對話白犀牛夏添：自動駕駛算法領(lǐng)先只有半年，決勝點在AI工程基建 | 智車星球

2030年左右，自動駕駛可能迎來類似AGI的時刻：一套統(tǒng)一模型能夠適配不同車輛和場景。

作者|王蕊

編輯|西子

2025年，無人物流（Robovan）行業(yè)高速發(fā)展，被戲稱為“ L4 全村人的希望”。

白犀牛無人車創(chuàng)始人兼 CTO 夏添感慨，“我從 2013年開始做自動駕駛，2025 年，自動駕駛車終于變成了生產(chǎn)力工具。”

截止2025年底，白犀牛的運營車輛增長到2000 臺，規(guī)模接近翻了 20 倍。2026年，公司計劃再把運營規(guī)模擴大一個數(shù)量級。

但作為局中人，夏添沒有感受到太多興奮，“也就高興了一兩天，更多時候，是焦慮。”

當(dāng)車輛規(guī)模跨過萬臺門檻，競爭的本質(zhì)已不再是“算法能不能跑起來”。 客戶與監(jiān)管的要求會像對待人類司機一樣不斷抬高，倒逼著技術(shù)從“實驗室”走向“365 天不間斷運行”的極端穩(wěn)定。

在夏添看來，行業(yè)的競爭維度已經(jīng)悄然改變。

算法紅利已經(jīng)見頂，任何技術(shù)突破的領(lǐng)先優(yōu)勢通常只有半年，隨后便會成為行業(yè)共識。自動駕駛的話語權(quán)正從天才算法科學(xué)家，轉(zhuǎn)移到沉重的工程基礎(chǔ)設(shè)施。

這是一個從“煉丹”走向“重工業(yè)”的過程——不僅要讓車跑起來，還要在完全無人狀態(tài)下，通過數(shù)據(jù)閉環(huán)和工程底座，守住物理世界里極低容錯率的安全底線。

夏添預(yù)判，2030 年左右，自動駕駛可能迎來類似 AGI 的時刻：一套統(tǒng)一模型能夠適配不同車輛和場景。在那之前，他的努力目標(biāo)是，讓白犀牛通過鎖定硬件平臺、建設(shè)數(shù)據(jù)基礎(chǔ)設(shè)施，先一步拿到通往下一階段的關(guān)鍵門票。

以下是智車星球和夏添的訪談實錄整理。

2026年爭取實現(xiàn)更大躍升

智車星球：2025 年您感觸最深的是什么？白犀牛取得了哪些重要進展？

夏添：2025年整個自動駕駛行業(yè)都是快速增長，有人說Robovan成了“L4全村的希望”。我從2013、14年開始接觸自動駕駛，很長一段時間里，都沒看到自動駕駛真正進入商業(yè)社會、有人買單的希望。2025年真的能看到突飛猛進的實際進展，我們這塊也得到了驗證，自動駕駛確實起到了實際生產(chǎn)力的作用 。

2025年白犀牛融了3次資。運營車輛方面，2024年12月不到100臺，2025年翻了將近20倍到2000臺 。今年會整個打開市場，在確保大客戶批量化交付的同時，擴展更多的小B客戶。

智車星球：自動駕駛迎來春天，有種守得云開見月明的感覺，您個人的感受是什么，興奮嗎？

夏添：興奮其實很少，也就一兩天，更多的是焦慮。因為規(guī)模上漲了，客戶的要求上來了，政府的監(jiān)管壓力也上來了。

行業(yè)需求大于供給，大家期待更高，但實際能力還沒跟上。這個差距爆發(fā)后會被放大，所以必須抓緊技術(shù)升級，提早布局。

智車星球：現(xiàn)在技術(shù)整體發(fā)展到什么階段？

夏添：技術(shù)上初步驗證是可用的。早期車輛規(guī)模不大，對用戶和監(jiān)管的要求也不高。接下來規(guī)模增大，客戶的要求會水漲船高，核心是穩(wěn)定，業(yè)務(wù)需要 365 天不間斷運行。政府監(jiān)管也是如此，以前車輛少，出現(xiàn)問題都是小事；但規(guī)模起來后，對自動化、智能化水平的要求，就會像對人類司機一樣高。

