去年我記得大概到八、九月的時(shí)候吧，我們一個(gè)星期能出將近100個(gè)模型，那時(shí)候有點(diǎn)亂撞，看運(yùn)氣，因?yàn)榇_實(shí)不太知道咋調(diào)。

我們做移動基座到最后，如果真的做成了，它關(guān)注的是一個(gè)移動能力，能力是可以在很多的場景落地的，你可以移動一個(gè)大車、小車、卡車、啥車、物流車你都可以移動。

智駕和物理AI基本上已經(jīng)差不多一回事了，只要你是搞數(shù)據(jù)驅(qū)動，搞AI的，你就逃脫不了這個(gè)宿命，你就是在這么巨大的一個(gè)AI圈子里面互相外溢。

——卓馭科技CTO 馬陸

對話對話卓馭科技CTO馬陸：100%端到端的歷史性一躍

出 品：智駕網(wǎng)
主 持 人：賈紅兵
對話嘉賓：馬 陸

脫身于大疆的卓馭科技在中國的智駕市場一直以「價(jià)格屠夫」著稱，它們從低算力、低成本切入，以讓10萬元不到的A0級電動車也能實(shí)現(xiàn)智駕平權(quán)為目標(biāo)。這背后是卓馭的真正實(shí)力：「實(shí)現(xiàn)同等能力，其算力需求遠(yuǎn)低于行業(yè)平均值」。

馬陸，在2016年美國科羅拉多?學(xué)博爾德分校計(jì)算機(jī)科學(xué)系博?畢業(yè)后即加入了?疆創(chuàng)新，從0 -1主導(dǎo)構(gòu)建了?疆?載事業(yè)部的完整研發(fā)體系與技術(shù)能?，并帶領(lǐng)團(tuán)隊(duì)完成了向獨(dú)?公司卓馭科技的研發(fā)體系升級與能?拓展。

其個(gè)人擁有20+國際專利、帶隊(duì)500+專利。今天，其團(tuán)隊(duì)已建?起覆蓋?動駕駛?cè)珬５难邪l(fā)與交付能?，其構(gòu)建的「移動智能基座」正成為賦能智能駕駛及更?泛移動智能場景的核?技術(shù)架構(gòu)。

智駕網(wǎng)深度對話馬陸，卓馭科技如何在2024年All in端到端后在2026年春迅速迭代至4.0版本，去掉一切手寫規(guī)則，實(shí)現(xiàn)100%端到端，完成歷史性的一躍。

01.

從端到端到基座模型

智駕網(wǎng)：卓馭在2024年All in端到端，2025年2月推出了高悟性端到端的第一個(gè)版本，今天進(jìn)入到了高物性端端4.0版本，為什么迭代速度這么快？

馬陸：在2024年9月的時(shí)候，我們決定All in端到端，因?yàn)楫?dāng)時(shí)確實(shí)覺得按照規(guī)則的方法往下做太難了、搞不定了，特別是城區(qū)的很多場景太多了，專家沒辦法歸納出來這些場景的規(guī)律，搞不下去了。

在2025年的二、三月的時(shí)候，我們的高悟性端到端第一個(gè)版本就出來了，這第一個(gè)版本比較好的把縱向的體驗(yàn)做的比較絲滑和順序性之后，我們內(nèi)部更加堅(jiān)定了這條道路。

到去年12月的時(shí)候，其實(shí)我們內(nèi)部有一個(gè)內(nèi)測叫3.0的版本，但是沒有發(fā)。

這次發(fā)的4.0版本，隨著公司更加堅(jiān)定做端到端，以及內(nèi)部更加順暢的按照端到端的范式去做事情，包括改變大家的工作習(xí)慣、組織的習(xí)慣，搭建對應(yīng)的數(shù)據(jù)，基礎(chǔ)設(shè)施的這種系統(tǒng)，我們感受到，就是技術(shù)的進(jìn)步很多時(shí)候是超出我們的想象的。

我記得印象很深刻的，在去年國慶，公司集中機(jī)器和資源訓(xùn)了7天，回來之后就看到了幾個(gè)版本，這幾個(gè)版本提升非常的巨大，比我們之前想象的都要大，比排著任務(wù)的目標(biāo)都要好。所以說，后面的這個(gè)版本其實(shí)加速就更快了。我認(rèn)為在端到端這個(gè)范式里面，只要大家把這個(gè)事情做對了，確實(shí)是遠(yuǎn)超原來按照規(guī)則的方法，堆人頭的這種方法做事情。

智駕網(wǎng)：也就說咱們沒有正式推出端到端3.0版本，直接進(jìn)入了4.0？

馬陸：對。

2.0的時(shí)候，我們是去年9月份找大家來試駕的，2.0這個(gè)版本，我們的模型會輸出6條的備選軌跡，由專家的算法去評測一條最安全、最舒心的。

大概到去年10月、11月，我們發(fā)現(xiàn)專家已經(jīng)選不出更好的軌跡了，很多時(shí)候這個(gè)軌跡看上去都差不多，但是如果你在軌跡選擇的時(shí)候出現(xiàn)了錯(cuò)誤，你往往會發(fā)現(xiàn)這個(gè)方向盤會抖一抖，它可能一會想左轉(zhuǎn)，一會想直行，它可能會頓挫一下，會給人帶來比較不好的體驗(yàn)。

在去年大概10月、11月的時(shí)候，我們內(nèi)部成功的改變了這個(gè)范式，變成了模型只給一條軌跡，也不用人去選了，這條軌跡本身，在訓(xùn)練的過程中通過海量的數(shù)據(jù)做評測，我們就確保它是最安全的、最舒心的、最可靠的。

在做完這件事情之后，在（去年）12月，3.0版本差不多出來了，但是在（今年）1月初的時(shí)候，我們當(dāng)時(shí)立了最后一個(gè)目標(biāo)，就是端到端這個(gè)范式里面，我們希望你在用、在體驗(yàn)的時(shí)候，你體驗(yàn)不到任何的規(guī)則感，無論是變道導(dǎo)航，還是橫向、縱向都體驗(yàn)不到。

當(dāng)時(shí)立了個(gè)目標(biāo)，把最后一個(gè)沒有「端到端」端掉，就是領(lǐng)航。

領(lǐng)航對我們來說一直是老大難的問題，領(lǐng)航往往會有提前多少米變道這種做法，很多時(shí)候你會寫一些規(guī)則，比如超視距的變道你會寫規(guī)則，前方兩公里要怎么左右轉(zhuǎn)一下，你可能1.2公里怎么一下，600米怎么變一個(gè)道，400米怎么變道，但是這規(guī)則其實(shí)很難寫得好。

