車東西（公眾號：chedongxi）
作者 ｜ Juice
編輯 ｜ 志豪

車東西4月26日上海車展現(xiàn)場報道，4月23日，第二十一屆上海國際汽車工業(yè)展覽會（簡稱：2025上海車展）拉開帷幕。

輕舟智航在車展首日重磅發(fā)布行業(yè)首個基于單征程6M的端到端城市NOA解決方案。

作為國產(chǎn)芯片平臺上研發(fā)效率高、量產(chǎn)性能好、交付上車規(guī)模領先的高階輔助駕駛方案商，輕舟智航憑借于在征程平臺上的大規(guī)模量產(chǎn)實踐，以及對征程系列平臺的長期深耕和深度理解，結合完善的數(shù)據(jù)閉環(huán)開發(fā)工具鏈體系，以最高的開發(fā)效率，成為業(yè)界首個在單征程6M上實現(xiàn)端到端城市NOA的高階輔助駕駛方案商。

在發(fā)布會結束后，輕舟智航聯(lián)合創(chuàng)始人、CEO于騫，輕舟智航聯(lián)合創(chuàng)始人、總裁侯聰與輕舟智航CTO李棟也接受了車東西在內(nèi)的媒體采訪，詳細介紹了輕舟智航對于輔助駕駛的思考。

1、端到端算法會有很多不可解釋性的駕駛習慣，怎么來解決這些問題？

于騫：端到端不可解釋是大家一個短期的認知，其實端到端完全是可以解釋的，因為模型可以輸出很多輔助的信息，可以告訴用戶它為什么做這樣的選擇。

比如說它完全可以有很多中間步驟的輸出，雖然它最終能輸出完整端到端的信息，但它中間的步驟是完全可以輸出的。它甚至可以輸出一套為什么這樣做的邏輯，這是完全可以做到的。

包括為什么提到了我們時空聯(lián)合規(guī)劃的這種設計理念，這個理念就是要去掉端到端下限低的問題，避免出現(xiàn)以前說的幻覺問題，比如現(xiàn)在大語言模型經(jīng)常出現(xiàn)幻覺問題，我們會盡量把它去掉。當然這也需要數(shù)據(jù)的積累，通過用戶數(shù)據(jù)的反饋，產(chǎn)品不斷的迭代，但是不可解釋性我不認為他有根本性問題。

李棟：關于不合理的現(xiàn)象怎么辦，我們現(xiàn)在的司機或者測試人員遇到不好的現(xiàn)象，可以點一個按鈕直接就把這個數(shù)據(jù)給標記并上傳，它其實相當于是一些badcase，然后我們?nèi)z查看到底系統(tǒng)哪有問題，產(chǎn)生了不合理的現(xiàn)象，我們會收集和持續(xù)迭代改進的。

2、我剛剛看到輕舟比較側重于做端側的大模型，現(xiàn)在很多同行或一些車企，他們其實強調云端大模型和端側大模型結合比較多，輕舟怎么思考這件事？

李棟：你講的端側大模型是指車上的大模型，我們現(xiàn)在是有很多離線的工具是云端大模型支撐的，比如說云端的自動化標注，云端的自動化評測，這些其實是在云端進行的，因為我們現(xiàn)在算力平臺不是那種特別打滿的算力，所以我們沒有在車端部署類似于大語言模型之類的模型。我們現(xiàn)在主要是讓它做一些離線的工作，像我們99%的數(shù)據(jù)標注都是離線大模型完成的。

3、我有一個關于技術上的問題，首先我了解到像理想和小鵬都有云端的世界模型，他們打算用世界模型，一是做評測，二是世界模型更高階的強化學習。我想問一下，您認為世界模型在智駕中，下一步走向強化學習是必要的嗎？或者說如果是必要的話，它是現(xiàn)在必要的，還是有一個具體的 trigger， 可能在滿足某個條件后，它就是必要的？

李棟：世界模型除了仿真評測，還有數(shù)據(jù)生成的作用。但是現(xiàn)在實地的用戶產(chǎn)生的很多數(shù)據(jù)，可以減少他對世界模型的依賴。但如果沒有很多數(shù)據(jù)的話，世界模型也訓練不出來。另外世界模型對算力的要求也特別高，像我們是設計了一個比較smart的方法去降低訓練成本，比如剛才講的基于世界模型的運動模擬。

4、大家非常關心智能駕駛安全，所以我們怎么去平衡體驗感和安全感，包括成本。

于騫：首先我認為安全不能妥協(xié)，我們并不能為了某些事情而對降低安全性做出妥協(xié)。在我們的行業(yè)中，智駕安全水平的能力要求是有一定的行業(yè)標準的，包括各種各樣的測試驗證的工作，包括國家的標準，整個標準是越來越高的，越來越符合我們用戶實際的使用場景。

關于體驗和成本的平衡，我的理解是比如30萬和非常豪華的車，它的產(chǎn)品體驗肯定有區(qū)別，它可能在ODD的設計上面，一些功能的要求可能不一樣。

侯聰：安全和體驗不是對立的，是統(tǒng)一的。因為安全感是體驗的一部分，所以如果這個行為它不安全，你的體驗也是不好的。