Robotaxi 這個行業(yè)就像一顆網(wǎng)球落在地上，反復上下彈跳，一直在等待有人發(fā)出最有力的一擊揮拍，把球擊過欄網(wǎng)。

一年前看起來是這顆網(wǎng)球彈跳的最高點，Robotaxi 從武漢火到了全國，許多人開始好奇坐無人出租車是一種什么體驗。

一年后 Robotaxi 又來到了小高峰期，馬斯克不再跳票，準時于 6 月 22 號在美國奧斯汀運營特斯拉 Robotaxi。天降大任于斯人也，很多人寄希望于馬斯克，希望這個如神般的人物能帶領特斯拉率先在奧斯汀完成盈利。

但 Robotaxi 行業(yè)還沒有因為特斯拉加入就加速，特斯拉目前也沒有因為進入 Robotaxi 行業(yè)，就跳過其中任何一步。

特斯拉的 Robotaxi 仍然必須從一個城市、幾條固定線路、10-20 臺車、邀請制開始試運營，然后再逐步擴大到其他區(qū)域。

有些人瘋狂吹噓 Robotaxi，因為這可能企業(yè)市值的下一個增長點。有些人出于對自動駕駛的技術自信啟程，卻被繁雜的商業(yè)化運營束縛住手腳。

如果把這兩種人都從 Robotaxi 的道路上驅(qū)逐出去，這條道路就顯然會空曠很多。

當我們談論 Robotaxi 時，至少應該談論一些只做無人駕駛技術的公司，樓天城是其中一個，他的公司小馬智行去年以「Robotaxi 第一股」在納斯達克上市，他和另一位創(chuàng)始人彭軍一起敲了鐘，現(xiàn)在小馬智行美股市值接近 400 億人民幣。

但上市顯然也不是這顆網(wǎng)球被擊出越網(wǎng)的一瞬間。

外界對 Robotaxi 還存在著太多困惑，樓天城感嘆「其實人對于看到比自己車技更好的電腦，第一反應是不接受的?！?/p>

我們和樓天城聊了兩次，一次發(fā)生在上海車展期間，他們剛剛發(fā)布第七代 Robotaxi，一次發(fā)生在特斯拉開啟試運營的兩天前，樓天城也申請了特斯拉 Robotaxi 的試乘，但沒有被通過。

通過兩次聊天，我發(fā)現(xiàn)他和我想象中一樣在乎一臺 Robotaxi 的成本，但他抱怨很多人沒弄明白真正的成本在哪，在無人車上討論去掉最多占成本 10% 的激光雷達、1% 的高精地圖，就像在西瓜瓤里面挑籽。

但是他卻沒有想象中那么在乎特斯拉的入局，在他眼里，即便特斯拉開啟試運營，但依舊還沒上 Robotaxi 的牌桌。他認為小馬走過的路，這些公司一步都不會少走。

差別在于時間。從 2021 年小馬發(fā)布第一代全無人車型起，到今年小馬把 Robotaxi 運營規(guī)模拓展到接近上千輛，用了 4 年時間。

Robotaxi 遠非大多數(shù)人想象中大火烹油、聲勢浩大，更接近于熬糖漿，把白砂糖倒進去，加水倒進去慢慢熬，但凡水多一點、少一點，火大一點、小一點，都不是那種最完美的琥珀色。

「熬」聽起來很掙扎，在小馬只有不到一百臺車的時候，他擔心第 101 輛的時候還需要用手敲，當世界模型這個技術解法被找到時，樓天城找回了那種信心。

有趣的是，世界模型解決 L4 自動駕駛的本質(zhì)就是「活久見」，活得越久，看到的東西越多，會得就越多。

解法也在于時間。

「Robotaxi 商業(yè)化漫長的等待時間已經(jīng)過去了，我們已經(jīng)不再 struggle 了」。樓天城如是說。

01、漫長的等待已經(jīng)過去了

汽車之心：去年武漢關注潮之后，Robotaxi 好像又不火了。如果不實現(xiàn)真正的商業(yè)化，這個行業(yè)就沒有真正意義上的關注度？

樓天城：這個行業(yè)沒有得到大眾真正的關注，在于服務還不夠好。

不光是自動駕駛，AI 吸引人的方式一直都是依靠好用。

Deepseek 你覺得他是因為什么吸引人？其實是它好用。AI 真正被人認可，只會因為它有高質(zhì)量的服務，剛開始創(chuàng)業(yè)的時候我就這么想的，現(xiàn)在我還這么想。