智車星球：普通客戶最關(guān)注的還是路權(quán)問題，目前無人駕駛的路權(quán)主要分為哪幾類，各地的路權(quán)現(xiàn)狀有何不同？

夏添：目前國家層面還沒有像機動車管理那樣的路權(quán)，還處于先行先試的狀態(tài)，路權(quán)主要分幾類。

第一類是政府出臺了相關(guān)政策，但沒有全國性的統(tǒng)一路權(quán)管理；

第二類是北京亦莊、深圳等城市有紅頭文件，允許特定場景下經(jīng)流程申請后，無人駕駛物流車上路；

第三類是政府無書面文件，找工信部聯(lián)合專班獲批即可，這也是目前較普遍的情況；

算法紅利見頂，工程基礎(chǔ)設(shè)施決定未來

智車新球：2026年白犀牛研發(fā)主線的工作重點是什么？

夏添：一方面是規(guī)模化，每次 10 倍的增長，都會發(fā)現(xiàn)很多之前考慮不到的問題。

另一方面是穩(wěn)定性，以前很多事情靠人盯著就能做，現(xiàn)在必須依賴自動化工具。包括端到端框架也是。公里數(shù)多、場景多，工程師已經(jīng)沒法靠大腦去迭代場景，必須依靠機器去做所有驗證、守護版本正向迭代。

如果真的走到模型驅(qū)動的階段，極限情況下可能一個人就能負(fù)責(zé)一個線上算法模型。

智車新球：那大部分人都干什么去了？

夏添：會轉(zhuǎn)移到線下，需要大量的基礎(chǔ)設(shè)施支持，做很多評測工具、自動化驗證工具，還有數(shù)據(jù)的自動化標(biāo)注，以及保證數(shù)據(jù)質(zhì)量、實現(xiàn)有效的數(shù)據(jù)回收等等。

所以我的感覺是，自動駕駛以前最有話語權(quán)的，或者說閃光燈最聚焦的，都是那些算法同學(xué)。但現(xiàn)在重點慢慢轉(zhuǎn)移了，光有算法工程師，沒有基礎(chǔ)設(shè)施支持，什么也做不了。

而且目前軟件算法的發(fā)展也看到頭了，端到端本質(zhì)上都是模型驅(qū)動，只是模型的功能設(shè)計不一樣，接下來的核心點是讓算法過程中工程師的接觸越來越少。

所以，現(xiàn)在看各個公司誰能走得更遠(yuǎn)、更有競爭力，我覺得不是看誰數(shù)據(jù)多，因為數(shù)據(jù)隨著范式的變化，收集和對數(shù)據(jù)的要求不一樣；也不是看誰的算法同學(xué)多聰明，而是看基礎(chǔ)設(shè)施和數(shù)據(jù)閉環(huán)的效果。

智車星球：基礎(chǔ)設(shè)施具體指什么？

夏添：基礎(chǔ)設(shè)施核心就是數(shù)據(jù)閉環(huán)，數(shù)據(jù)從采集車上回傳，有很多工程化問題。我們需要的是高質(zhì)量數(shù)據(jù)，高質(zhì)量數(shù)據(jù)一定和算法當(dāng)前表現(xiàn)相關(guān)，不能撒大網(wǎng)收集，要找那些算法開得不好的場景。

隨著公里數(shù)增加，人看不過來，必須通過算法去挑選數(shù)據(jù)。而且數(shù)據(jù)收集多少、在哪里收集，都要靠模型決定，這需要工具鏈支持，通過模型評測，盡快將數(shù)據(jù)納入算法、得到準(zhǔn)確的模型結(jié)果，如果用了混亂的數(shù)據(jù)、糟糕的訓(xùn)練過程，得出的結(jié)論是不真實的，在含大量噪聲的數(shù)據(jù)上做判斷也不行，所以要保證整套流程的正確性，這些都需要工具支持，而非僅僅依靠好的網(wǎng)絡(luò)結(jié)構(gòu)。

相對來說，算法依然會有突破，但一旦有人突破，半年后就會成為行業(yè)共識。很多企業(yè)會因為技術(shù)原因被淘汰，不是缺算法、不知道怎么做，而是知道怎么做但基礎(chǔ)設(shè)施跟不上，真正裝車后效果達不到預(yù)期，這就是核心壁壘。

智車星球：白犀牛的技術(shù)團隊在組織架構(gòu)上具體是怎么分工的？

夏添：我們之前是按照傳統(tǒng)自動駕駛分感知、規(guī)控等模塊，2025 年上半年做了調(diào)整，把算法分成了三大塊。

第一塊是基礎(chǔ)設(shè)施，專門打造工具鏈和數(shù)據(jù)閉環(huán)，對整個迭代效率負(fù)責(zé)；

第二塊是系統(tǒng)集成，因為我們和主機廠合作，需要適配不同底盤，這個團隊從系統(tǒng)層面保障車輛的穩(wěn)定性、可靠性，以及和硬件的適配；

第三塊是算法團隊，把之前分模塊的算法團隊整合，核心負(fù)責(zé)無人車跑得好不好、像不像老司機。

2026年實現(xiàn)“無圖”

