作者 |本一

編輯 |德新

地平線去年研發燒了大概 55 億，凈虧損 20 億，賬上還有 200 多億現金。

卓馭一年光是跑算力花掉的電費就有十幾、二十億；元戎啟行已經把寶押在一顆要等到明年下半年問世的 5000 TOPS 的超大算力的智駕芯片上。

第 18 屆軒轅汽車藍皮書論壇 「JACKTOK 尖峰對話」的第二天，地平線、卓馭和元戎啟行三位 CEO 輪流接受賈可博士的靈魂拷問。

討論從「物理 AI 的發展和自動駕駛的終局」開始，始終繞不開的，是這場「智能持久戰」的成本、基礎設施和路徑選擇。

一、世界模型/VLA/VLM，主流玩家技術路線「沒有本質區別」

三位嘉賓對同一件事的判斷高度一致：自動駕駛規則模塊化的小模型時代結束了，下半場是大模型，或者說是「物理世界的基座模型」。

周光給了一組接管里程的數據：小模型架構的天花板，大概能做到百公里接管一次。特斯拉 FSD V14 可以做到千公里級接管的程度，但這也是把硬件升級到 500 TOPS 以上（HW 4.0），全面切到大模型范式之后才發生的。

「只要有人跑通了，路線就被驗證了。」

但具體這套新范式「叫什么名字」上，地平線余凱說得很直接:「VLA、世界模型、End-to-End，很多時候是商業包裝大于技術實質。真正上牌桌的頂級玩家，技術路線沒有本質區別。」

沈劭劼認同這一點，但也指出卓馭「原生多模態基座模型」的兩層差異化構成：一是「原生」。沒有拿現成的大語言模型(比如 Qwen 開源模型)做底子，而是用純自動駕駛數據從頭訓練；第二是「基座」，模型規模要從中型做大。

換句話說，行業不同玩家的真正的護城河不是這些令起來很酷的漂亮話（Buzzword）上，具體可以落在三件事上：模型規模、數據來源、以及誰的工程顆粒度能堆得更細。

二、5000 TOPS 的大算力芯片要來了

如果說大模型范式是底層共識，那算力是這場智駕競賽中，各家需要跨過的，最硬的門檻。

所以，到底需要多大算力的芯片才能實現L4自動駕駛？

來源：Tesla

周光給了一組數字：

500 TOPS，能跑 1B 到 2B 的小型大模型，特斯拉的 HW4.0 硬件是這個水平，FSD V14 版本已經能做到千公里以上接管的可靠程度。再往上，5000 TOPS，對應規模化、全域泛化的 L4，能力大概可以做到萬公里級接管。

周光的判斷是，單芯片 5000 TOPS 的產品會在 2027 年下半年問世，而且不止一家:「當馬斯克跑在前面的時候，所有人都會加速跟上。」

來源：Tesla

余凱沒談算力，但給出了時間表。他從去年就在講、至今沒變的版本是：

2028 年，行業實現 100% Hands-off(脫手開)，等同于「更高級的自動擋」;2030 年，進入 L4 區間，Eyes-off(閉眼開)，但人類仍需保留緊急脫困能力;2035 年，進入「睡著開」的終局。

按照余凱和周光給出的兩條線，對齊來看，到 2030 年左右，行業要交付的不是某個 demo，而是一顆能塞進量產車的 5000 TOPS 芯片、一個能穩定跑萬公里不接管的基座模型，以及一套能兜住「大模型幻覺」的運營機制。

周光提醒，這可能也是很多人會忽視，「千公里級別依然需要一定的運營兜底，比如電子圍欄。大模型同樣會存在幻覺問題，需要一些規則系統輔助兜底。」

三、車企智駕自研退坡：每年百億級投入的挑戰

上午兩場針對「智駕」對話最尖銳的一趴，落在車企自研這個老生常談的問題上了。

余凱甚至把賬翻開給大家算了算。

地平線去年研發投入約 55 億，虧損 20 億，賬上還有 200 多億現金，「我可以虧 10 年」。然后他對主機廠提出了靈魂發問，「你今年敢投 20 億做智駕，到了 2030 年你敢一年投 150 億嗎?」