汽車之心：你說過特斯拉還沒上牌桌，那你怎么看特斯拉在奧斯汀開啟無人化運營？

樓天城：今天我也這么認為，強如馬斯克，在 Robotaxi 上也得一步一步來。

2015 年 Waymo 也在奧斯汀第一次做無人化展示?？梢韵胍幌肟礊槭裁创蠹叶荚谕粋€地方？

是因為奧斯汀是道路相對可控的沙漠區(qū)域。去年馬斯克推遲了 2 個月開了 Robotaxi 發(fā)布會，一年過去他才在奧斯汀又放了 10-20 輛車，以及奧斯汀的部分區(qū)域運營。

這種分階段的做法其實就是 Robotaxi 發(fā)展的方向，即便是特斯拉，也需要從 1 到 10 往前走，下一步特斯拉可能會提升車速、覆蓋整個奧斯汀，從只有 10 輛車再到讓更多人打到車。

上周我在美國，也申請了幾次體驗特斯拉 robotaxi，但都沒通過。

汽車之心：你提到了規(guī)模，Robotaxi 規(guī)模從 1 到 10，從 10 到 100，從 100 到 1000 輛，不同的車隊規(guī)模會經(jīng)歷哪些難點？

樓天城：從 1 到 10 輛是邀請制，一切是可控的。坐哪輛車、線路、運營區(qū)域都是固定的，我們最早在廣州南沙坐無人車 Demo 的時候路線也是自己定的，選的是狀態(tài)最好的車運行。

從 10 到 100 輛的階段已經(jīng)在靠千輛的方式運行，區(qū)別是 10 到 100 的階段不會再去控制路線和場景。今天能做到 10 到 100 的公司已經(jīng)非常少，特斯拉也沒有做到，根本原因是大家的車沒有處理區(qū)域內(nèi)所有場景的能力。

只有規(guī)模做到上百臺，才勉強叫「上了 Robotaxi 牌桌」。

從 100 到 1000 輛的難點跟從 10 到 100 的差別在于降低成本的前提下，做出和原來一樣的效果。

用金子一樣做出的東西，當然很好用。比如原來激光雷達十幾萬一個，現(xiàn)在每年都在更新，價格降到了幾百塊。但從十幾萬降到幾百塊，也逃不過「一分錢一分貨」，幾百的東西比十幾萬的信噪比可能高出了 30 倍，那我們就必須要用軟件提升 Network，吃掉這 30 倍的信噪比。

而從 1000 到 10000 輛，難度就沒那么大了，因為 L4 泛化能力很強，但擴展到更多城市，會對基礎設施要求更多一些。

所以，最難的是從 10 到 100 輛、從 100 到 1000 輛這兩步。

汽車之心：小馬智行單臺 Robotaxi 日均訂單量 15 單，這個數(shù)字是什么水平？

樓天城：每輛車日均 15 單已經(jīng)是符合 Robotaxi 正常需要、比較成熟的數(shù)字了，如果有人能把這個數(shù)字提上去很多，才會讓我驚訝。

但是車輛規(guī)模和等待時間是有很多空間的。

規(guī)模增加對整體單量有很大幫助。如果規(guī)模太小，每一次車輛接單距離就會變長，車輛稀疏會造成用戶等待時間就會變長，最終也會變成體驗問題。

現(xiàn)階段車輛規(guī)模增加有助于提升體驗，我不是說具體車輛數(shù)量漲到多少，而是當下階段，提升規(guī)模是可以增加單量，今年我們會進入千臺規(guī)模。