另外，在深圳這些城市，你會看到違規(guī)停放在路邊的車輛，可能會擋住你要變的那個(gè)道，特別是占用了最右邊的一條道，那我們老的版本有可能，這個(gè)車子很尷尬的停到了一個(gè)違停車的屁股后面就不動了，這些問題我們都希望解決掉。

當(dāng)時(shí)在1月份立了個(gè)目標(biāo)，希望在上半年四、五月的時(shí)候把這事就解決掉，但是進(jìn)展確實(shí)超出預(yù)期，在二月十幾號就做出來了。

基本上模型感知到了結(jié)果之后，直接給到了預(yù)測、決策、規(guī)劃、控制，直接結(jié)合導(dǎo)航地圖信息，導(dǎo)航地圖有前背景信息，比方說你看車機(jī)導(dǎo)航，會說多少米右轉(zhuǎn)或有個(gè)箭頭，我們叫前景背景，前景背景信息我們會用，智駕地圖的東西也會給到我們數(shù)據(jù)，結(jié)合這些數(shù)據(jù)，我們就可以自動端到端地完成變道。

所以現(xiàn)在高性能端到端4.0，第一就是比我們預(yù)期要早出來，第二就是體驗(yàn)確實(shí)全面超出3.0，另外它全場景的橫縱向的體驗(yàn)，包括領(lǐng)航體驗(yàn)，一切體驗(yàn)都是端到端端出來的，包括端到端做的掉頭，掉頭我們曾經(jīng)是規(guī)則做的，現(xiàn)在都是數(shù)據(jù)驅(qū)動。

基于這套范式的話，系統(tǒng)可以逐漸通過加數(shù)據(jù)變得越來越好，而且它是可預(yù)期的變好。

智駕網(wǎng)：就是其實(shí)我們對于每個(gè)版本是有一個(gè)標(biāo)準(zhǔn)的？

馬陸：是有標(biāo)準(zhǔn)的，所以說我們沒有推出3.0直接進(jìn)入到4.0。

智駕網(wǎng)：就這個(gè)標(biāo)準(zhǔn)是不是意味著我們比如5.0、6.0、7.0也有不同的標(biāo)準(zhǔn)來確定？

馬陸：對。

我們在今年北京車展會推出一個(gè)新的范式，叫做視覺基礎(chǔ)模型，我們會在雷神（參數(shù)丨圖片）（英偉達(dá)Thor芯片）或更大算力平臺部署。我們也正在做一件事情，把這個(gè)對應(yīng)的能力遷移到像200T的平臺上。

這個(gè)范式我們叫做基礎(chǔ)模型，它是一個(gè)視覺或動作模態(tài)的這么一個(gè)東西，有V和A，目前暫時(shí)沒加L，但是后面會加。

這個(gè)模型本身，所有傳感器的數(shù)據(jù)進(jìn)入模型之后，直接輸出軌跡，中間沒有顯示的感知任務(wù)。

這個(gè)模型其實(shí)現(xiàn)在已經(jīng)跑起來了，我們內(nèi)部評測的結(jié)果，比高悟性4.0還要強(qiáng)很多，端味非常強(qiáng)，然后橫縱向的絲滑感，各種體驗(yàn)非常的好。

這個(gè)版本除了在大算力平臺上會迸發(fā)出非常完整的能力之外，我們也正在把這個(gè)對應(yīng)的能力通過量化一些其他的手段，把它往小算力平臺上堆。

02.

涌現(xiàn)和幻覺的邊界

智駕網(wǎng)：咱們這次推出的高性能端到端，宣傳100%的端味，徹底拿掉了人工規(guī)則，這與市場上一些宣稱一段式端到端有什么區(qū)別？

馬陸：從體驗(yàn)的角度來說比較好看出來，如果你感受到可能覺得快壓線了，它突然間給你回個(gè)方向盤，回的很厲害、很夸張，為了避免不壓那個(gè)線，或者說它走著走著突然間急剎一下、頓一下，那其實(shí)它還是有比較多的一些規(guī)則兜底，來提高這個(gè)模型的一些底線。那我們在這個(gè)版本里面基本上都不太有了，非常非常的少。

智駕網(wǎng)：這次升級有盲區(qū)誤判、防御性駕駛、窄路會車、三點(diǎn)式掉頭，這些能力在端到端架構(gòu)里是怎么實(shí)現(xiàn)的？

馬陸：在數(shù)據(jù)驅(qū)動的方案范式之下，第一你就要得有對應(yīng)的數(shù)據(jù)，數(shù)據(jù)你得攢夠，然后你得把數(shù)據(jù)的分布調(diào)好。

第二確實(shí)在建模的時(shí)候，我們做了一些方案上的嘗試，改變了我們過去的一些建模方式，包括我剛剛講到的軌跡的推理就推理一個(gè)軌跡，但如何保證那一個(gè)軌跡的性能，也做了很多的事情。

包括我們現(xiàn)在模型本身這個(gè)方案，從去年年初到后面改了非常多的版本，最早我們做的這個(gè)方案會嘗試推理前方，比方說幾秒的軌跡點(diǎn)，它可能是XY這些形式，到中間呢，可能又會變成了速度這塊，從期望速度改成了加速度，在后面呢，我們就變成干脆是方向盤的轉(zhuǎn)角和油門加減速了，一步步到了現(xiàn)在這個(gè)狀態(tài)。

那包括剛剛講到的一些防御性駕駛的各種能力，它也在數(shù)據(jù)驅(qū)動的過程中逐漸涌現(xiàn)出了這些能力，它確實(shí)可以在一些盲區(qū)自動的做一些減速。

智駕網(wǎng)：您說這個(gè)涌現(xiàn)，系統(tǒng)會突然出現(xiàn)沒見過的這種場景處理方式，您認(rèn)為這是真涌現(xiàn)嗎？卓馭的端到端有沒有出現(xiàn)過這種現(xiàn)象？現(xiàn)在行業(yè)里也有一種說法，對于涌現(xiàn)不是很認(rèn)同，他認(rèn)為是幻覺，這個(gè)涌現(xiàn)和幻覺的邊界在哪里？

