輕舟智航，異軍突起

模型的更迭速度正以天計，更多的數據、更大的算力需求，更激烈的競爭要求所有的智駕供應商「深挖洞、廣積糧」，這是最理性的選擇。正是基于這樣的策略，輕舟智航悄悄在日益固化的壟斷中殺出重圍。

文丨智駕網 零醬??

編輯丨浪浪山與明知山

2026年一季度尚未結束，智駕大戰已戰罷一輪：

華為乾崑推出ADS 4（參數丨圖片）.1；卓馭科技發布高悟性端到端4.0；輕舟智航實現單J6M一段式端到端城市NOA量產上車；小鵬汽車推出第二代VLA大模型；Momenta宣布將推出強化學習世界模型「R7」， 在上汽大眾ID. ERA 9X首發上車；理想汽車在今年的GTC大會上發布了新一代自動駕駛基座模型MindVLA-o1，同時包括了世界模型和VLA架構；極氪則將在上半年發布全新智能駕駛架構G-ASD系統，引入WAM世界行為模型。

深挖洞、廣積糧，以更大的資金儲備，更大的數據量、更強的算力迭代智駕模型成為少數智駕頭部企業迎接新一輪淘汰賽的明牌。

今天（3月23日），輕舟智航宣布完成D輪新一輪融資1億美元。

輕舟智航表示，資金一方面要用于加大輕舟自身組織人才建設，這是常規操作；另一方面則頗有內涵：「加大世界模型+強化學習等前沿物理AI技術研發」。

輕舟智航聯合創始人、董事長兼CEO于騫博士隨即同步官宣公司將戰略重心大幅向L4自動駕駛及通用物理AI傾斜，輕舟智航世界模型+強化學習技術方案即將亮相發布。

2025年，輕舟智航從一片智駕紅海中脫穎而出，開始擺脫地平線生態企業的單一標簽，其智駕方案實現了對高中低多種芯片算力的適配，在德國、日本邁出智駕出海第一步，并在L4有了商業落地的現實抓手。

01.
要真正具備應對未來的能力

輕舟智航是繼華為乾崑、蔚來之后高調宣布押注世界模型路線的又一家智能駕駛公司。

對此，在上周的德國慕尼黑汽車論壇現場，于騫給出了他的解釋。

于騫和輕舟認為，過去二十年，行業經歷了機器智能的模仿與類人智能的探索，即模仿學習（Imitation Learning）階段。

這套方法推動了行業的早期快速進步，但也帶來了一個根本性的天花板：AI無法超越人類。

訓練數據來源于人類駕駛行為，模型最終也只能成為「平均水平的人類司機」。

而自動駕駛真正的目標，是比人類更安全——這意味著AI必須具備超越人類經驗的能力，模仿學習，從結構上就做不到這一點。

為打破天花板，自動駕駛行業必然轉向轉向強化學習（Reinforcement Learning）：AI不再僅僅復刻人類駕駛行為，而是依托世界模型與強化學習，開始真正理解物理世界的規律、意圖與社會常識。

讓AI通過試錯學習最優策略——更安全的行為獲得更高獎勵，發生風險則受到懲罰，AI在大量可能的軌跡中尋找最優解，而不是人類解。

但自動駕駛面對的是無限不確定性的物理世界，安全紅線決定了它無法在真實環境中「野蠻生長」。

這正是物理AI必須解決的終極難題：如何在保障安全的前提下，讓AI掌握推理泛化、物理規律理解以及社會常識決策三大核心能力。

世界模型成為了AI試錯的「虛擬駕校」。

在這里，世界模型負責預演現實場景的無限可能性，模擬出復雜路口博弈、極端天氣干擾、突發路況變化等數百萬種長尾場景；而強化學習則像一個不知疲倦的教練，持續優化AI的決策路徑，讓系統在虛擬試錯中學會如何像老司機一樣從容應對，甚至超越人類的反應極限。

「世界模型本身就是仿真的升級版，如果你在物理世界中能夠復現所有場景，那自動駕駛一定非常快，但很難。」

「如果你真的能在仿真環境中把物理世界所有情況復現出來，你基本已經找到物理世界的上帝了，因為物理世界里所有其他車也都在自動駕駛狀態。所以這件事本身就很難，也需要大量數據驅動、很多算法改善、大量創新。」

于騫認為，世界模型+強化學習的獨特價值在于，它讓自動駕駛系統從「被動記憶」轉向「主動思考」，真正具備了應對未知的能力：

行為邏輯的泛化推理能力：系統會考慮在滾動足球的后面可能有人會跑出來。

物理世界運動規律的理解能力：雨后積水濺水影響，系統也會納入結果輸出。

結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。

而這將加速物理AI的實現。

于騫在今年初舉辦的QCraft DAY 2026上曾判斷：2026將是無人駕駛黃金十年新周期的開啟之年，也是進入「超人智能」時代的元年。

「未來十年，將是無人駕駛、通用智能真正實現大規模價值兌現的十年。」

他同時透露了判斷這一新十年周期的標準：基于Robotaxi和城市NOA的落地范圍。

在被問及「什么時候Robotaxi可以大范圍普及」時，他回答說「什么時候看到滿大街跑的車都是城市NOA，甚至10萬塊錢的車跑城市NOA都非常溜，那個時間點就離Robotaxi不遠了。」

從2025年開始，隨著端到端架構成為行業共識，VLA模型、世界模型的引入，真實數據和生成數據將共同驅動智駕系統實現對真實世界的全面理解，讓自動駕駛系統逐漸超過人類駕駛水平，實現十倍于人類司機的安全性。