汽車之心：小馬智行有三大塊業(yè)務 Robotaxi、Robotruck 和技術授權，但 Robotaxi 對小馬營收的貢獻 2024 年上半年只有 4.7%，且呈下降趨勢，這是為什么？

樓天城：財報里的營收要分開看，一個是狹義的 Robotaxi 營收，就是車輛在外面接單，乘客付錢的盈利。另一個是廣義的營收，比如我們還有項目之外的合作，車輛轉(zhuǎn)賣給其他方，有一次性的項目收入在里面，有項目周期的緣故，才會給大家營收下降的感覺。

現(xiàn)在因為我們是上市公司，我不能分享具體數(shù)字，但我單純看 Robotaxi 的數(shù)字，我可以說增長非常多。

汽車之心：那你有沒有想過這三類業(yè)務，什么樣的業(yè)務貢獻比例是理想狀態(tài)？

樓天城：Robotaxi 占到九成甚至更多才是我們的理想狀態(tài)。但 Robotruck 單量增長后，會如何和 Robotaxi 分比，這會是一個很有意思的問題。

汽車之心：你們當初為什么要做 Robotruck，跟 Robotaxi 相比哪個業(yè)務會更快毛利轉(zhuǎn)正？

樓天城：我們當初會做 Robotruck，并不代表是它會比 Robotaxi 先盈利，而是因為它是唯一能在自動駕駛程度上能和 Robotaxi 比較的市場。

這里還有個聽起來很反直覺的東西，本質(zhì)上 Robotruck 比 Robotaxi 更難做到無人。

事實上現(xiàn)在世界上還沒有任何一輛 Robotruck 在公開道路上無人常態(tài)化運營。原因很好理解，第一，卡車出事故的后果更嚴重，對安全性要求非常高，整個開發(fā)驗證過程都需要更長時間。

第二，卡車的場景簡單，技術更好實現(xiàn)，這是嚴重的思維誤區(qū)。因為簡不簡單都要達到超過人的水平，所以簡單不一定是好事，就比如你希望在班里考第一名、第二名，這跟題目簡不簡單沒有關系，簡單你也需要考這個成績。

汽車之心：為什么你們 Q1 財報還處于增收不增利的狀態(tài)？

樓天城：我認為我們的財報狀態(tài)符合這個階段表現(xiàn)出的認知，整個行業(yè)都需要更長時間積累才能到下一個階段。

汽車之心：你們現(xiàn)在做無人車域控給美團，接下來會不會下場做低速無人車？

樓天城：我們有信心能做無人小車，但是 Robotaxi 和無人小車的市場價值天差地別。

Elon Musk 說過 Robotaxi 是八萬億美元的市場，無人小車不會比這個市場更大，兩者之間跟不說差 2 個 0，差一個 0 是肯定有的，所以我何必去聚焦一個價值只有 1/10 的東西呢？

我有能力、有信心去做價值更高的事情，我就會聚焦在 Robotaxi 上，我不會因為設置了高目標，做不到之后，先去做其他東西。我還是希望大家奔著真正有價值的事情去做。

汽車之心：聽起來有點樂觀，Robotaxi 的商業(yè)化很漫長。

樓天城：這種漫長等待的時間已經(jīng)過去了。我對 Robotaxi 的信心不是今天才有的。

02、大多數(shù)人談降本，卻沒搞對成本在哪

汽車之心：小馬的策略是更優(yōu)的成本結構下擴規(guī)模，什么樣的成本結構算優(yōu)質(zhì)？以及把單車成本做到不虧錢，這個要分幾步做才能不虧？

樓天城：成本和規(guī)模是相關的。降本是關鍵，真正做的人會明白問題的關鍵是「成本主要在哪？」但降本不在于用不用激光雷達、高精地圖，他們都不是成本的關鍵因素。大家在說降本的時候，根本沒有搞對成本是什么。

第一個關鍵因素是，一定要先做到無人。

第二個因素是車規(guī)零部件。Robotaxi 之前還有很多非車規(guī)件，比如小馬智行第五代無人車頭頂有一顆旋轉(zhuǎn)的機械激光雷達，車上有這個東西就沒有計算成本的必要了。早年間，我們買的第一個機械激光雷達 85 萬人民幣，但現(xiàn)在固態(tài)激光雷達的成本明顯下降，都是以千元計算。