馬陸：你說的很對。

首先從一個(gè)AI的系統(tǒng)來看，如果你遵循了數(shù)據(jù)驅(qū)動這個(gè)范式，如果你模型設(shè)計(jì)足夠大到某個(gè)程度的參數(shù)，它確實(shí)從能力上來說，會不斷涌現(xiàn)。

咱們可以看看語言大模型，他們發(fā)展更加的領(lǐng)先：2020年ChatGPT3.0開始，它早年涌現(xiàn)出了一些能力，但有些時(shí)候它可能也胡說八道，你也不知道它在干什么，但這些問題也逐步被解決掉了。

現(xiàn)在咱們可以看到這些大模型，能夠在方方面面上顛覆我們的一些工作。

我們今天的這些智駕的模型，充其量只是大模型行業(yè)2022年的水平，大概在2022年左右，我們都覺得語言大模型已經(jīng)通過圖靈測試了。

去年我記得FSD V14剛出來的時(shí)候，馬斯克說，他這個(gè)東西約摸著通過了開車的這個(gè)圖靈測試了，我不能斷定他那個(gè)版本到底通過了沒，但是我覺得也不外乎這半年，肯定就差不多得有人能通過了。

但是你通過的那一刻其實(shí)還有很多問題，會在后面需要解決，你如何保證這個(gè)AI足夠安全，它不犯傻、它不做奇怪的事。

你像語言大模型，它也做奇怪的事，它大部分時(shí)候很正常，所以很多的研究學(xué)者去研究語言模型怎么做安全，怎么不做奇怪的事情。

至于你說幻覺也好，涌現(xiàn)也好，我還是比較樂觀的，我是傾向于認(rèn)為更多的能力是在涌現(xiàn)，有些時(shí)候確實(shí)在幻覺，但我不認(rèn)為它都是幻覺。

03.

大模型與人類一樣都是黑盒，但都可以驗(yàn)證

智駕網(wǎng)：這其實(shí)說的就是不確定性，這種物理大模型或者說大模型訓(xùn)練像煉丹，不知道哪鍋是好是壞，不可解釋。卓馭的100%端到端，如何解決黑盒不可控，不可預(yù)測這個(gè)問題？

馬陸：其實(shí)我們有兩類工作思路，我們最早的工作思路，傳統(tǒng)一些，在規(guī)則算法開發(fā)時(shí)候常用的思路，就是通過自己親身去設(shè)計(jì)，這個(gè)系統(tǒng)里面每一行代碼，每一個(gè)邏輯，都是我精心設(shè)計(jì)的，因?yàn)槲覐氐椎牧私馑?，所以它有什么毛病我也知道，?dāng)然我也會寫很多Bug，這就是老的邏輯。

基于這套邏輯，客觀上來說，你說他能不能解釋呢，他也能解釋，但是好不好使呢，行業(yè)證明了，它到天花板了，它不好使。

現(xiàn)在端到端大模型的這種年代，大家對于如何控制這個(gè)模型，其實(shí)也有很多辦法。

當(dāng)然這個(gè)模型你可以理解為是模型自己練出來的，他這個(gè)參數(shù)怎么想明白的，其實(shí)咱也搞不清楚，但是你有很多辦法去觀察他，比方說你有很多評測的手段，你至少可以給他出很多考題，讓他一道一道題去做，看看它到底怎么樣。

考題你也可以做得很細(xì)致，可以把駕駛場景簡單分高速、快速或城市，城市又可以分成很多細(xì)分場景，可能分出幾千個(gè)場景，每個(gè)場景你找到必要的數(shù)據(jù)，比較難的這個(gè)場景的，或者說比較簡單的，他就像評價(jià)一個(gè)人一樣的，人不也高考嗎？有這個(gè)基礎(chǔ)題必定拿分，有這個(gè)拉分題是吧，還有附加題，一般都做不出來，做出來就很厲害了。

人類其實(shí)本質(zhì)上也是黑盒，就像你、我，咱都不知道對方腦子里是咋回事，但是我們是怎么約束人類這個(gè)世界的呢，其實(shí)也是通過很多的考試，很多的評價(jià)標(biāo)準(zhǔn)，說你達(dá)到了沒。

模型也是類似的，我們現(xiàn)在做模型的準(zhǔn)出，也會做評測看它達(dá)到了沒，各種場景怎么樣，我們也會有基礎(chǔ)題，有拉分題去看行不行，他不行的話，我們就不讓他準(zhǔn)出，就回爐重造了。

去年我記得大概到八、九月的，我們一個(gè)星期能出將近100個(gè)模型，那時(shí)候有點(diǎn)亂撞，看運(yùn)氣，因?yàn)榇_實(shí)不太知道咋調(diào)。但是隨著后面我們越來越熟練，現(xiàn)在這個(gè)數(shù)量沒那么多了，現(xiàn)在我們可能一周就十來個(gè)，十個(gè)里挑一個(gè)好的，這一個(gè)好的要把各種題都做一遍，那行了它就過，不行就不行。

這其實(shí)也很像語言大模型行業(yè)，都有各種各樣的Benchmark基準(zhǔn)，各種各樣的奧賽題，你做一遍看看怎么樣，人類只能拿60分，它已經(jīng)拿到90分了，它各個(gè)細(xì)分能力就跟咱們開車一樣，可能這個(gè)模型環(huán)島不太行，但可能掉頭杠杠的。

當(dāng)然數(shù)據(jù)清洗很必要，我們確保我們的這個(gè)模型，不要看到很多那種臟的數(shù)據(jù)，那種不規(guī)范駕駛行為的數(shù)據(jù)，我們得把那些給搞掉，也別讓他看到過多的某一類數(shù)據(jù)。

所以對于模型的評價(jià)或者說對模型的控制，有點(diǎn)像一個(gè)人的成長過程，你可能有個(gè)老師在教你，就是如果你把這個(gè)人，約束太多，教太多，每一步都干預(yù)他，可能他就廢了；如果你給他很多的空間，讓他發(fā)揮，但是你告訴他底線在哪里，必須要怎么樣，那他可能經(jīng)過他的思考，把他腦子里的一些神經(jīng)元激活出來，在某些地方上特別強(qiáng)，可能就涌現(xiàn)出一些所謂能力：這個(gè)題，兩周前就完全不會解，現(xiàn)在突然開竅了，全都會做了，你問他你怎么會的，哎呀他也不知道咋會的。

