轻舟于骞:一家公司要干20年,必须不断革自己的命

news2026/4/29 10:48:03
点击下方卡片关注“自动驾驶之心”公众号戳我-领取自动驾驶近30个方向学习路线编辑 | 自动驾驶之心自动驾驶前沿信息获取→自动驾驶之心知识星球“我们正站在从‘无人驾驶’迈向‘物理AI’的历史拐点上。世界模型强化学习是链接数字与物理世界的核心桥梁也是通往通用物理AI的必经之路。”4月24日北京车展首日轻舟智航举办主题为《Quest with AICraft the future——物理AI轻舟已至》的发布会。轻舟联合创始人、董事长兼CEO于骞博士正式发布轻舟物理AI模型并宣布公司战略重心从“无人驾驶”全面升级至更广阔的“通用物理AI”。北京车展轻舟智航发布会现场发布会上基于“世界模型强化学习”统一架构的物理AI模型重磅亮相云端与车端双引擎首次完整发布超500TOPS算力的“轻舟乘风MAX”极致城市NOA方案同步推出并披露L4级Robotaxi与Robovan最新进展公司使命愿景也迎来全新发布升级……从自动驾驶迈向通用物理AI——轻舟智航在北京车展完成关键一跃。01.通用物理AI下一个十年“主战场”“过去十年数字世界AI取得突飞猛进的进展已经解决甚至达到AGI的水平。未来十年则是物理世界AI的时代我们将见证从无人驾驶迈向更具想象力、更具颠覆性的物理AI。”于骞说。世界模型强化学习是链接数字与物理世界的核心桥梁于骞做了一个生动的对比在数字世界里AI已经能打败人类最聪明的围棋冠军但在物理世界里AI还无法完全媲美人类司机。“这意味着我们在物理世界的AI还远远没有进入超人智能时代。”而自动驾驶恰好是连接数字世界与物理世界的“窗口”。轻舟智航联合创始人、董事长兼CEO 于骞博士于骞认为推开物理AI大门的钥匙是“世界模型强化学习”。他打了个比方AI能在围棋上打败李世石是因为在虚拟棋盘上可以无限“左右互搏”用无穷算力找最优解。但物理世界不一样——得有车、有司机、有漫长的路测迭代速度天然慢得多。“世界模型和强化学习就是链接数字世界与物理世界的那座桥梁。”于骞说“它让我们能在数字世界里做无穷无尽的训练再把能力赋予物理世界的车。这不是一次简单的算法迭代这是研发范式的根本转移。”02.轻舟物理AI模型云端车端双引擎重磅首发发布会现场轻舟首次系统披露了轻舟物理AI模型的完整架构轻舟物理AI模型架构云端侧是基于运动模拟的世界模型升级版集成了三大核心能力高可控视频生成、零样本生成引擎、低成本闭环仿真。于骞称之为“轻舟AI超级工厂的核心引擎”——它能用自然语言一键生成极端天气、逆行电瓶车、鬼探头等长尾场景让AI在仿真中见到日常难以遇到的极端情况。车端侧轻舟推出了采用“世界模型强化学习”统一架构的“世界行为模型”以在线世界模型为骨干融合VLA与强化学习算法实现从感知到行动的全链路模型化打通。“基于这套物理AI模型我们将带来三大核心能力升级推理更强、决策更优、泛化更广。”于骞说。03.轻舟乘风MAX用超500TOPS对标上千TOPS体验技术最终要落地产品。发布会上轻舟正式推出“轻舟乘风MAX”辅助驾驶解决方案——在超500TOPS车端算力平台上实现基于世界模型强化学习架构的极致城市NOA体验。乘风MAX用超500TOPS对标上千TOPS体验于骞提到轻舟智驾产品的理念“我们不卷参数卷体验。不卷噱头卷真实的用户价值。”他反问“老百姓花几千上万块选装一套智驾系统到底买到了什么是更炫酷的UI还是每次上车都要重新学习一遍怎么用”他的答案是用户买的不是技术是价值。一个让他格外在意的方向是保险。“既然我们的智驾系统能做到50万公里才一次AEB误触发既然它能帮用户提前刹停、避免刮蹭那它是不是真的更安全如果真的更安全那用户的保费是不是应该更便宜”在他看来这才是智驾创造社会价值的真实度量。轻舟乘风智驾不卷参数、卷体验、卷真实用户价值轻舟乘风MAX方案可精准预判交通参与者意图从容应对复杂路权博弈轻松处理各类长尾难题。