現(xiàn)在要解決的是，能不能在用性價比高的核心零部件的時候，還保障性能水平不下降。

第三個因素跟運營相關。現(xiàn)在我們還有遠程協(xié)助專員，比如車輛擁堵的時候會有一些詢問。之后降本的關鍵也在考驗能不能把運營流程變得足夠智能，一個人就能管五十輛車。

第四個因素就是保費，每一年給 Robotaxi 上保也是一筆很大的錢。

算完這些，今天在我們的無人車里，激光雷達能占到成本 10% 已經(jīng)很不錯了，我犯不著天天為 10% 糾結，而高精地圖可能 1% 成本都占不到。

在這些之外，有一個非常反直覺的大頭成本——其實是網(wǎng)費。

很多車企依靠路網(wǎng)收集數(shù)據(jù)來幫助訓練，這是個悖論，因為如果這么多數(shù)據(jù)，網(wǎng)費會爆炸。邏輯是：你愿意為收集數(shù)據(jù)，付多少網(wǎng)費，而不是你有多少車，收集多少數(shù)據(jù)。

今天 Robotaxi 不太存在接管，可能因為方向打得太急這種情況才要收集數(shù)據(jù)，即便如此，網(wǎng)費依然占了我們成本的大頭。如果經(jīng)常接管，網(wǎng)費占比極高，一輛車要付九倍錢去收集數(shù)據(jù)。

L4 去激光雷達是研究院做的事，從商業(yè)化來說，這些對 Robotaxi 企業(yè)不重要，萬一去了激光雷達，我卻加了倆芯片，還不知道是虧了還是賺了。

第五個因素是隱形的原子化優(yōu)化。

比如把我們的模型縮小到原來 1/ 3，就只需要 1/ 3 的算力來做了。

大家過去有一個誤解，覺得算力越高越厲害，但那是從科研探索角度來說的，從成本來說，肯定是模型壓得越小，用更小算力實現(xiàn)整個計算要求，還能降本，這樣的思路才是有利于發(fā)展的。比如原來我買 3 塊 BPU，現(xiàn)在就只買一塊了，這就省下了 2/3 的錢。

汽車之心：你剛剛提到網(wǎng)費，那么 Robotaxi 公司進入海外市場可能會遇到很多網(wǎng)絡不好的地方，那么網(wǎng)絡對自動駕駛出海會不會是一個巨大的問題？

樓天城：網(wǎng)絡就算不出海也是一個巨大的問題。我以前也做過網(wǎng)絡，車本身只能接受百毫秒級別的網(wǎng)絡延遲，中國就算有 5G 其實支撐度也非常差。

所以我們很早就意識到 L4 要靠車自己而不能靠網(wǎng)絡，網(wǎng)絡只是輔助給系統(tǒng)一些建議。所以我們的車網(wǎng)絡斷了駕駛也不會有任何問題。

汽車之心：怎么去保證斷網(wǎng)系統(tǒng)也不出問題？

樓天城：簡單說就是車端具有自動駕駛模型能力，或者說我需要最終在意的是我在車端的那個模型要足夠強，而不是我在云端足夠強。

汽車之心：馬斯克之前說 Robotaxi 的成本能降到每英里 0.2 美元，這是 Robotaxi 的終極成本嗎？

樓天城：特斯拉還沒有上桌，Robotaxi 的牌桌是做到無人商業(yè)化的運營，且要做到一定規(guī)模的。今天只有小馬、Waymo、百度坐在牌桌上。

至于終極成本，規(guī)模足夠大之后，硬件成本可以降到足夠低，但 Robotaxi 還有基本的車的成本以及運營費用和電費、油費。最后的狀態(tài)是硬件成本降的很低，運營和車錢才是基礎費用。

