自動駕駛賽道，2026公認關(guān)鍵詞之一，就是——收斂。

技術(shù)上，多模態(tài)大模型、數(shù)據(jù)驅(qū)動、強化學習等新范式，展現(xiàn)出階段性“終局”特性：統(tǒng)一L2+、L4的技術(shù)方案，正在被越來越多的玩家押注。

表現(xiàn)在用戶端，你肯定深切感受到了：高階智能輔助駕駛門檻下降了數(shù)十萬元，眼下10萬元車型成了普及的前鋒部隊，而且不再是噱頭和嘗鮮，成為了用戶購車最核心的決定性因素之一。

在更為垂直的廣義自動駕駛業(yè)內(nèi)，圍繞上車和量產(chǎn)，當年發(fā)生在造車新勢力的末位淘汰賽再次上演，行業(yè)格局逐漸有了雛形：一超多強。

一超華為，沒有爭議；而多強至少要具備幾條硬核標準：

• 技術(shù)上跑通一段式端到端，打通全場景體驗；
• 工程上持續(xù)高質(zhì)量交付并長期維護；
• 以及除了耳熟能詳?shù)谋钴囍?，更重要的是?shù)十萬輛、甚至超百萬輛的交付經(jīng)驗。

這樣的玩家你能快速叫出名字的有：Momenta、地平線等等。

不過2026年初，一家從Waymo走出、2019年就成立，最早以L4小巴走紅的自動駕駛公司——輕舟智航認為，自己毫無疑問也在“多強”之列，甚至技術(shù)可能還是TOP 3。

給出的證據(jù)的確很扎實：L2+量產(chǎn)交付已經(jīng)超過100萬輛，百TOPS級算力的城市NOA量產(chǎn)上車，已經(jīng)確定拿下數(shù)十款車型量產(chǎn)，年內(nèi)落地上量百萬。

甚至最新的進展透露，新技術(shù)范式一通百通的輕舟智航，開始“重回”L4，進軍無人物流了。

低調(diào)多年的輕舟智航，如何證明自己重回第一梯隊，還拿穩(wěn)了“船票”？

以輕舟智航為基準線來看，自動駕駛在2026年的淘汰賽，還會怎么打？

低調(diào)數(shù)年的輕舟智航，都做了什么？

城市NOA，2026年首次量產(chǎn)交付，第一眼看上去不算驚艷，可能多少還有點“壓哨進球”的意思。

但是，輕舟智航用的是OTA的交付方案——以地平線硬件J6M為基礎(chǔ)，單顆128TOPS算力實現(xiàn)城市NOA功能——軟硬全棧、自主、高階體驗，以及標配這幾個維度來看，全行業(yè)獨一份。

第一批體驗的用戶，是大量理想AD Pro4.0車型車主，只要是配備了J6M芯片的車型，都能夠通過OTA擁有。

智能車參考搶先在北京中關(guān)村的繁忙街區(qū)，替各位體驗了一番。

印象深刻的第一點，也是輕舟城市NOA方案主打的第一條底線原則——安全性：

立交橋橋洞下類似“鬼探頭”的行人，及時剎停避讓。

另外，經(jīng)常在中關(guān)村、頤和園一帶通勤的朋友，對各種不對稱路口肯定不陌生，道路交匯幾乎沒有橫平豎直的規(guī)范車道，而是各種角度、各種寬度的道路隨機切換：

比如上面這個場景中，直接從雙向4車道來了個鈍角左轉(zhuǎn)，拐進了一條人車混行的單車道，同時還要避讓不規(guī)范行駛的小電驢。

第三個讓人印象深刻的點，是輕舟城市NOA表現(xiàn)出的老司機特質(zhì)：

跟車距離是動態(tài)調(diào)節(jié)的，平直路段上車距拉大，防止追尾，而到了高速匝道口這樣需要博弈的場景，系統(tǒng)自動加緊了跟車節(jié)奏，愣是沒讓其他車插隊。

初步試下來，同樣是城市NOA能力，輕舟方案最大的不同是效率，一個是算力層面的，僅用行業(yè)常見1/2甚至1/4左右的數(shù)值，給出相同體驗；二是通行效率上的，保證安全的同時，吸收了人類成熟司機的經(jīng)驗，會針對不同場景靈活調(diào)整策略。

輕舟介紹，技術(shù)上，采用“安全可解釋”端到端方案，通過顯式生成中間表征，實現(xiàn)對模型決策的全程監(jiān)督、約束及安全兜底，打破行業(yè)“端到端等于黑箱”的固有認知，讓駕駛決策可追溯、可驗證。

