智能駕駛賽道正經(jīng)歷從“技術(shù)驗證”向“規(guī)模化落地”的關(guān)鍵轉(zhuǎn)折，行業(yè)焦點從“能否運行”轉(zhuǎn)向“是否好用”，從硬件堆砌轉(zhuǎn)向資產(chǎn)價值重構(gòu)。在城區(qū)NOA（領(lǐng)航輔助駕駛）成本居高不下、系統(tǒng)保守性與用戶體驗矛盾凸顯、硬件成本與軟件付費模式博弈的背景下，一場關(guān)于技術(shù)理想與商業(yè)現(xiàn)實的深度對話在《每日經(jīng)濟新聞》“AI相對論”圓桌論壇展開。小米汽車智能駕駛基座大模型負責(zé)人陳龍與黑芝麻智能CMO楊宇欣，分別從算法創(chuàng)新與芯片底層支撐視角，探討中國智能駕駛的破局路徑。

“中國智能駕駛已躋身全球第二梯隊，但真正的挑戰(zhàn)在于如何平衡技術(shù)上限與用戶體驗下限。”陳龍指出，國內(nèi)復(fù)雜路況倒逼車企提升算法泛化能力，用戶對智駕的期待已從“嘗鮮功能”轉(zhuǎn)變?yōu)椤俺鲂泄ぞ摺薄Ｋ孕∶灼噷嵺`為例，強調(diào)大模型需突破“安全兜底”與“能力釋放”的矛盾：“輔助駕駛存在‘不可能三角’——安全、舒適、效率難以同時滿足。車企往往優(yōu)先保障前兩者，但過度保守會導(dǎo)致系統(tǒng)效率下降，影響用戶使用意愿。”

楊宇欣從供應(yīng)鏈視角提出不同觀點：“高階智駕落地需分階段突破。高速NOA已從500TOPS算力需求降至幾十TOPS，城區(qū)NOA和VLA（視覺語言動作）雖需千TOPS級算力，但未來可通過系統(tǒng)優(yōu)化降本。”他透露，黑芝麻智能第三代NPU采用近存計算設(shè)計，將帶寬依賴降低40%，在保證性能的同時提升性價比，“芯片廠商需預(yù)判技術(shù)收斂節(jié)點，靈活匹配場景需求”。

針對“好用與能用”的邊界爭議，陳龍認為，模型能力質(zhì)變是關(guān)鍵：“城區(qū)場景的不可控性要求模型具備強泛化能力，但體驗必須‘可用’——若效率太低，用戶不愿使用，數(shù)據(jù)循環(huán)就會中斷。”他提出“兜底下限”策略：通過全場景覆蓋激活用戶意愿，再以數(shù)據(jù)反哺模型迭代。楊宇欣則強調(diào)本土化供應(yīng)鏈的重要性：“L4級無人駕駛需確保絕對安全性，這離不開本土芯片、算法、傳感器的深度協(xié)同。今年部分Robotaxi公司已實現(xiàn)單車運營成本打平，證明商業(yè)閉環(huán)可行性。”

在硬件成本下行趨勢下，智駕普惠化成為行業(yè)共識。陳龍透露，小米通過基座模型復(fù)用分攤訓(xùn)練成本：“同一模型可應(yīng)用于智駕、機器人和生態(tài)鏈設(shè)備，極大降低研發(fā)支出。”楊宇欣預(yù)測，未來兩年內(nèi)，7萬-10萬元級車型將普及高速NOA，15萬元以上車型具備全場景城區(qū)NOA能力，“但城市NOA下探至10萬元級需依賴傳感器和算法迭代，算力仍是硬成本”。

當(dāng)智駕從“溢價賣點”轉(zhuǎn)向“基礎(chǔ)配置”，品牌競爭力如何重構(gòu)？楊宇欣認為，用戶關(guān)注點已從發(fā)動機轉(zhuǎn)向智能化水平：“品牌背后代表的科技元素才是核心，如迭代能力和生態(tài)整合。”陳龍補充道，即便智駕成為標(biāo)配，用戶仍會為品牌科技感買單：“智駕產(chǎn)生的物理世界AI數(shù)據(jù)對小米生態(tài)至關(guān)重要，未來車內(nèi)體驗將無縫銜接互聯(lián)網(wǎng)服務(wù)、智能家居和工作場景。”

對于智駕作為企業(yè)核心資產(chǎn)的構(gòu)建，楊宇欣強調(diào)生態(tài)閉環(huán)：“芯片公司需在算力底座上構(gòu)建完整生態(tài)，如推進艙駕一體、拓展具身智能等方向。”陳龍則指出，智駕將重塑出行服務(wù)：“從輔助駕駛到完全自動駕駛，用戶需求從‘開車省力’升級為‘時間增值’，這背后是小米‘AI+物理世界’戰(zhàn)略的全面落地。”