汽車之心：去年上半年你們的車隊運營成本占一大半，為什么運營成本會這么高？

樓天城：運營有兩種，一種是為了乘客的運營，另一種是研發(fā)的運營，運營成本比較高是因為要支持研發(fā)，才會造成財報運營看起來金額比較高。目前乘客運營主要包括了網(wǎng)費、保險、車輛維護、客服。

單從乘客運營成本來說，流程要變得更自動化。比如車輛前面的路堵上了，車輛要跨實線掉頭或者換條路，需要人確認。我們還要進一步增加人車比。

運營成本還不能透露，但只要規(guī)模到上千臺，就已經(jīng)從 struggle 的位置進入到甜點區(qū)了。我們現(xiàn)在有三款無人車，加起來快到千臺規(guī)模了，已經(jīng)走出了 struggle 的狀態(tài)。

汽車之心：千臺就能告別 struggle？

樓天城：以 1000 輛為分水嶺有兩個前提條件，第一是要真無人，第二是要單車毛利轉(zhuǎn)正。這兩個前提做到之后，達到 1000 輛之后，隨著硬件成本下降再加上合理的運營區(qū)域，Robotaxi 就會走上正軌。

但具體一點，1000 輛這個規(guī)模節(jié)點也對外傳遞信息的一種簡化的數(shù)據(jù)，我想表達的是百輛和千輛還是不一樣。

百臺的時候我可以用手慢慢敲，要到千臺不能用手敲，要有一套標準化自動化的生產(chǎn)流程，所有的零件都要用車規(guī)級。這些都是需要時間的，到了千輛不確定性就變低了。商業(yè)化這件事需要時間，但沒有不確定性。

汽車之心：你覺得特斯拉、小馬、百度、Waymo 四家公司在商業(yè)化的優(yōu)勢分別是什么？

樓天城：在成本上，我覺得我們做的是最好，現(xiàn)在第七代 Robotaxi 全部使用全車規(guī)零件?，F(xiàn)在 Waymo 車上的 Lidar 和域控應該都不是車規(guī)級的部件，特斯拉以前沒上牌桌，現(xiàn)在也沒有。

03、世界模型至少能解決 L4 的問題

汽車之心：你們是少有的只做 L4 的公司，為什么不 L4 和 L2 一起做？

樓天城：不管是 L2 或者 L4，我們都要做好的產(chǎn)品，其實很多人不知道 Waymo 早年前就是做 L2 的，后來才做 L4。

但如果做 L2 系統(tǒng)無論你怎么宣傳，一定會有一部分用戶把它當成 L4 去開。

那么我們是不是要捫心自問一下，追求技術的公司是不是應該保護這類用戶的安全。既然已經(jīng)意識到了，我不可能不管不顧，因此我必須要做 L4。我不接受當鴕鳥。

汽車之心：L4 這條路難走嗎？

樓天城：難。根本上大多數(shù)人沒辦法接受計算機可以比人開得更好。最開始技術進展很順利，系統(tǒng)表現(xiàn)越來越接近人，結果等到我們把能超越人的東西放出去，就相當于放棄過去以學習人類為主的訓練方式。

汽車之心：你說的超越人指什么方面？

樓天城：舉個例子，比如 Robotaxi 的出險率大概是人類的二三十分之一，安全性更高，事故率更低。

汽車之心：這個角度來看，你們會有痛苦，尤其是 L2、L4 都做的公司，驅(qū)動力有一部分外部車企客戶，但只做 L4，內(nèi)驅(qū)會不會更難？

樓天城：我覺得你說到關鍵點了。因為世界模型搭建需要很長的時間，它有很長的平臺期。

在平臺期壓力是巨大的，因為平臺期等于很難對外展示進展。你今天來坐我們車和兩年后來坐我們車可能是一個樣子，技術一旦進入平臺期，就需要非常多的堅持和真正的信念才能走下去。