智車星球：從技術(shù)角度看，2025 年 L4 的進步體現(xiàn)在哪里？

夏添：乘用車端到端的技術(shù)天花板被打開并得到了驗證，這是整個行業(yè)共享的技術(shù)框架。

但L4 和輔助駕駛不同，容錯率極低，需要機器完全兜底，端到端系統(tǒng)要解決所有的問題才能上車，所以目前還沒有完全上到 L4。

智車星球：為什么 2025 年無人配送車突然變得這么火？

夏添：核心原因是，第一次讓客戶覺得這個東西有價值，而且不是輔助駕駛，而是替代司機，并且成本可控，有投入產(chǎn)出比。

另外一個原因是路權(quán)。以前是企業(yè)找政府申請路權(quán)，但從去年開始，各地政府開始主動邀請企業(yè)落地?zé)o人車。雖然法律體系還沒完全建立，但這個態(tài)度已經(jīng)非常積極。

智車星球：L4 什么時候會出現(xiàn)真正的端到端突破？

夏添：我預(yù)計今年在 L4 端到端上會有突破，大概率會先在 Robovan 市場突破，因為我們Robovan車量大、前期數(shù)據(jù)儲備多，且容錯率比 Robotaxi 高一些。

但挑戰(zhàn)也很明顯，首先不是把方案直接平移過來就可以了，需要算法繼續(xù)創(chuàng)新。

比如模仿學(xué)習(xí)，無人配送車沒有司機在車上，我們沒法像乘用車一樣直接模仿老司機。我們沒有人類司機數(shù)據(jù)，所以不能單純靠模仿學(xué)習(xí)，需要更多依賴增強學(xué)習(xí)，把遠(yuǎn)程脫困、事故等安全性信息植入系統(tǒng)，保證安全。

智車星球：目前無人駕駛車輛的常規(guī)速度是多少，后續(xù)想要提升速度的關(guān)鍵是什么？

夏添：現(xiàn)在整個行業(yè)監(jiān)管有個默契，無人車的行駛速度控制在 40km/h 左右，這也是行業(yè)迭代的一個關(guān)鍵坎兒。想要安全地提升速度，核心是等端到端技術(shù)實現(xiàn)突破，后續(xù)速度大概率會從 40 逐步提升到 50、60km/h。

乘用車和貨車的速度迭代目標(biāo)差異很大，乘用車需要在安全性和駕駛體感之間博弈，這會拉長迭代周期；而貨車是運貨的，體感只要達到安全及格線就行，所以落地會更快。

智車星球：2026年 L4 技術(shù)突破會體現(xiàn)在哪些方面？

夏添：我覺得今年一個明顯變化是“無圖”。以前部署車輛需要建圖，有公里數(shù)限制，未來車輛放到哪里都能跑。

無圖的價值在于，部署成本降低，使用成本降低，商業(yè)模式可以擴展。比如車可以自由去需要的地方，車輛之間可以調(diào)度，運力可以共享。像打車一樣調(diào)度。

目前L4領(lǐng)域還沒有人實現(xiàn)“無圖”的SOP，核心原因是L4要保證安全才能上車。我們2026年有信心實現(xiàn)無圖，這也是我們的OKR之一 。

智車星球：白犀牛目前的版本迭代頻率是多久，迭代和 OTA 升級過程中遇到了哪些專屬難點？

夏添：我們現(xiàn)在的大版本迭代頻率控制在三周以內(nèi)，對于自動駕駛創(chuàng)業(yè)公司來說，兩到三周也是比較理想的迭代周期。

迭代的核心難點是灰度測試的覆蓋率，我們的場景覆蓋全國幾百個城市，天南地北的路況差異太大，很難保證測試的全面性，所以只能更多依靠仿真測試來守護。

智車星球：在產(chǎn)品層面，白犀牛的差異化優(yōu)勢是什么？

夏添：白犀牛一直堅持用模型的方法去解決自動駕駛問題。早期大家覺得只有感知需要模型，其他模塊用規(guī)則、用工程師的思維去迭代，更安全可靠、更有效。

早期車輛數(shù)量不多，碰到問題工程師設(shè)計一個策略就能迅速解決，但在開放道路上，解決一個問題可能帶來其他問題，車輛規(guī)模變大后這個問題會凸顯。

我最早接觸 AI 就是機器學(xué)習(xí)模型，也相信模型的力量，所以一開始我們就建設(shè)基礎(chǔ)設(shè)施和模型平臺，盡量通過數(shù)據(jù)驅(qū)動的方式解決問題。