在硬件適配層面，除了地平線，英偉達、高通這些主流芯片平臺的適配與驗證，輕舟也都完成，可以無縫開啟規(guī)?；涞?。

當然眼下，對于這些理想Pro車主來說，雖遲，但也到了，尤其是更少的預(yù)算實現(xiàn)旗艦車型同級別的智能化體驗，妥妥賺到。

畢竟當時理想在搭載J6M的Pro車型發(fā)布時，并沒有公開承諾升級。

但智能車參考的老朋友一定心里有數(shù)：從J6M的算力以及AI技術(shù)發(fā)展出發(fā)，當時我們就預(yù)判Pro車型OTA高階功能是遲早的事。

這也同樣意味著，輕舟智航高階方案一量產(chǎn)，就可能是十萬級的規(guī)模。

再加上之前J5時代的量產(chǎn)案例，輕舟智航表現(xiàn)出第一個意外之處：已經(jīng)積累100萬+的L2量產(chǎn)交付數(shù)。

第二個意料之外，來自技術(shù)層面。

輕舟智航CEO于騫告訴我們，地平線的J6M在立項研發(fā)，以及發(fā)布初期，沒有人認為100多TOPS出頭的算力，能做城市NOA功能。

“甚至地平線內(nèi)部當時都認為這是不可能辦到的事”。

按時間線回溯，2024年4月地平線征程6家族首次公開亮相，結(jié)合半導(dǎo)體行業(yè)普遍規(guī)律，車規(guī)產(chǎn)品一般研發(fā)周期2-3年，J6系列的啟動，最晚也早于2022年之前。

2022年，自動駕駛?cè)€在還在爭論有圖無圖路線；而特斯拉第一次向外界展示端到端，則是要到2023年的事了。

2024年行業(yè)大部分玩家、車企都在緊急轉(zhuǎn)向端到端，有人不甘心沉沒成本嘗試融合新老技術(shù)體系，有人則干脆斷臂，被質(zhì)疑“背刺”也毫不在乎。

特斯拉呢？智能車也介紹過，這個時候剛剛推送端到端的FSD V12 版本，并且開始嘗試給低算力平臺同步更新，主要手段是知識蒸餾。

輕舟智航的量產(chǎn)方案，盡管形式上是一段式端到端+強化學習+世界模型的行業(yè)共識范式，但CEO于騫認為，輕舟長期積累的工程化實戰(zhàn)經(jīng)驗才是關(guān)鍵，“絕不僅僅是蒸餾一下就OK的”。

比如，J6M針對Transformer架構(gòu)做了哪些專門優(yōu)化，不同的算子需要調(diào)用哪些芯片資源等等，輕舟從一開始就做了大量細致復(fù)雜的工作。

所以，輕舟智航對技術(shù)的前瞻、把控，幾乎和特斯拉同頻，沒刪代碼沒重啟，適時完成對全棧技術(shù)的模型化升級。

有多早呢？于騫透露“幾乎是Day 1就布局數(shù)據(jù)驅(qū)動，盡管當時還是規(guī)則統(tǒng)治江湖”，而這一切都源自團隊對自動駕駛本質(zhì)的回歸、理解。

一個最直接的體現(xiàn)，是輕舟智航如今在某種程度上的“業(yè)務(wù)回歸”：

無人物流車業(yè)務(wù)亮相，合作奇瑞，年內(nèi)量產(chǎn)上路——讓人聯(lián)想到當年的小巴。

功能形態(tài)上雖有不同，但L4技術(shù)體系和剛剛量產(chǎn)的L2+同源同架構(gòu)，共享模型能力、數(shù)據(jù)閉環(huán)與工程體系，二者僅為產(chǎn)品形態(tài)差異，但終極目標一致，都是追求“車位到車位、無需干預(yù)、安全高效”的駕駛體驗。

比如，由AI驅(qū)動的“自動駕駛超級工廠”，承載數(shù)據(jù)生成、模型訓(xùn)練、一段式模型仿真評測等核心工作，提供基礎(chǔ)土壤；而數(shù)據(jù)互通使得L2++的量產(chǎn)數(shù)據(jù)可以直接用于L4產(chǎn)品的訓(xùn)練，反之亦然，讓數(shù)據(jù)價值最大化。

外界都說是及時量產(chǎn)L2讓輕舟重回第一梯隊牌桌，但于騫認為，從來不存在“棄暗投明”的轉(zhuǎn)向，輕舟提出數(shù)據(jù)驅(qū)動、learning based的概念，比任何人都早。