很多家死掉都是因為堅持不住，這個很正常。但內(nèi)部可以制定很多指標，可以感受到我們的變化是非常明顯的，但外部感受不到。

汽車之心：你也痛苦過？

樓天城：我真不想再走一遍了，但是好在 2020 年開始的那四五年時間里，心態(tài)和進展相對緩，給了我一個在平臺期的 breathing room。

不知道大家有沒有在互聯(lián)網(wǎng)大廠干過，大公司下場干 Robotaxi 有沒有優(yōu)勢？我覺得不一定。

大公司基本上每 3 個月就要給上面的領導匯報一次。

那么比如在技術平臺期，第一次我匯報了，那第二次、第三次我匯報什么呢？其次每一次都壓力巨大，我又不能跟上級說三個月都沒進展，這樣的壓力會把人壓變形，很容易就會導致「要不然咱們做點短期的事算了?！?/p>

汽車之心：我們可以回來聊聊具體的技術，小馬提出了世界模型，其實最近很多車企也提出世界基座大模型，你怎么看？

樓天城：聽起來他們做的事情跟小馬做的世界模型概念很相似。但我想說，小馬、蘿卜快跑、Waymo 大家所遇到的困難，這些車企也沒辦法跳過。就算有一天這些車企說要造 Robotaxi 我也不驚訝，但從屬性上說，我更在意科技公司入局。

特斯拉算是一家具備科技屬性的車企，因為世界模型的搭建能力主要就是模型能力、算力都是科技公司更擅長的部分，不過就算是科技公司，也需要花很久的時間才能做出 Robotaxi。

汽車之心：他們的世界模型和小馬智行的世界模型有什么不一樣？

樓天城：我在五年前做的也叫世界模型，但我五年間一直在改進世界模型。趕不上的是時間，說得更具體一點，衡量開車好不好很難量化，真正好的駕駛是「可以被人類理解的駕駛行為」，不會讓人奇怪它為什么這么做。

體驗和安全性都很重要，對于極端場景的生成能力是世界模型很大的亮點。

我舉個例子，今天路上會有很多意想不到的異物。比如水管、鐵鍬、氣球，不同障礙物有不同的屬性，世界模型不僅需要意識到這些東西的存在，還要意識到障礙物具體的屬性找出相應的應對方式，這些東西可能在 L2 中還沒有被提及。

具體一些，路上有紙箱，但這個紙箱可能有好幾種情況：

第一種是紙箱會被吹飛，這時候如果紙箱正在被風吹飛，車輛剎車后果會更嚴重，車應該直接開過去。第二種可能是紙箱比較小，可以直接過去，第三種可能是紙箱比較大，那就要考慮繞過去，第四種可能紙箱里還會有硬物，那就不能隨便壓。

世界模型需要在極短的時間內(nèi)區(qū)分物體究竟屬于哪一類，再做出不同的行為，但本質(zhì)上世界模型需要意識到現(xiàn)實里的障礙物其實有很多種類，我們已經(jīng)有了這套方法，其他人要做到，還需要很久。

有一個詞叫「活久見」活得越久，見的就越多，世界模型就是一個活久見的東西，很多人不會想到的東西，它可以想到。今天這個事已經(jīng)很好理解了，其實訓練世界模型不需要依賴駕駛數(shù)據(jù)，因為網(wǎng)絡上數(shù)據(jù)也可以幫助世界模型訓練。

像特斯拉 FSD 進入中國其實也是用了網(wǎng)絡數(shù)據(jù)訓練，特斯拉除了沒上牌桌之外，其他的邏輯和思路都挺對的。

汽車之心：聽起來世界模型就像一個巨大的工廠，那原材料數(shù)據(jù)呢，有了世界模型之后，我們需要還需要大量的真實駕駛數(shù)據(jù)嗎？余凱說 99% 的司機都不值得學，你說 1% 的人類優(yōu)質(zhì)的司機對 L4 沒用，這矛盾嗎？

樓天城：凱哥說得是對的，我說的那句話是 1% 的優(yōu)質(zhì)司機對 L4 可能沒用，但對 L2 有用。對 L4 來說學那 1% 的數(shù)據(jù)可能也不行，因為那 1% 的司機利用了很多超視距信息，系統(tǒng)學不了。