智駕網(wǎng)：對于黑盒的解釋，就是通過現(xiàn)實(shí)世界的物理測試來實(shí)現(xiàn)它的白盒化。但是監(jiān)管部門有沒有可能要求你們提供這種源代碼？

馬陸：目前沒有遇到過這種這種場景，但如果要去審核、審查什么，有要求就做唄，可以給他們來看，我覺得沒所謂，它只是個(gè)源代碼而已。因?yàn)榇竽Ｐ陀?xùn)練本身，代碼只是一小部分，更核心的還是數(shù)據(jù)，數(shù)據(jù)的分布、配比以及訓(xùn)練的資源。

智駕網(wǎng)：您認(rèn)為智駕大模型能不能信任？

馬陸：就是無論是您，還是監(jiān)管部門，還是消費(fèi)者，我覺得現(xiàn)在畢竟都是輔助駕駛，無論它是大模型還是大大模型，還是大大大模型，目前這個(gè)階段它確實(shí)是輔助駕駛。所以從用的角度來看，包括我自己，每一個(gè)版本我還是會需要自己快速了解這個(gè)能力邊界的，我對它能力邊界的了解比較深入之后，在我比較放心的場景，我會更多讓它去來駕駛，但是最終我還是會很清楚知道，我是這個(gè)安全責(zé)任的第一主體，它畢竟不是一個(gè)L4的東西。

智駕網(wǎng)：它因?yàn)槭且粋€(gè)純粹的端到端架構(gòu)了，會不會認(rèn)為沒有安全兜底的這么一個(gè)冗余？

馬陸：兜底這個(gè)詞本身，它有一定的負(fù)面引導(dǎo)作用，這個(gè)詞被造出來之后會讓你覺得它好像就是能夠保障最后的一個(gè)安全底線，但事實(shí)上并不是。

今天一切的輔助駕駛的系統(tǒng)，有兜底沒兜底，你都會發(fā)現(xiàn)100公里總得接管個(gè)兩三次，你能說有兜底就不管了嗎，他也不能啊。

所以我覺得，兜底只是一種措施和手段，讓接管盡可能的少一點(diǎn)，但是我們?nèi)绻ㄟ^數(shù)據(jù)驅(qū)動的辦法來做，我們通過評測在訓(xùn)練的過程中，在模型的研發(fā)過程中，我們可以對模型做各種各樣的監(jiān)控，從實(shí)際結(jié)果來看，模型的能力提升之后，這個(gè)兜底就不太需要了，甚至很多時(shí)候兜底都是在亂兜底，比方說有些時(shí)候兜底很難做，你感覺有個(gè)東西要加塞，這時(shí)候你是減速還是不減速？有可能突然減速后面就追尾，那你說兜的好還是不好？

智駕網(wǎng)：去年咱們提出了數(shù)據(jù)閉環(huán)和體驗(yàn)閉環(huán)的雙飛輪，現(xiàn)在搭載卓馭方案的車輛有多少，這個(gè)量是不是足夠支撐咱們對數(shù)據(jù)的需求？

馬陸：目前搭載卓馭相關(guān)方案的車型，已經(jīng)量產(chǎn)的是五十來款，我們手上在途的定點(diǎn)數(shù)量已經(jīng)超過了100多款，還有小幾十個(gè)商用車。我們數(shù)據(jù)獲取渠道是比較多的，有主機(jī)廠的數(shù)據(jù)，也有我們自采的數(shù)據(jù)，仿真的數(shù)據(jù)。

目前來看，對于高質(zhì)量的數(shù)據(jù)都是缺的，它就像題海戰(zhàn)術(shù)做題一樣，題得多樣性。其實(shí)你看今年，大家都不太提我有幾百萬個(gè)Clips，如果你有高質(zhì)量的幾百萬的Clips，你的訓(xùn)練效果比一兩千萬個(gè)普通的Clips都要好。所以我們今年開始更多的資源會聚焦在怎么獲得高質(zhì)量的數(shù)據(jù)。

智駕網(wǎng)：怎么區(qū)分高質(zhì)量？

馬陸：比較好的辦法就是說，通過場景的角度劃分價(jià)值，比如駕駛可以分成高、快領(lǐng)航、城市領(lǐng)航、停車場這些場景。

以城市領(lǐng)航為例，我們可以把它再往下劃分，比方說過十字路口，變道你就可以劃分可能二、三十個(gè)場景，每一個(gè)劃分完你又可以再往下劃分。

場景劃分足夠細(xì)之后，我們就會在足夠細(xì)的這種樹形結(jié)構(gòu)的場景樹里面，去放數(shù)據(jù)，找數(shù)據(jù)，確保每一個(gè)分支的數(shù)據(jù)足夠。假設(shè)這個(gè)系統(tǒng)從來沒有見過某種異形的交通燈，那大約它就是應(yīng)對不了，那我們可以通過處理場景的角度，找到這種異形的交通燈的數(shù)據(jù)。

找到之后我們就會來看，回傳來的數(shù)據(jù)有沒有這個(gè)東西，沒有那就只能去專門采集，或通過仿真的手段去做。通過這種辦法去主動去挖、去采場景的數(shù)據(jù)，挖掘場景其實(shí)是目前比較核心的一個(gè)工作。

智駕網(wǎng)：結(jié)合卓越的技術(shù)優(yōu)勢，您有沒有一個(gè)評價(jià)好的智駕大模型的標(biāo)準(zhǔn)?

馬陸：從評價(jià)的角度來看，第一，消費(fèi)者用戶的評價(jià)確實(shí)是體驗(yàn)導(dǎo)向的，從功能的角度來看，其實(shí)大家都差不多，城市領(lǐng)航你說功能有啥區(qū)別呢？沒啥區(qū)別。

2023年、24年，數(shù)據(jù)驅(qū)動沒有被認(rèn)可的時(shí)候，大家都知道叫做體驗(yàn)打磨，怎么打磨呢，就是找到更多的場景寫更多的規(guī)則，把它串起來做到很極致。

但現(xiàn)在數(shù)據(jù)驅(qū)動之后，也有所謂打磨的說法，

這個(gè)打磨就是找到更多的數(shù)據(jù)，更好分布的數(shù)據(jù)，以及合適的數(shù)據(jù)的配比，找一個(gè)更先進(jìn)的模型架構(gòu)，去讓這個(gè)模型把這些數(shù)據(jù)的知識吸進(jìn)去、吃進(jìn)去，去提升它。

