21 世纪经济报道记者 郑植文 广州报道
当人工智能的浪潮从虚拟世界涌向物理现实，汽车产业正站在这场变革的最前沿。自动驾驶领域技术路线纷繁复杂，"端到端"、"世界模型"、" VLA "等术语层出不穷，业界对于何为"最优解"莫衷一是。
在由南方财经全媒体集团指导、21 世纪经济报道主办的 2025 新汽车年度盛典上，南方财经全媒体集团编委会成员、集团客户端编委会执行总编辑、21 世纪经济报道编委会成员袁丁主持题为《汽车有"魂"，AI 如何重塑用车体验？》的圆桌论坛，邀请到地平线副总裁吕鹏、千里智驾首席科学家秦海龙和场景实验室创始人吴声三位业界专家，旨在穿透技术路线的迷雾，深入探讨 AI 如何超越工具属性，为汽车注入可进化、可感知的"灵魂"，从而彻底重塑人类的用车体验。
场景实验室创始人吴声旗帜鲜明地指出，AI 驾驶已超越"工具"范畴，正成为一种真实的生活方式，是通向 AGI（通用人工智能）的最佳实践。
地平线副总裁吕鹏则秉持务实的技术观，强调无论概念如何翻新，都必须打好端到端的"直觉基座"，并依靠"软硬结合"实现快速迭代。
千里智驾首席科学家秦海龙从范式演进的角度提出，行业的突破在于确立了数据驱动的范式，而物理 AI 的未来在于不同智能体共享通用的底层知识。
这场讨论不仅关乎技术的未来，更关乎我们即将迎接的、人车共生的全新生活方式。
以下是圆桌论坛的实录摘编：
袁丁： 当 AI 加速渗透物理世界，自动驾驶领域正处在充满分歧的路口。端到端、世界模型、VLA 路线，哪条路线是自动驾驶的"最优解"？我们还要等待多久才能迎来物理 AI 的曙光？吴声老师曾提出" AI 场景革命元年"的概念，在汽车行业，AI 场景应如何定义？目前是处于元年，还是已进入新阶段？
吴声：我认为现在已经超越了"元年"的讨论。智驾已从技术概念成为一种真实的生活方式。无论是特斯拉 FSD 的迭代，还是国内小鹏、理想、小米等品牌的实践，都让我们切身感受到 AI 与汽车的深度融合。
智能辅助驾驶已成为通向 AGI（通用人工智能）的最佳实践之一，这一点常被忽略。我们定义"新汽车"（NEW AUTO），"新"就新在它的进化和演化能力。当通勤路上可实现全程"脱手"，智能泊车成为"回不去"的体验时，我们就应理解，AI 汽车是具身智能的最佳实践。它的本质，是成为一种新的生活方式。
袁丁：技术路线存在悬念，地平线与千里智驾目前选择的技术路径是怎样的？
吕鹏：各种技术路线本质差异不大，核心都基于端到端。关键在于相信 AI 的力量——它将众多分散模型整合进一个大模型，从而衍生出更高级的智能。
打好端到端的直觉基座是第一步。我打个比方：一个不会开车的老教授，和一个会开车但不识字的人，你更愿意坐谁的车？理想状态是二者兼备，但驾驶的直觉反应是基础。没有扎实的底座，再炫酷的技术名词也只是噱头。
地平线坚持软硬结合，这能让我们以"周"为单位实现芯片从回片到上车，远超行业"年"级的周期。这种速度优势，能帮助中国车企快速补齐在智能化上与顶尖玩家的差距，最终为消费者带来实实在在的体验提升。
秦海龙：我同意吕总的观点。过去十年智能驾驶最大的突破，并非某个具体模型，而是确立了数据驱动的范式。新能源汽车的高算力平台和激光雷达等传感器，让我们能收集海量符合模型需求的数据，这是一切进步的前提。
基于此，千里智驾坚持两点：
通用 AI 路径：以预训练 + 后训练结合的方式，用类机器人的方法解决智驾问题。我们的预训练模型是以视觉为底子的多模态模型，因为激光、手势、语音都是重要的模态。
模型直出轨迹：我们坚信模型应能直接输出控制车辆的轨迹，同时生成中间信号与场景解释，以此替代过去手写的规则，让决策过程更智能、可理解。
袁丁：吕总刚才的比喻很生动。业界对 VLA（视觉 - 语言 - 动作）路线有争议，语言是否是转化成行动的必要桥梁？
吕鹏：语言（Language）在训练中更像一个辅助项，而非决定项。它对于提升模型的推理能力有帮助，但前提是直觉反应的基座必须足够扎实。
技术演进中，前 50% 的收益容易获取，但后 50% 的收益能否拿到，以及新维度引入的新问题能否解决，才是真正的挑战。特斯拉的每一步都走得非常扎实，在引入端到端之前，它花了很长时间提升感知精度。我们必须把每一步的基座打扎实，避免让技术名词的堆砌无法转化为用户可感知的体验提升。
袁丁：智能汽车被认为是 AI 进入物理世界的绝佳载体。请三位预测一下，物理 AI 未来的前景与趋势如何？
吴声：未来，汽车是"移动智能空间"。思考物理 AI，需要场景驱动的思维。中国复杂的路况是 AI 算法优化的"场景富矿"。OTA 升级也应是"场景 OTA "，而非泛泛的功能更新。
终极的思考是：这辆车能否代表"我"？ 它应承载我的美学、效率观和生活方式。车与外部的社交（如 V2G 能源流转）也将成为一种生活方式。物理 AI 的未来，是达成一种"新的和谐"，实现人机共生。悲观者或许正确，但乐观者才会成功。
秦海龙：目前物理 AI 尚未到大爆发之时，但正处于重要节点。历史上每次技术变革都伴随"对抗与统一"。现在，无人车、机器人等不同形态的智能体（Agents）看似不同，但它们共享着通用的底层物理知识，如重力、避免碰撞等。
当行业不再过分关心智能体的外在形式（是车还是机器人或者其他），而是聚焦于所有智能体内部那套深入一致的通用知识时，才是物理 AI 真正爆发的时刻。
吕鹏：这是一个令人激动的时代，AI 可能是人类主导的最后一次科技革命。但我们也需保持耐心，机器人的发展现状很像 2015 年的智能驾驶：百花齐放但市场未清。
实现通用人工智能，还需计算平台和算法的数代升级。一旦辅助驾驶迈向真正的无人驾驶，物理世界的 AI 能力就会迅速构建。我对未来很乐观，但这不会在明天发生。通过硬件、软件的持续升级，人工智能将深入各行各业，成为每个人的得力助手。
嘉汇优配提示：文章来自网络，不代表本站观点。