當年的L4黑馬，2026為何能坐上第一梯隊牌桌？

從自身來看，輕舟具體的成績單是這樣的：

• L2系統(tǒng)量產(chǎn)超過100萬輛；城市NOA今年已經(jīng)拿下數(shù)十款定點。

加上已經(jīng)確定的理想Pro車型，今年輕舟智航的高階NOA輔助駕駛上車，有可能超過一百萬輛。

從外部環(huán)境上，2025年是自動駕駛賽道殘酷的末位淘汰，有昔日明星公司突然倒下，也有當年的技術(shù)Leader重回沉默…….最容易直觀感知的資本，這一年也大多流向低速物流這樣場景簡單的賽道。

而輕舟業(yè)務(wù)突破的同時，仍然不斷獲得資本認可：

無論此前多么低調(diào)，但如今都得看到一個事實，輕舟智航，已經(jīng)不可能再被車企、資本忽略了。

CEO于騫給出的解析是這樣——

從技術(shù)上，輕舟核心團隊從Waymo而出，這可以看成輕舟智航對技術(shù)趨勢精準把控的底層基因。

但于騫對Waymo走的路線有保持了創(chuàng)業(yè)者罕見的清醒：

• 一方面，有點像富二代創(chuàng)業(yè)，或徒手攀酋長巖，Waymo有條件，其他玩家復(fù)刻模仿不了。
• 但另一方面，Waymo絕不是馬斯克口中的保守與頑固，實際上世界模型、learning based等等，Waymo早就在做。
• 這也直接影響了輕舟的路線。

L4小巴時代就在探索擺脫規(guī)則的方案，當年提出的基于數(shù)據(jù)驅(qū)動的預(yù)測規(guī)劃等等核心算法，也繼承在如今的系統(tǒng)中。

換句話說，向L2、端到端、數(shù)據(jù)驅(qū)動轉(zhuǎn)軌，輕舟智航?jīng)]有痛苦掙扎、沒有刪庫重練、沒有背叛嘲諷L4，事實上是核心團隊的技術(shù)前瞻，在最合適、最緊迫的節(jié)點，等到了行業(yè)級的底層范式重構(gòu)，再次發(fā)光發(fā)熱了。

同理，如今輕舟智航業(yè)務(wù)重回L4，入局無人物流車，也是數(shù)據(jù)驅(qū)動技術(shù)體系“一通百通”之后，攀登技術(shù)珠峰沿途下的蛋。

畢竟輕舟量產(chǎn)前景可期，盈利轉(zhuǎn)正的懸念越來越小，已經(jīng)不是一家需要追逐熱錢的公司，如果真的奔熱錢而去，直接講機器人的故事會更加直接。

技術(shù)通了，那么接下來落地呢？

雖然是從Waymo出來，但于騫將其模式總結(jié)為技術(shù)、產(chǎn)品同時抓，一開局就要面面俱到，比如“開城”模式和不計成本的硬件投入，所謂“Alphabet的親兒子”。

但與之相比馬斯克絲毫沒有“偶像包袱”，完全本著技術(shù)第一性原理去配置產(chǎn)品，反而率先走通了范式創(chuàng)新——地平線、卓馭、輕舟等等都不否認曾受到啟發(fā)。

這樣的第一性原理，同樣體現(xiàn)在輕舟的落地方案上。

單J6M的方案，能夠真正代表今年“智駕平權(quán)”的黃金方案，能做到“好用而不貴”的城市NOA功能，可以普惠到10萬級車型。

同時又不至于因為太過極致的成本、算力壓縮，引起用戶對體驗和安全底線的質(zhì)疑擔憂。

這也讓輕舟成了行業(yè)唯一一個既具備Waymo優(yōu)勢，又更像特斯拉的玩家。

2019年就投入數(shù)據(jù)驅(qū)動、2021年就開始投入國產(chǎn)化自主的征程芯片的輕舟智航，技術(shù)、商業(yè)上的前瞻、堅定投入，是輕舟再次被看見、被相信的核心。

當然，還有數(shù)年如一日的“韌性”，在有限資源條件下突破技術(shù)工程難題的韌性。
CEO于騫的原話：“輕舟智航就是自動駕駛賽道的DeepSeek?！?/p>

“自動駕駛賽道DeepSeek”，如何理解？

產(chǎn)品方案上看，輕舟單J6M的L2+方案是行業(yè)唯一，而且算力——體驗——成本完全符合技術(shù)、產(chǎn)業(yè)鏈發(fā)展規(guī)律。