但到最后我覺得消費(fèi)者投票也很簡單，他就是體驗(yàn)一下，這個(gè)很像手機(jī)，已經(jīng)是看參數(shù)毫無區(qū)別了，但照樣有些手機(jī)賣1,000，有些手機(jī)賣八九千，那看的就是用戶體驗(yàn)，你拿到手上把玩一下，幾分鐘就知道了。

那智駕其實(shí)同理，體驗(yàn)一下，可能15分鐘就差不多。

如果你不看親身體驗(yàn)，你看參數(shù)或者說是看網(wǎng)上的一些測評，其實(shí)有些時(shí)候你是拿不定主意的。對于我們企業(yè)來說，我們剛剛講了就是我會把場景做細(xì)，然后做每個(gè)場景的評測，版本準(zhǔn)出的時(shí)候會基于每個(gè)場景去打分，最后選出一個(gè)最好的。

智駕網(wǎng)：一個(gè)是自己的客觀打分，一個(gè)是消費(fèi)者的體驗(yàn)？

馬陸：對。當(dāng)然我們還有大量的這個(gè)全國的泛化，我們有一個(gè)車隊(duì)，每一天都在全國各地跑。

智駕網(wǎng)：現(xiàn)在多少輛車在全國跑？

馬陸：目前我們大概有五六十臺車一直在外面跑，那種大模型升級之后立刻升級，每周就會跑一個(gè)新版本。

04.

智駕大模型化推高了研發(fā)的門檻

智駕網(wǎng)：像剛才說的，咱們生成了幾百個(gè)大模型版本，這是不是對算力和成本要求很高？

馬陸：你可以認(rèn)為有點(diǎn)像2025年年初，Deepseek說我練這個(gè)模型就花了幾百萬，歐美國家搞了幾十個(gè)億，你怎么花幾百萬？我覺得他那個(gè)幾百萬，大約是最后那一個(gè)模型，他中間可能研發(fā)了100個(gè)大家都不知道，可能每個(gè)都幾百萬，我們也差不多。

比方說一個(gè)模型稍微改吧一下，那基本上幾十萬肯定就沒了，一周可能100個(gè)，那可能就一下子幾千萬，就幾百萬就沒了，這個(gè)成本是非常高的：我們?nèi)ツ晔〕詢€用練模型那也得要花10個(gè)億，就梁博新干了10個(gè)億。

智駕網(wǎng)：那是不是對以后智駕公司一個(gè)存在的標(biāo)準(zhǔn)，可以稱之為有沒有能力去練這個(gè)模型版本？

馬陸：你可以認(rèn)為，如果一個(gè)自動駕駛的公司已經(jīng)完成了端到端范式的切換，數(shù)據(jù)驅(qū)動范式的切換，那它就要遵循數(shù)據(jù)驅(qū)動大模型范式的一些客觀規(guī)律，包括但不限于：

第一，模型一定是會越長越大的，它不會越來越??；

第二，它得有持續(xù)的資源投入去練這個(gè)模型。

一般來說，練模型的資金是有要求的，你不能指望只花三兩個(gè)億干出人家10個(gè)億、20個(gè)億的效果。

當(dāng)然你說你的效能不一樣，你花了10個(gè)億，他說他花了20億，最后看效果好像差不多，這是有可能的，但是你花一兩個(gè)億干出人家20億的效果，這完全不可能。

所以說我覺得必要投入也是要的，但是必要投入呢，每個(gè)公司都會有自己省錢的訣竅，但是對模型本身研發(fā)的投入是重要的，得有這個(gè)投入。就像現(xiàn)在搞大模型的公司，能做出堪比這個(gè)OpenAi的模型，最后一問你花多少錢，花一個(gè)億、兩個(gè)億！那怎么可能呢？！不現(xiàn)實(shí)！

智駕網(wǎng)：這個(gè)高成本是不是會制約很多主機(jī)廠自研智駕模型？

馬陸：對于主機(jī)廠來說，確實(shí)是個(gè)投入的問題。

但是我也看到一些主機(jī)廠其實(shí)他思維變了，像去年小鵬、理想都在往具身公司轉(zhuǎn)型，他并不認(rèn)為自己只是做一個(gè)單一的汽車應(yīng)用的公司。

隨著它掌握了這種先進(jìn)的大模型技術(shù)，包括多模態(tài)的VLA，多模態(tài)的技術(shù)，他可以往具身智能轉(zhuǎn)，具身智能是一個(gè)很大的場景；它也可以往物理AI轉(zhuǎn)，那也是一個(gè)大大的風(fēng)口。

我覺得如果一個(gè)傳統(tǒng)的汽車企業(yè)，如果他往那個(gè)風(fēng)口轉(zhuǎn)，那他投AI的資源，可以有一個(gè)很好的機(jī)會和回報(bào)，但如果他只是做汽車，只做智駕，那就看它的規(guī)模量了，如果它量足夠大，我覺得這也OK的，如果它的量不夠大，這個(gè)賬就很難算了。因?yàn)槟愫茈y再通過簡單的堆人頭去做智駕了，那數(shù)據(jù)驅(qū)動之后，其實(shí)人頭的數(shù)量沒那么重要了，你搞了AI之后，基建、優(yōu)秀的人才以及比較多的算力的訓(xùn)練，這個(gè)很重要。

可能一兩個(gè)月還看不出巨大的差異，我覺得最多就一年，這差異就非常明顯了。

05.

轉(zhuǎn)型移動智能機(jī)座是智駕技術(shù)外溢的結(jié)果

智駕網(wǎng)：那是不是出于這種原因，讓卓馭向移動智能機(jī)座轉(zhuǎn)型？

馬陸：這是一個(gè)原因。

我們認(rèn)識到要在自動駕駛這個(gè)垂類，把產(chǎn)品做得極好，只能往數(shù)據(jù)驅(qū)動走。

你往數(shù)據(jù)驅(qū)動走，走著走著發(fā)現(xiàn)越走越遠(yuǎn)，訓(xùn)練費(fèi)用越來越高；范式越來越端，越來越多模態(tài)，越來越像基模，你搞著搞著你會發(fā)現(xiàn)投入好大呀！

那只做一個(gè)自動駕駛的乘用車的L2也好，L3也好，它是必要的、重要的收入來源，但是這個(gè)垂類不夠多呀，就像現(xiàn)在的語言大模型，它顛覆的不是一兩個(gè)行業(yè)，不是只顛覆寫代碼的人，搞文學(xué)創(chuàng)作、影視創(chuàng)作的，而是幾百個(gè)、幾千個(gè)行業(yè)都在被顛覆。

