作為一名圍棋愛好者，樓天城至今還經常喜歡看棋。

在觀看Master（AlphaGo的升級形態）下棋時，如果出現了不理解的招數，他會下意識覺得是因為「身為人類的自己太蠢了」。

在他看來，現階段的L4自動駕駛也步入了這一階段——Robotaxi的決策和軌跡開始變得不易被人理解。

相比較下，L2則會永遠停留在理解范圍之內，因為后者只是模仿人類，而前者必須超越人類。

在4月23日的上海車展上，小馬智行發布了搭載第七代自動駕駛系統方案。搭載該方案的Robotaxi擁有100%車規級零部件（覆蓋從線束、連接器到固態激光雷達、英偉達Orin-X芯片等零部件），自動駕駛套件總成本較前代下降70%，還可支持平臺化適配設計。

同時，基于小馬智行PonyWorld 世界模型技術基座，Robotaxi安全性比人類駕駛高出10倍。

在發布會后，RoboX與小馬智行聯合創始人、CTO——樓天城進行了對話，談到了「從L2到L4」、機器人，以及海外發展等話題。

VLA只會「短跑」，而非「長跑」

盡管小馬智行直到現在才發布Ponyworld世界模型，但其實他們已經使用了多年此類技術：“世界模型在機器學習領域已經有30年歷史了，我們使用世界模型已接近6年，L4都普遍在用…我一直以為這是業界共識，并未意識到大家不知道這一信息，所以從未強調過。”樓天城說道。

世界模型帶來的主要是學習方式的改變——人類有兩種學習模式：一種是模仿學習，方便快捷，也沒有不確定因素，但學生很難超過老師；另一種是強化學習：由老師創造試驗環境，自己去摸索。

樓天城指出，所有L4公司都是在強化學習模式中演進。直到端到端、世界模型等術語成為L2輔助駕駛最火的概念，他才將早已在用的技術對外擺在了臺面上。

“小馬智行的技術路線經歷了多次變革，其中也包括端到端——自Transformer出現開始，小馬智行就開始整合從感知到執行的模塊，使得訓練難度、表達能力都逐步提升。彼時，Waymo、百度也都已經開始用上了這一思路。”

2023年8月，小馬智行就已將感知、預測、規控三大傳統模塊打通，統一成端到端自動駕駛模型，搭載到L4級自動駕駛出租車和L2級輔助駕駛乘用車上。該模型在L4級車輛扮演冗余系統的角色，同時也可作為L2級車輛的解決方案。

到了現在，端到端成為了L2的必選項，但對L4公司來說，卻早已是標配了。

至于VLA（視覺語言模型，Vision-Language Model），樓天城的態度則更加明確：“VLA在L4上基本幫不上忙。”

VLA模型擅長整合視覺和語言信息，處理跨模態任務（如圖像描述、視覺問答），其核心優勢在于跨領域通用性。但它通常不針對特定領域進行深度優化，其知識通過大規模預訓練獲得，缺乏對自動駕駛中極端場景的建模能力。（編者注）

他指出，從VLA模型的屬性來看，它相當于一個「全科大夫」，可追求極端安全的L4需要的是「專科大夫」。

“它就像一個更優秀的短跑運動員，但腿部肌肉并不適合長跑。哪怕它經過不斷鍛煉成為了博爾特，也不代表他能長跑。”

個人用戶何時能用上L4？

從產品形式來說，即便是「車位到車位」，也終究人需要人類介入，這樣的產品屬性永遠沒法跨越。

“換句話說，如果安全有一條及格線，L4的安全及格線基本就是滿分線，L4真正的挑戰就在這里。在此標準上，L2差得非常遠……它其實根本過不了L4的及格線，而且會越差越遠。”

樓天城認為，目前在L2已經逐漸「平權」的情況下，行業尋求向L3進階是情理之中的事。然而L3的很多做法，還只是延續了L2的影子，并非實現質變，也不會漸進到L4。

那么，L4的技術，何時能降維到面向個人的量產車上呢？這或許會比預想的要久。

“至少不會是二零二幾年。因為目前的Robotaxi還需要專門的區域控制、運營、看護、遠程客服等多維度的工作。直到今天，L4也只做了幾個城市，賣給個人的難度更是不可同日而語。”

具身智能也將經歷「真空期」

盡管自動駕駛和機器人有共通之處，甚至前者也是具身智能的一部分。但小馬智行仍然沒有做機器人的計劃。

“不是因為技術不通用，而是因為我覺得自動駕駛是機器人領域最容易落地的東西。如果連這點都做不到，其他也無從談起。”

樓天城認為，具身智能和需要蜇伏更長的時間，和AGI一樣，都會經歷和自動駕駛一樣的真空期。

在他看來，具身智能今天的狀態和自動駕駛2018年的狀態非常像：“我非常懷念那個時候，那時只要做做Demo就行了。”

在次年，疫情來襲，他認為這反而為自動駕駛提供了一個潛心研究的「蟄伏期」：“那段時間，大家的心態平比較淡一些，這幫助團隊撐過了那段真空期。”

他坦言，如今具身智能做的很多展示都很炫酷，但真正的商業化需要考慮很多長尾問題。只有撐過這段沒有任何進展的真空期，才能繼而衡量其商業和應用價值。

這些挑戰都是自動駕駛曾經遭遇過的，因為他經歷過，才知道有多困難。

“自動駕駛恐怕是Agent領域中最pioneer的應用了，沒有比Robotaxi更好落地應用的。如果連這一方面都做不到的話，一定上不了牌桌。”

第七代系統的使命

如今，小馬智行的Robotaxi車隊已至少已經跑了50萬個小時，已經擴展至市中心、高快速路。

所以到了現在，樓天城認為，是時候講成本和量產了。

現在小馬智行的Robotaxi已實現零部件100%都是車規的，這也是降本的關鍵所在。“在這一點上，其他家都還沒做到，尤其Waymo是做得最差的。”

樓天城指出，降本的過程有兩個大的里程碑：1、去掉人，2、車規化量產的這種硬件。這一代系統就是為了達到這個目的。

另外，至今還總有人認為Robotaxi需要付出大量「云代駕」的成本，樓天城也對此進行了澄清。

“我從不會以任何方式嘗試云代駕的邏輯。一般人可能不清楚云代駕的網費高昂到什么地步，而且它對網絡的要求非常高，可能配有云代駕的一輛車，相當于購買并折舊十輛普通車輛的成本總和。而且，由于沒有身臨其境的感覺，云代駕做的判斷也是有誤差的。”

樓天城表示，小馬智行從第一天就沒有嘗試過任何代駕的概念，只是有遠程客服，Waymo也從未做過云代駕。

盡管在降本上，小馬智行已做到了極致，可樓天城還是直言，第七代小馬智行Robotaxi的價格，會在合理范圍內定得相對較高。“因為AI的本意，是提供好的產品和高質量的服務，而不是把價格卷得更低。”