大白話解釋，一分錢一分貨，2026年城市NOA、全場景L2“普及”的標準配置是什么樣，輕舟打了個樣板間。

而研發(fā)投入來看，輕舟智航仍然是效費比最高的玩家之一。

2019年成立以來，公開可查輕舟智航的融資情況就是這些：

橫向?qū)Ρ饶贸鱿嗤败囄坏杰囄弧斌w驗的玩家，燒錢幾乎是數(shù)十億/年起步。

而每年在AI上投數(shù)十億的車企、玩家，幾乎無一例外都講述過“內(nèi)部賽馬”、“推倒重來”的故事。

于騫對此給出了一個反常識的觀察：“資源太多，反而是一種詛咒”，輕舟的技術(shù)前瞻、研發(fā)聚焦，某種程度也是不能失敗、不敢失敗的結(jié)果。

不過相比友商，現(xiàn)在輕舟智航給予關(guān)注最多的AI公司，反而是DeepSeek：

• 如果用資源多少來推斷一家公司的實力、前景，那么DeepSeek就不應(yīng)該存在，因為它的資源相比OpenAI、谷歌，差好幾個數(shù)量級。

這就說明DeepSeek抓住了某些極為關(guān)鍵、但卻被大多數(shù)玩家長期忽視的東西。

體現(xiàn)在技術(shù)上，于騫特別提到了最近DeepSeek論文中對于模型記憶能力的探索，實際上是解決了大模型的資源浪費問題：模型看似對某類問題對答如流形成了一套機制，但實際上背后是對相同問題進行一次次反復(fù)推理。

輕舟智航也有類似的研究，把記憶能力融入模型，像老司機一樣記住剛剛開過的路段，作為下一段軌跡輸出的參考，避免“無論路口有沒有車都要剎車”的糟糕體驗。

這實際上又和英偉達前不久開源的推理大模型，殊途同歸了。

輕舟自認為可以稱得上 “自動駕駛賽道DeepSeek”，是因為表現(xiàn)出了相同的特性：

• 有新技術(shù)范式量產(chǎn)落地，又有L2+積累的工程能力；而新的技術(shù)浪潮下又天然具備L4經(jīng)驗。
• 核心團隊的精準技術(shù)前瞻和趨勢把握，以及由此帶來的公司“韌性”。

當然還有對未來的探索。

端到端之后，VLA模型被認為是下一代量產(chǎn)L2+的最大技術(shù)革新，因為它既能解決端到端的黑盒問題，又能讓AI司機具備真正對場景的認知理解能力，而這樣的理解能力也被視為自動駕駛“破2到3”、“破2到4”的關(guān)鍵技術(shù)之一。

輕舟同樣也在推進比如最新的VLA量產(chǎn)體系，其中既有系統(tǒng)主要有三個大的模塊，首先World Encoder，充分復(fù)用輕舟已量產(chǎn)驗證的端到端模型能力，建立統(tǒng)一世界表征；接著，是又Transformer Decoder，除引入大語言模型外，還加入了思維鏈——CoT中間表示，讓決策不再是“黑盒數(shù)值映射”，而是結(jié)構(gòu)化推理。

最后是Multi Modality Decoder，作為世界預(yù)測模型的一個生成式模型，通過在行車環(huán)境的聯(lián)合分布中生成的多個軌跡當中找到一個最優(yōu)軌跡。還通過引入語言監(jiān)督與Safe RL，讓安全監(jiān)督與知識內(nèi)生到模型里，實現(xiàn)從“防錯系統(tǒng)”向“安全優(yōu)化系統(tǒng)”的躍遷。

輕舟VLA體系的最大不同，是突破了“語言僅用于解釋”的傳統(tǒng)，除了在車機上顯示思考過程和語音控車之外，語言能力完全可以作為模型內(nèi)部決策的條件依據(jù)，真正解決Corner case。

有Multi Modality Decoder，作為世界預(yù)測模型的一個生成式模型，包含了對未來世界的動態(tài)演化能力，包含對未來交通參與者、道路拓撲的變化以及2D和3D世界的建模。

按照于騫的說法，從VLA、世界模型開始，自動駕駛公司已經(jīng)不再局限于“車”這個領(lǐng)域，實際開始扮演“上帝”的角色，比如輕舟新一代大模型完全為更廣闊現(xiàn)實世界挑戰(zhàn)而生：

• 行為邏輯的泛化推理能力：系統(tǒng)會考慮在滾動足球的后面可能有人會跑出來。
• 物理世界運動規(guī)律的理解能力：雨后積水濺水影響，系統(tǒng)也會納入結(jié)果輸出。
• 結(jié)合社會常識的理解能力：理解乘客的自然語言指令，與人類更好交互。

數(shù)據(jù)驅(qū)動體系一通百通后，自然而然打開了通往物理AI時代的大門。

用戶這一層感知可能不明顯，但一級市場已然意識到了稀缺性所在：有技術(shù)有方案，實現(xiàn)盈利無風險，且沒有被車企、大廠收購控股、估值還沒有一飛沖天——

如同輕舟一樣手握自動駕駛最后一張船票，或者說通往物理AI時代“早鳥票”特質(zhì)的玩家，寥寥無幾了。