你發(fā)現(xiàn)模型越搞越大之后，它就越像大模型這個(gè)范式，那找到新的垂類應(yīng)用是很自然的想法，所以我們?nèi)ツ瓴抛隽酥乜?，做了L4的物流，包括L4的Robotaxi，這只是一些我們現(xiàn)在會做的垂類，當(dāng)然有一些垂類我們也未必會做，但是我們會希望給這個(gè)垂類提供一些能力，比方說這種移動的能力。

智駕網(wǎng)：現(xiàn)在這個(gè)高性端到4.0，距離這個(gè)世界移動基座模型還有多遠(yuǎn)？

馬陸：我們內(nèi)部的版本叫做視覺的基礎(chǔ)模型，在今年北京車展會給大家亮相，我覺得它能夠量產(chǎn)的時(shí)間大概是今年秋天的樣子。

智駕網(wǎng)：今年就可以量產(chǎn)？

馬陸：今年秋天。但是它只是我們第一個(gè)，我們今年會投入非常之大的資金和資源，去做這種原生的多模態(tài)的基礎(chǔ)模型，當(dāng)然這些相關(guān)的工作成果，我估計(jì)明年才能亮相。

智駕網(wǎng)：咱們提出移動智能基座指的是一套系統(tǒng)可以同時(shí)適配乘用車、無人車、重卡無人物流這種邏輯，那么是不是也可以意味著在不同的交通習(xí)慣和規(guī)則的全球市場也可以通用，存不存在一套系統(tǒng)適配全球的可能性？

馬陸：你說的非常對，這也是我們致力于往這種多模態(tài)，這種通用的移動能力的模型發(fā)展的一個(gè)內(nèi)部目標(biāo)。

今天我們說智能駕駛在中國跑這么好了，能不能在海外跑，你會發(fā)現(xiàn)這個(gè)事它挺難的，比方去歐洲、去南美、去中東都要當(dāng)?shù)胤夯?/p>

泛化是什么，你要在當(dāng)?shù)夭蓴?shù)據(jù)，要在當(dāng)?shù)貥?biāo)注數(shù)據(jù)滿足當(dāng)?shù)氐囊恍┖弦?guī)要求，這個(gè)投入至少在一個(gè)國家地區(qū)大約是30人左右的規(guī)模。

但是為什么我們要泛化？為什么我們這個(gè)東西到海外它不能像人一樣的？

你去過德國吧，你不用泛化你也能開車，你有啥好泛化的？你可能提前搜個(gè)攻略，攻略上說德國的交通燈你注意是長這樣，可能三四頁紙就講完了，你搞明白了，可能就搞個(gè)國際駕照翻譯一下，你就在德國就能開車了，你根本不用跑3,000公里泛化，你開的照樣很好。

為什么不能這樣子？全地球有200多個(gè)國家地區(qū)，為什么每個(gè)地方我們?nèi)ヂ涞剡@種自動駕駛產(chǎn)品要泛化呢?

我覺得如果方案對，它就不用泛化。

當(dāng)然行業(yè)里也有人探索這個(gè)，像英國有一家公司W(wǎng)ayve，它就在探索零泛化，全球能開，那就是按照大模型的思路。

我覺得真正的出海，這個(gè)思路是對的，確實(shí)能夠在全球都能開，但是這個(gè)思路和原來的這種垂類，或者說原來的自動駕駛方案不一樣。

原來過去十幾年我們確實(shí)都習(xí)慣了，在全球各地去泛化，去當(dāng)?shù)刈霰就粱沁@個(gè)就是偏專家規(guī)則的方案本土化了：專家去了當(dāng)?shù)乜纯?，?dāng)?shù)卮_實(shí)不一樣，就想我代碼咋寫的，回頭改一改。

那模型的角度，應(yīng)該往更大模型的角度去思考，那泛化這件事情或許在兩三年以后，就沒有這個(gè)事情了，更大的模型它天然就泛化，它天然就看過全世界各地的交通法，每個(gè)國家交通法可能一個(gè)小本本，從語言模態(tài)角度就看明白了，它天然明白這些交通法的要求，跟自己固化想象到的一些駕駛風(fēng)格和要求都習(xí)慣了，他知道紅燈要停，在中國可能是紅色的，換個(gè)國家可能是橙色的，要停多久，他理解這個(gè)規(guī)則了，他自然就能做了，就跟咱一樣就不用再泛化。但是這個(gè)稍微還有點(diǎn)遠(yuǎn)，今天我們在德國做這些本土化的項(xiàng)目，我們還在要泛化，沒辦法，但是我就覺得這種投入還是太大了。

智駕網(wǎng)：剛才提到，比如國內(nèi)監(jiān)管需要你把源代碼給他們，如果出海的話遇到各種不同的監(jiān)管體系，他會要求把代碼給他們嗎？

馬陸：第一，現(xiàn)在確實(shí)沒見過這種需求，第二，其實(shí)在大模型的時(shí)代，代碼這個(gè)東西，重要，相對來說也沒那么重要。

我舉個(gè)例子，在規(guī)則時(shí)代，代碼非常重要，因?yàn)槭菍＜夷哿藷o數(shù)心血寫出來的。

在數(shù)據(jù)驅(qū)動的時(shí)候，第一，這個(gè)模型架構(gòu)其實(shí)全世界都差不多，當(dāng)然里面會有一些Know How不一樣；第二點(diǎn)，即使今天看上去再先進(jìn)的模型，不出半年，一般就3個(gè)月一定會被反超。

包括語言大模型，去年全年你可以看到神仙打架，每個(gè)月都有個(gè)No.1，可能年初誰最厲害，后面又沒消息了，又蹦個(gè)厲害的，可能沒消息那個(gè)半年之后又殺回來了。

這里面其實(shí)非常核心的是數(shù)據(jù)、高質(zhì)量的數(shù)據(jù)，以及迭代的速度和能力，能不能有人持續(xù)讓模型在迭代，它不要停下進(jìn)步，以及你有沒有比較多的訓(xùn)練資源。

代碼我認(rèn)為它重要，但是它不像老的商業(yè)邏輯，就是代碼等于一切。

現(xiàn)在大模型變了。

當(dāng)然如果說每個(gè)國家有不同的審核的要求，第一我們會遵循國內(nèi)的要求，因?yàn)閲鴥?nèi)有一些明確的要求，比方說國內(nèi)的這些代碼它不能夠被一些國家隨便審核，像前兩年抖音那個(gè)事情，老美要拿他代碼，他也不好搞。

第二點(diǎn)就是，法律法規(guī)這塊我們肯定是要遵守的，如果是從法律法規(guī)，商業(yè)機(jī)密角度，我們判斷Ok，那就遵循法律法規(guī)來做就好，不過目前沒有見過類似的要求。另外就是目前這個(gè)行業(yè)發(fā)展太快，我覺得也沒啥隱瞞的，值得藏很久的東西。

06.