在城中村窄路、复杂路口等困难场景下可精准识别行人意图、动态博弈决策表现出更接近人类驾驶的“防御性本能”全面提升城市NOA通行效率与安全能力。而这套系统的底气来自于规模量产的验证与安全积累。截至目前轻舟乘风辅助驾驶已搭载25款量产车型2026年预计新增车型超50款。在安全维度其AEB误触发率低至50万公里1次远优行业平均水平每年能帮助用户避免约14.6万次潜在事故。“实打实的规模落地既是用户对我们的信任也是我们构建规模化数据闭环的最强入口验证了轻舟技术的成熟与可靠。”于骞表示。04.L4 Robotaxi用更强的大脑而非只堆传感器关于行业最关心的Robotaxi落地路径于骞给出了轻舟的判断。他对比了Waymo和特斯拉两条路线Waymo稳妥但成本高特斯拉成本可控但向完全无人跨越时风险大。轻舟的选择是——“用更强的大脑而非只靠传感器堆叠”。“人类开车有大量盲区但我们依然能安全驾驶靠的是强大的大脑。”于骞说“所以我们强调用更强的大脑来实现更高级别的驾驶能力。当然必要的冗余要有但核心是建立更强的AI大脑。”于骞透露轻舟的Robotaxi方案完全基于量产车配置“从外观上看不出任何差别但大脑更强”。在节奏上他持谨慎态度“一次事故就可能对整个行业产生不利影响。我们宁可小规模稳健推进也不要过于激进。”一个值得注意的判断是于骞认为Robotaxi在海外可能比国内落地更快——因为国内驾驶环境更复杂人力成本结构也不同。05.Robovan新赛点速度是门票安全才是冠军面对“无人物流赛道已很拥挤轻舟为何还要进入”的疑问于骞给出了清晰判断“这个市场其实才刚刚开始远没有进入大规模普及的阶段。无人物流行业要真正实现大规模、健康的发展一定需要经过大规模量产的经验积累需要稳定可靠、车规级的要求作为根基。”他指出无人物流车市场目前所谓大规模实际也只是万量级规模在稳定性、可靠性、安全性上仍有极大提升空间。“轻舟的机会恰恰在于我们可以基于乘用车领域大规模量产的成熟经验把安全、稳定、可靠的产品能力发挥到物流领域助力行业提升效率、保障安全。”在于骞看来进入2026年无人物流拼的不只是速度更是服务、性能、综合降本以及最根本的安全底线与可持续运营能力。06.使命愿景全新升级一家公司要干20年必须革自己的命发布会的压轴环节于骞宣布轻舟使命愿景全新升级。全新使命为以安全和向善的智能创造更美好的生活。全新愿景为成为全球领先的通用物理AI公司。“七年前我们创立轻舟使命是‘将无人驾驶带进现实’。走到今天我们非常清晰地看到我们正站在从‘无人驾驶’迈向‘通用物理AI’的历史性战略转折点。”同时他特别提到“我们绝不是不做无人驾驶了。恰恰相反无人驾驶是我们通往通用物理AI最重要的基石。如果连无人驾驶都做不到更别提通用物理AI。”新使命背后有着轻舟更深的思考。“为什么强调‘向善’因为我们相信未来AI的智能可能在很多维度超过人类——但人类的好奇心、同理心、对生命的尊重是技术无法替代的。我们做AI不是为了智能而智能而是为了让AI更好地为人类服务。”“一家公司至少要干20年不可能一成不变必须不断革自己的命。”于骞说“这次升级是为下一个七年、乃至下下个七年指明方向。”发布会举办的同时轻舟的车辆也正在德国慕尼黑、法国巴黎等欧洲地区进行测试。从中国到欧洲从自动驾驶到通用物理AI轻舟智航正在把自己的边界推向更远的地方。关于轻舟智航轻舟智航是全球领先的从无人驾驶向通用物理AI迈进的公司。使命是“以安全和向善的智能创造更美好的生活。”愿景是“成为全球领先的通用物理AI公司。”轻舟坚持L2与L4双轮驱动战略以“世界模型强化学习”为核心技术架构。L2领域乘用车辅助驾驶已搭载量产车型25款稳居第一梯队L4领域在Robovan、Robotaxi、Robobus等场景均建立起行业领先的量产落地优势。自动驾驶之心求点赞求分享求喜欢

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2565319.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…