。

晚點：你有特別反感外界給千里智駕貼的標簽嗎？

印奇：我既不希望有壞名聲，也不奢求太大的名聲。 我們要保持一種理工科的狀態(tài)——務實、低調。如果你過于追求名氣，自然會被貼上各種標簽。除了必要的 To B 獲客或 To C 宣傳外，我更希望把事做成。

晚點：你現在的工作重心如何分配？

印奇：現在我的時間分配里，主要精力盯著兩件事：智駕的落地和基礎模型的技術方向。

晚點：那你如何保持學習？讀論文嗎？

印奇：AI 時代知識更新太快，讀論文的幫助可能對我來講相對有限，我需要了解更多細節(jié)，所以我會找不同的人聊，通過從他們那里獲取的判斷來形成共識，這比自己埋頭看書效率高得多。你在不同階段所做的事情不完全由興趣來決定，埋頭讀論文這事情很多年前干過了，但現在在一個更泥濘的商業(yè)邏輯下，就先把商業(yè)能搭閉環(huán)，把客戶服務好。

晚點：能說你享受現在的狀態(tài)嗎？

印奇：還談不上完全享受。我希望狀態(tài)能更 “可控” 一些，大概還需要 1 到 2 年才能達到理想狀態(tài)。我給自己立了一個 Flag：不再做新的事情。接下來的任務就是把已經布局的業(yè)務進一步收斂，讓它們真正閉環(huán)。

晚點：你們接下來的商業(yè)策略是什么？

印奇：大客戶戰(zhàn)略。我們不會廣撒網，我就盯著全球 6 到 7 家核心大客戶，最終爭取深度綁定其中的 3 到 4 家。當技術收斂之后，門檻一定是降低的，但你要最好、創(chuàng)造更大的商業(yè)價值，門檻依然很高 —— 涉及安全、成本、數據閉環(huán)，這注定是一個昂貴的 “淘汰賽”。

最終，市場會有一定數量的供應商，但就像車企的競爭一樣，最后頭部智駕供應商只會有三四家。所以我們合作的客戶數量不一定多，但綁定的要足夠深，只要在資本和技術上與這幾家頭部車企形成深度連接，就能構筑護城河。

晚點：你們會在里面嗎？

印奇：不出意外。

題圖來源：千里科技