早期這個進程很慢，因為用模型解決需要從收集數(shù)據(jù)開始，再做模型驗證，周期比直接設(shè)計策略修復(fù)長得多，但后期規(guī)模越來越大，模型的價值更大。

2030年將迎來自動駕駛AGI時刻

智車星球：自動駕駛在不同場景未來會不會形成一套統(tǒng)一模型？

夏添：我覺得會，未來某一個時間點，大家會是一套方案、一套算法模型，不需要再做大量場景適配。同一套模型部署在各種車輛上都能運行。這就是自動駕駛的 AGI時刻。

我覺得5 年左右可能會到來，甚至更早。

當(dāng)然不同賽道到來的時間會不同，因為容錯率不同，ODD 邊界不同。但現(xiàn)在趨勢已經(jīng)很明顯，大家越來越依賴模型和數(shù)據(jù)驅(qū)動，未來某個時間點，各種場景的數(shù)據(jù)會融合。

智車星球：最近白犀牛推出了新款的車型，包括車規(guī)級無人車RX和24m3大運力的R24，2025年自動駕駛硬件層面有什么重要變化，白犀牛為何要提前推動硬件定型？

夏添：2025年硬件的終態(tài)模樣已經(jīng)初步體現(xiàn)了，車的底盤、自動駕駛套件、傳感器和域控，還有車輛生產(chǎn)制造都在商用車車廠完成。我們提前推動硬件定型，核心是因為未來是模型和數(shù)據(jù)驅(qū)動，要是硬件頻繁更換，數(shù)據(jù)的復(fù)用性會很差。硬件定型后，我們才能建立起端到端的數(shù)據(jù)閉環(huán)，這也是模型驅(qū)動的重要基礎(chǔ)。

智車星球：去年有不少玩家入局無人配送，包括未來可能會有一些大的自動駕駛玩家進入配送領(lǐng)域，會不會成為白犀牛的威脅？

夏添：其實就是時間點的問題，特斯拉也一直說，它的 AI 和自動駕駛未來可以覆蓋全場景，但這需要時間。我開頭也說了，自動駕駛的 AGI 時刻會到來，但這是未來的事，我覺得 2030 年是一個關(guān)鍵的時間點。

但在這之前，各個場景一定會有各自的垂類解決方案先出來，這些垂類方案也是通往 AGI 時刻的路徑，至少是種子選手。

也不排除到時有新玩家橫空出世，如果 AGI 需要技術(shù)再進一步升級，掌握新方式的新玩家可能會實現(xiàn)突破。就像自然語言傳統(tǒng)模型做得再好，也沒法和 ChatGPT 競爭。

但目前大家都走在模型驅(qū)動、數(shù)據(jù)驅(qū)動的范式上，做好自動駕駛還是要通過大量車的交付，積累基礎(chǔ)設(shè)施。

智車星球：白犀牛和商用車主機廠是什么樣的合作模式？

夏添：商用車主機廠和乘用車主機廠的核心差異，在于自動駕駛能力的儲備，商務(wù)車公司主要做生產(chǎn)制造，生產(chǎn)的是面包車這類生產(chǎn)工具，在自動駕駛方面的能力普遍很弱，也不會像部分乘用車主機廠那樣，堅持自研自動駕駛方案、認(rèn)為這是企業(yè)的“靈魂”，他們更愿意接受外部的成熟方案。

所以我們和商務(wù)車主機廠的合作模式很清晰，主機廠負(fù)責(zé)造車，我們做“AI 司機”，而我們的方案是真正L4級自動駕駛，不是像乘用車那樣的輔助駕駛。

智車星球：怎么看待大模型領(lǐng)域的快速發(fā)展，每天都有新的應(yīng)用和智能體出來？

夏添：技術(shù)層面我很震驚，尤其是模型能編程，這真正能替代很多工作。但同時也覺得可怕，模型可能超過人類，到那時人類的價值是什么？這是很危險的。

但另一方面，大模型的理論研究目前沒有任何進展，神經(jīng)網(wǎng)絡(luò)的每一個參數(shù)、計算方式我們都知道，但最后通過這些計算產(chǎn)生智能、得出好結(jié)果的原因，我們解釋不了，實踐遠(yuǎn)遠(yuǎn)超出理論。

這就像“磨坊理論”，清楚每一個齒輪的運轉(zhuǎn)，但全局上不知道最后能做什么。

智車星球：面對大模型的發(fā)展趨勢，您是怎么應(yīng)對的？

夏添：肯定不能拒絕，心態(tài)要年輕，要以開放態(tài)度擁抱。哪怕自己以前編程能力很強，AI 有可能超過自己，該用工具就用工具，不要有歷史包袱。

最真誠的智能汽車報道