在輕舟智航自身的布局中，在Robotaxi方面，輕舟計劃在2026年開展Robotaxi小范圍試點，2027年開展規模化部署；與奇瑞合作的無人物流業務 采用「量產即運營」模式，目前在金華、蕪湖、寧波等地投入運營。

而城市NOA落地，輕舟已經上了一個新的臺階。

02.
行業第一梯隊

今年1月，輕舟官宣完成乘用車輔助駕駛系統100萬臺搭載。

盡管對于整個國內汽車產銷3000萬來說，100萬是個小數字，但對于輕舟和眾多智駕供應商而言，100萬是個不小的「小目標」：

目前僅華為乾崑官宣搭載量超過100萬輛，Momenta在最近公布的消息中顯示，其車型搭載量突破70萬臺。

對于這一成績，一向謙和沉穩的輕舟智航CEO于騫面對媒體表現出了前所未見的喜悅：

「我們就是行業第一梯隊。」

從技術角度來看，這100萬輛行駛道路上的智能汽車，可以形成很大的數據觸點，可以更好地加速數據閉環的形成，強大的數據飛輪，成為其激活物理AI最寶貴的真實訓練場。

截至目前，輕舟乘風系統累計用戶輔助駕駛行駛里程已超25億公里，智能泊車輔助使用次數近1億次。憑借卓越的技術調校，其AEB誤觸發率低至每40萬公里不足1次，每年為用戶避免潛在事故超14.6萬次。

另外，比數量更重要的是量產交付效率的不斷刷新。

輕舟的L2量產始于2021年，50萬臺的量產交付用了近3年的時間；從50萬到100萬臺，只用了8個月。 更重要的是量產交付效率的不斷刷新。

站在百萬量級臺階上的輕舟，在事實上已經完成了技術可行性、工程交付力、數據資產價值的三重驗證。

「我覺得100萬輛非常有意義。」

03.
車企自研是手段，不是目的

據官方消息，輕舟的本輪融資由某國內頭部主機廠、寧波寧海興泰合基金、梁溪科創產業母基金（博華資本管理）、華德科創、某頭部汽車電子零部件公司等重磅產業投資方及投資機構聯合投資。

在最近兩次的融資中，去年的奇瑞和今年并未明確公布的主機廠為外界矚目。

據智駕網了解，這一神秘的「國內頭部主機廠」大概率是一家北方車企。

在奇瑞之外增加新的主機廠伙伴，既可以打消外界關于輕舟「綁定」特定車企的質疑，也從側面證明，輕舟智航的技術、量產能力正在被更多主機廠認可。

截止到2026年1月，與輕舟智航合作的頭部車企近10家，合作車型近30款。而2026年全年，輕舟預計新增合作車型將突破50款，且幾乎全部搭載城市NOA功能。

這其中最被用戶熟悉的，是理想的AD PRO方案，1月份剛剛OTA的城市NOA能力，以相對優勢的算力、成本（128TOPS），實現了和256TOPS方案相同的體驗，從容應對復雜路口博弈、無保護左轉乃至夜間避讓密集電動車等難題。

與理想的成功合作，已成為輕舟在市場上建立口碑最好的敲門磚。

于騫曾表示，理想一度組建了上百人的團隊，對輕舟智航的Demo進行了長達半年的深度考察，并提出了系統穩定性達到99.99%以上，對NOA的平順性、響應速度、場景覆蓋度明確的量化指標，同時要求輕舟團隊快速響應問題和嚴格的OTA更新周期。

輕舟為此承擔了大量繁重、細碎且極具挑戰的工程化落地工作，于騫將其稱之為「理想模式」。

在這一模式的重壓之下，輕舟迅速實現了技術突破，其規模化能力、商業模式驗證和品牌影響力在今天已開始快速復制到其他車企，輕舟的市場規模因而在短期內的迅速爆發起量。

而在技術層面，推出地平線單J6M城市NOA方案的輕舟智航將城市NOA適配車型的價格下拉到到10萬元級別，大大擴大了輕舟智航的潛在客戶基數。

「客戶的成功才是輕舟自身成功的基石。」

不過，輕舟以及一眾智駕供應商必須要面對的問題是，如何實現車企自研和供應商的平衡？

相比同行的焦慮，對這樣的平衡，輕舟智航的團隊顯得從容很多。

于騫認為，盡管技術的本質是收斂的，但在商業上，產業上下游存在競爭關系十分正常，主機廠短期內當然不希望供應商只剩兩三家甚至一、兩家的相對壟斷格局。

自研或者選用多家供應商，本質都是在符合商業邏輯的前提下盡快推出滿足市場需求的產品，對于主機廠而言，「車企自研是手段，不是目的。」

這種相對開放的態度也成為輕舟智航贏得車企青睞的另一個原因。

在今年1月23日的QCraft DAY 上，于騫給未來的自動駕駛行業曾列出了8個愿景：

城市NOA成為車型標配；

接管率最高有望降至每月一次；

事故率的下降將重構保險體系，自動駕駛專屬保費可能低于人類駕駛50%以上；

Robotaxi將在全球超過50個城市實現全天候運營，

L4無駕駛艙乘用車開始面向消費市場滲透；

無人物流車規模或突破200萬臺；

無人駕駛將惠及兒童、老人、殘障人士等更多群體；

通用物理智能時代的到來。

在于騫看來，這份愿景有望在五年內實現，而輕舟自己的愿景不僅清晰也帶著一點熱血：

「自動駕駛這個事，我們至少要干20年，最終要將通用智能帶進物理世界。」

【關注智能汽車，關注智駕網視頻號】

關注汽車的智駕時代上智駕網（http://autor.com.cn）
合作or新聞線索提供，聯系郵箱：editor@autor.com.cn