在 L4 里，真實數(shù)據(jù)就像是種子，占比非常少，實際數(shù)據(jù)我沒辦法給，但它的占比大概是 1/ 1,000—1/ 100,000 的范圍。

所以我們的確需要大量數(shù)據(jù)來訓練世界模型，但不是真實駕駛數(shù)據(jù)，而是環(huán)境、生活數(shù)據(jù)。比如籃球是可以彈的，這件事跟開車沒有關系，但可以幫助世界模型去理解世界。

汽車之心：世界模式就是 L4 的終極路線嗎？

樓天城：世界模型足以支撐 Robotaxi 至少萬臺以上的商業(yè)化。但之后會不會有更好的東西，我絕不會說沒有，但我現(xiàn)在還沒想到。

也許是第 4 級 AI，我認為 AI 的發(fā)展方式分四個級別：co-pilot 是第二級 AI，agent 是第三級 AI，還有第四級 AI，能夠自主創(chuàng)新的 AI，最后一級最可怕。

DeepSeek 只是第二級 AI，機器人是第三級 AI，第四級 AI 會做一些人類可能還沒有想到的東西和方法，它會自己會嘗試新的方法去達成目的，開始自我發(fā)明，這也許是世界模型之后的下一個技術趨勢。

汽車之心：今年還有 VLA 這種技術路線很火熱，VLA 和世界模型這兩個技術方案有沖突嗎？

樓天城：沒有沖突，我了解大部分公司兩種技術都用。

比如 Waymo 也用了谷歌 Gemini 大語言模型。具體怎么用，序列事件模型不是模型，而是訓練工具，它訓練出模型本身，這個模型的輸入可以是 Vision、也可以是除它之外的 Action、Language。

所以世界模型和 VLA 模型不是一個維度的東西，而是交錯的。我可以有訓練，比如說基于各種復雜輸入的事件模型的理念，所以這兩個東西不矛盾、不沖突，機器人領域非常多。

VLA 的作用主要是兩方面，一方面是降本，另一方面對特別復雜的情況能夠提供比較 OK 的建議。

比如，我們也引入了 VLA 模型遠程給建議，早年我們一個遠程協(xié)助專員（客服）管一個車，但是我們現(xiàn)在人車比做到 1:20。比如路口紅綠燈壞了，交警做了可以直行的手勢，那么原本需要人工介入的車輛其實就能自己行動了。

我認為想要做百輛無人車以上，世界模型最關鍵，對其他公司，可能做 VLA 模型賣車最關鍵。大家選擇不同的路線是因為目標不同。

汽車之心：人車比 1:20 算是什么水平？

樓天城：全球公開說過自家人車比大于 1:1 的公司已經(jīng)是少數(shù)了，特斯拉在奧斯汀的人車比是 1:1，優(yōu)秀的 Robotaxi 公司平均水平至少在 1:10 以上。

汽車之心：最早衡量 Robotaxi 行業(yè)的時候，你和彭軍聊的是三個關鍵詞是：「MPD 值、數(shù)據(jù)量、成本」，現(xiàn)在你覺得這三個詞還能評估衡量 Robotaxi 嗎？

樓天城：這三個有一個沒了，有兩個升級了。

首先 MPD 已經(jīng)消失了。我做久了就知道 MPD 其實表示的不是安全，至于安全感怎么衡量，就要看更深入的評價體系了，安全和安全感不是一個東西。

成本仍然在，但是成本升級了，我們看的是保證安全感之下的成本。

最后一個數(shù)據(jù)量也在，但現(xiàn)在的數(shù)據(jù)指的是仿真數(shù)據(jù)。billion 級數(shù)據(jù)量對于仿真數(shù)據(jù)來說都已經(jīng)算太少了，我們的世界模型每周都會產(chǎn)生 10 個 billion 級以上的數(shù)據(jù)。

其實仿真世界的真實度并不一定比真實世界差。如果我站在做 L2 的系統(tǒng)的角度，模仿學習確實很需要真實數(shù)據(jù)，但面向 L4 我們更看重仿真數(shù)據(jù)。

返回第一電動網(wǎng)首頁 >