智駕未來：并非縫縫補(bǔ)補(bǔ)，而是持續(xù)突破

智駕網(wǎng)：現(xiàn)在有種觀點(diǎn)認(rèn)為智駕的技術(shù)方向已經(jīng)明確了，原子彈已經(jīng)爆炸了，未來五年就是縫縫補(bǔ)補(bǔ)，您認(rèn)同這種觀點(diǎn)嗎？

馬陸：第一，原子彈確實(shí)爆炸了，但是原子彈炸完之后，他不是還有氫彈、中子彈，一堆彈嗎，那些彈還沒來。

第二，原子彈爆炸了之后，大家覺得這是高能物理，完全改變了曾經(jīng)的那種化學(xué)反應(yīng)，那高能物理有高能套物理的套路，有這個(gè)裂變、聚變等等不同方案。

我覺得智駕，客觀上來說它已經(jīng)跟物理AI很像了，如果你把物理AI拆個(gè)分類，它就是物理AI的移動分支，叫移動物理AI吧。

那物理AI客觀上要解決的問題就是它要對環(huán)境理解，有任務(wù)的規(guī)劃能力，這是偏腦力勞動，那腦子想明白了之后，他要做的事情就是要么把自己從某個(gè)地方移動到另外一個(gè)地方，叫移動能力；要么就是你在一個(gè)地方，你去操作周圍的物理世界，抓取、觸摸，去做各種各樣的操作，這其實(shí)跟人類也很像。

像所有的動物，最早期都是一些單細(xì)胞，那單細(xì)胞誰的觸手、鞭毛長，它可能就游得遠(yuǎn)，誰運(yùn)氣好被水這么一吹，可能就保有這個(gè)能量，在保有營養(yǎng)的一個(gè)地方就長大了，逐漸進(jìn)化出了更多的移動能力，移動能力有了之后，他就開始進(jìn)化出操作空間的能力，我覺得物理AI大抵就是往這些方向發(fā)展。

對于自動駕駛來說，其實(shí)更像物理AI的移動能力，我們也會往這個(gè)方向發(fā)展，但是你說這個(gè)是不是范式就定了，縫縫補(bǔ)補(bǔ)，我覺得沒那么樂觀。

我們現(xiàn)在做自動駕駛這個(gè)相關(guān)的范式，我覺得比語言大模型的一些多模態(tài)方案來看，架構(gòu)上并沒有人家那么先進(jìn)，還是有很多可以發(fā)展的。

另外，如何解決物理世界的一些具體問題，包括現(xiàn)在世界上很多知名的學(xué)者，都在研究這個(gè)問題，像葉樂坤、李飛飛等等一些團(tuán)隊(duì)都在研究這個(gè)問題，我覺得也沒那么簡單，只不過說，大家確實(shí)從化學(xué)反應(yīng)能源這個(gè)角度到高能物理了，高能物理我覺得發(fā)展個(gè)五年、十年也很正常。

智駕網(wǎng)：卓馭是從大疆車載過來的，現(xiàn)在這套物理的大模型如果成熟之后，有沒有可能反哺咱們的無人機(jī)？

馬陸：你這個(gè)說的非常有意思，如果有一天，真的有一個(gè)特別厲害的AI能不能遙控飛機(jī)？能不能像人類一樣操作飛機(jī)？我覺得完全有可能，它無非就是一個(gè)遙控大腦，一個(gè)云端大腦，或者說一個(gè)AI大腦，人能遙控、人能做的事，它就能做。

人玩飛機(jī)不就是遙控那個(gè)桿，是吧？你摸索一下它這個(gè)規(guī)律，你大概知道怎么就不炸，就能飛，那未來有沒有可能有一個(gè)通用的AI能干這事？我覺得完全有可能，甚至我覺得10年內(nèi)一定有可能，一定能落地。

因?yàn)樗拖裾Z言大模型，一年以前大家看這個(gè)東西，覺得只能在三五個(gè)領(lǐng)域應(yīng)用，寫個(gè)代碼都費(fèi)勁，現(xiàn)在一看哇！這么厲害了，啥都能干了，包括影視頻創(chuàng)作，春節(jié)的時(shí)候Seedance那個(gè)視頻生成的出神入化，現(xiàn)在大家也會說已經(jīng)以假亂真了，再過一年呢？再過兩年呢？那還得了??！

所以咱這個(gè)移動智能基座是不是也涵蓋無人機(jī)，我們做移動基座到最后，如果真的做成了，我覺得他關(guān)注的是一個(gè)移動能力，它是個(gè)能力，能力是可以在很多的場景落地的，你可以移動一個(gè)大車、小車，卡車、啥車、物流車你都可以移動。

那你說能不能移動別的載體，我覺得完全有可能，但是飛機(jī)不是我們的優(yōu)先級，我們還是先想把汽車的移動搞好，但是從這個(gè)市場想象空間來說，我覺得你說的對。

智駕網(wǎng)：就咱們可能這個(gè)以后的想象空間可能比大疆還要大？

馬陸：大疆想象空間已經(jīng)足夠大了。

我們從大疆的平臺出來，依托于大疆的能力，先進(jìn)到了一個(gè)垂類，這個(gè)垂類叫做自動駕駛，在這個(gè)垂類不斷發(fā)展的過程中，我們發(fā)現(xiàn)要把這個(gè)垂類做好，必須要有一個(gè)很強(qiáng)的AI能力，一旦有了很強(qiáng)的AI能力之后，就有個(gè)機(jī)會，這個(gè)機(jī)會就是你把一個(gè)很強(qiáng)的AI做出來，能夠跨更多的垂類，那你做著做著到最后，其實(shí)我覺得我們就更多的像在做一種能力，用AI的能力、移動的能力，這個(gè)能力如果做好了之后，其實(shí)可以在很多的垂類上做，當(dāng)然很多的垂類，有些值得自己做，有些可能就不做了，有伙伴做都可以啊。

07.