余凱緊接給出了自己的判斷，「事實上，大量車企的智駕自研是在退坡的。」

他給出的理由也很直接。造車這件事，老板既要管供應鏈、制造、內外飾，還要當網紅，整個流程本身已經極其復雜。造車的利潤率「非常骨感」，撐不起一個每年要持續投入幾十甚至上百億，且沒有止境的研發黑洞。

「這可不是一錘子買賣。」余凱說。

所以，車企應該做什么? 余凱的回答是「聚焦」。把精力放在產品定義、品牌、用戶運營上，把智駕這種「無底洞投入」交給專業第三方。

來源：卓馭&一汽

沈劭劼和周光雖然沒有直接呼應，但卓馭和元戎都在做同一件事來印證智駕研發成本的「深不可測」。兩家公司都在把基座模型的研發成本，通過更多垂類的分發攤薄。

比如沈劭劼把卓馭的業務從乘用車橫向擴展到了商用車、重卡領域，理由很直接:「為了讓商業模式閉環，我們必須分發這個模型。」

四、AI大模型降維：我怕OpenAI進來滅了我們

這是三位嘉賓分歧最大的一部分。

沈劭劼最警惕。

他坦承，卓馭走「原生多模態基座模型」路線，背后是對 OpenAI、字節這類數字 AI 大廠的警惕。

這些公司展現出的 Scaling Law 能力，讓小模型范式下的智駕公司面對一個尷尬現實:「我真正怕的，是做數字 AI 的大模型公司反過來把我們給降維打擊了。」

周光給出了自己的佐證。他注意到，今年多模態視頻生成技術突破之后，大模型公司開始對自動駕駛感興趣。

「視頻生成任務的本質是預測未來的幾秒鐘……如果換到車端，等于實現了自動駕駛。這個市場的商業價值，比單純的視頻生成大百倍千倍。」

余凱最淡定，他不太擔心 OpenAI 這樣的巨頭公司。

一是因為大模型領域的公司都有自己的奧林匹克競賽要比，刀光劍影的，Anthropic、OpenAI、Google「絕對不敢分心，稍微一分神可能就被對手干死了」。

另一層原因是物理世界的工程苦活，幾十萬公里路測、底盤控制、不同載重平臺的標定，「賺快錢的 AI 頂尖人才,很多不愿意來吃這個苦」，周光說。

來源：元戎啟行

沈劭劼總結了物理 AI 公司不可被替代的護城河:

「讓一個聊天機器人準出，是看分思維；讓一個自動駕駛模型準出,是底線思維。哪怕大廠模型再先進，公司文化如果過不了這道’底線思維‘，上路撞兩次車也就出局了。」

五、終局想象：從聚光燈走到幕后

三位嘉賓對自己 20 年后的愿景，幾乎都用了同一個詞：基礎設施。

周光給出了最具象的比喻。

他說，「我特別希望我們公司未來能成為'物理 AI 世界的基礎設施'，就像今天提到'中國移動'，大家不會覺得它僅僅是個公司名字，而是一個代表底層信號的名詞。20 年后，如果大家都覺得這套技術稀松平常但又離不開它，我認為那就是最大的成功。」

余凱說的是，「機器人時代的計算平臺」——地平線 2015 年成立那天起就鎖定的方向。當年從地平線拆出去的「地瓜機器人」，今天已經是中國機器人芯片方案的第一名了。

自動駕駛的下半場，技術路線收斂了，但商業模式剛剛開始分化。能撐到成為「智駕基建」那一刻的玩家，未必是技術最快的，但一定是賬上還有現金、敢繼續掏錢，并且愿意從聚光燈走到幕后的那幾家。

對主機廠來說，現在的確是該認真算一算那本開發賬的時候了。

       原文標題 : 智駕走向5000T車端算力、每年百億級投入，「地大元」解密大模型時代的游戲規則