智駕和AI正相互外溢，模糊邊界

智駕網(wǎng)：你理想中的智駕未來是什么樣子的？

馬陸：我理想中的智駕？那看到底是多少年的未來？

智駕網(wǎng)：5-10年吧！

馬陸：我曾經(jīng)思考過這么一個(gè)問題：智駕能做幾年？

大約是2020年左右，我在想智駕能做幾年，是不是做到2030年就做不了了？會不會做到2035年就一定做完了？我給自己心里答案是應(yīng)該是吧。

為什么這么想？因?yàn)閺募夹g(shù)發(fā)展的趨勢角度來看，我覺得智駕這個(gè)東西，不像是做50年的事情，我覺得它就是像做20年、十幾年的事情。

當(dāng)時(shí)我30歲，加20年我好像還能活很久，我到底干嘛去?。课掖_實(shí)思考過這個(gè)問題。

那現(xiàn)在，我覺得隨著智駕這個(gè)事越做越明白，大模型這種方向越來越明確，我們會覺得智駕客觀上就是做一個(gè)能力強(qiáng)的、安全的一個(gè)物理AI，或者說移動物理AI，但是一旦我們真的能把移動物理在這個(gè)領(lǐng)域做好，他也應(yīng)該能夠做更多的領(lǐng)域，包括我剛剛講到的卡車、物流車，一旦這些領(lǐng)域也能被做好，它其實(shí)想象空間是很大的，像你剛剛也講了飛機(jī)的事情，那到最后其實(shí)你就會發(fā)現(xiàn)這事能做很久，能夠一直往下做，追求一個(gè)越來越好、超出人類能力的一個(gè)物理AI，它是能做非常久的。

智駕網(wǎng)：就是其實(shí)可以將一生奉獻(xiàn)于此？

馬陸：我覺得是的，應(yīng)該能做好多年，我覺得這個(gè)看上去不像十年、二十年做出來的，說不定四五十年很正常。

智駕網(wǎng)：那就是說它沒有一個(gè)終局？

馬陸：終局??？我還想象過這個(gè)終局到底是個(gè)啥，就是物理AI的終局到底是個(gè)啥？我在想是不是很像變形金剛？小時(shí)候看電影有變形金剛，賽博坦星，硅基生物變形金剛，有一切該有的智能，啥都能干，他平時(shí)也不知道為啥要變成個(gè)小車是吧？他變成小車的時(shí)候肯定是自動駕駛的?。∷蛔冃≤囁彩莻€(gè)人，機(jī)器人嘛，他可以自主的做任何的事情，他還有他的價(jià)值判斷，這個(gè)霸天虎、威震天、擎天柱，他們還要打架是吧？

那我覺得那個(gè)就很遙遠(yuǎn)了，你說是不是最終的頂點(diǎn)，我覺得很像能想象中的頂點(diǎn)，但是我覺得我應(yīng)該見不著了。

智駕網(wǎng)：也就是智駕沒有一個(gè)結(jié)束的時(shí)候？

馬陸：我覺得技術(shù)做著做著就會外溢，就像早年OpenAi發(fā)的ChatGPT，它就說這個(gè)東西能聊天好厲害，然后就會問這有啥用呢，我為啥要跟你聊天？不明白。

前兩年OpenAi還專門出來辟謠，它不是只能chat，我還能干好多事，又能寫代碼,又能幫你分析文件，它做著做著就從一個(gè)單一的東西，變成了只要是腦力勞動，白領(lǐng)工作我全都能干，那地球上可能有10萬個(gè)白領(lǐng)能干的腦力勞動行業(yè)，那這個(gè)都夠它干好多年了。

它一旦把這事干成了，它也一定會想怎么再做點(diǎn)藍(lán)領(lǐng)的活，怎么再做點(diǎn)物理世界相關(guān)的活，它也一定會做，它做著做著就會越做越大，它一定不會在某個(gè)地方停下來，因?yàn)槟阋坏┩Ｏ聛砹?，別人還在做這個(gè)。

舉個(gè)例子，今天你說咱們做智駕的，到底是誰在威脅我們？

大家說我們同行競爭很激烈，但是有沒有可能，其實(shí)搞大模型的，他說不定搞著搞著他也能干你這個(gè)，你說國內(nèi)搞大模型搞這么優(yōu)秀的，他有沒有可能做著做著也做物理AI，就順便做一做，他就往這個(gè)方向外溢，說不定也能做出來。

我也知道國內(nèi)有些很大的這種大模型的公司，他也在找一些具身場景的數(shù)據(jù)，他在嘗試做這個(gè)東西，說不定過兩天他也能做出來。

那如果他做出來之后你會發(fā)現(xiàn)，那個(gè)革命掉方便面的并不是更好的方便面，是美團(tuán)是吧？創(chuàng)造方便面的這個(gè)人當(dāng)年就是只想找一個(gè)很方便的、美味的食物，所以發(fā)明了方便面，搞了五六十年了已經(jīng)，結(jié)果有人這個(gè)維度更高，什么叫方便的食物？就是給你搞個(gè)外賣，客單價(jià)更高，所有人都在吃外賣。

智駕網(wǎng)：也就是說智駕和AI的這個(gè)邊界其實(shí)在越來越來越模糊？

馬陸：越來越模糊，雙方是互相外溢。

智駕和物理AI基本上已經(jīng)差不多一回事了，物理AI和數(shù)字AI語言大模型，我覺得也是在互相外溢，到最后只要你是搞數(shù)據(jù)驅(qū)動，搞AI的，你就逃脫不了這個(gè)宿命，你就是在這么巨大的一個(gè)AI圈子里面互相外溢。

智駕網(wǎng)：希望我們再過一段時(shí)間再來進(jìn)行對話，十年之后看看智駕的未來。

馬陸：好的。

「對話先鋒人物，記錄人類出行變革?！?智駕訪談錄是智駕網(wǎng)面向AI與未來出行領(lǐng)域推出的深度訪談欄目，由智駕網(wǎng)創(chuàng)始人、主編賈紅兵策劃主持。

智駕訪談錄ID:DeepAutoR
合作or新聞線索提供聯(lián)系郵箱：
zhubian@autor.com.cn
聯(lián)系人微信： buyuziya

合作or新聞線索提供，聯(lián)系郵箱：editor@autor.com.cn