惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

F
Fortinet All Blogs
aimingoo的专栏
aimingoo的专栏
V
Visual Studio Blog
罗磊的独立博客
爱范儿
爱范儿
J
Java Code Geeks
博客园 - 司徒正美
N
Netflix TechBlog - Medium
Microsoft Security Blog
Microsoft Security Blog
美团技术团队
小众软件
小众软件
Google DeepMind News
Google DeepMind News
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
V
V2EX
博客园 - 聂微东
云风的 BLOG
云风的 BLOG
WordPress大学
WordPress大学
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Jina AI
Jina AI
Y
Y Combinator Blog
博客园 - 叶小钗
人人都是产品经理
人人都是产品经理
Martin Fowler
Martin Fowler
Vercel News
Vercel News

InfoQ - 促进软件开发领域知识与创新的传播

Meta 收购 Manus 这事儿泡汤了 5.5万 Star 开源项目 Ghostty 被迫出走,GitHub 正在终结一代技术人的乌托邦 谷歌开源“Agent Skill 超级工具箱”,云、库、引擎、AI全线打通,开发者狂喜 Slack 长时运行多智能体系统的上下文管理方案 从 T+1 到分钟级:金城银行基于 Apache Doris 构建高可靠、强一致的实时数据平台 谷歌云推出 Agents CLI,简化 AI 智能体开发全流程 Claude官方击穿高薪、高学历的安全防线!Anthropic点名10大高危职业,但有群人暂时稳了 亚马逊云科技终止 WorkMail 服务,并将 App Runner 转入维护模式 OPPO小布记忆:全模态碎片化内容的理解与智能整理实践|AICon上海 模力工场038周AI应用周榜:工具在消失,工作流在出现 Akamai CEO Tom Leighton:Agent 时代来临,云基础设施正从“中心化”转向“分布式边缘” 日均数百亿入库背后:从“人肉调度”到K8s弹性架构,度小满金融基于OceanBase重构入库架构实践 百度文库网盘发布GenFlow 4.0:月活用户超1亿,要把网盘变成全端AI工作台 Altman 投的 Agent 终端 Warp 开源了!斩获3.5万star 哪些客户需要拒, 敢让龙虾决定吗?_AI&大模型_InfoQ 中文站_InfoQ精选视频 从开发到生产:为什么越来越多的机器学习团队纷纷迁移到 Snowflake | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 探索多智能体工作流:LangGraph Snowflake Cortex AI | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 腾讯云分布式缓存数据库:AI Agent - 从提示词工程到 Harness 工程 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 基于 Streamlit 为 CSV 数据构建分析智能体 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 AI 智能体:告别文档缺漏 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 构建 AI 驱动的数据管道:深度探讨 Snowflake Openflow 与非结构化数据 | BUILD 2025_AI&大模型_王玮_InfoQ精选视频 云端太贵、本地不够聪明,英特尔押注“端云混合AI”:智能体PC会替人完成工作 不到10%的存储投入,可能拖垮90%的GPU投资!IBM把AI Agent塞进存储系统,算清企业最容易忽略的一笔账 Snowpark 上手实战 | BUILD 2025_大数据_王玮_InfoQ精选视频 ClickHouse + Langfuse,构建 Agent 可观测基石 腾讯云分布式缓存数据库:Cluster Proxy 共享连接架构深度解析 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 AI 写代码太烧钱了:Copilot、Claude 一起涨价,不如把程序员请回来? 英特尔发布至强600系列工作站处理器与锐炫Pro B70 GPU,全新AI工作站来了 腾讯云分布式缓存数据库:从 Redis 到 Valkey - 开源社区如何快速创新 | 腾讯云数据库 DBTalk_腾讯_凌敏_InfoQ精选视频 从Cursor返聘归来,90后华裔女高管带Claude开启日更模式:token成本比工程师工资低多了!
印奇这次要“从0重做”智驾模型!首谈阶跃和千里双公司布局:中...
华卫 · 2026-04-29 · via InfoQ - 促进软件开发领域知识与创新的传播

作者 | 华卫

“含模量以及端到端只是入场券,决定上限的是模型本身。”

在智能驾驶行业仍围绕“端到端”与“大模型上车”持续加码之际,千里科技联席董事长赵明提出了一条迈向 L4 更为激进的路径:从传统的“嫁接式”改良智能驾驶模型,彻底转向基于物理世界原生理解的底层重构。

就在近日,千里科技宣布与阶跃星辰达成深度合作,双方将联合打造“原生智驾基座模型”,不在基础大模型上叠加驾驶能力,而是转向让模型从诞生之初就“理解”驾驶这件事。

发布现场,兼任阶跃星辰与千里科技董事长的印奇也露面了。“我自己算是一个 AI 创业的老兵,一直在找中国 AI 商业闭环的路径。阶跃和千里,是我目前能想到的一个最优解。虽然辛苦,但是有机会形成一个好的产品、好的商业结果。”这是他第一次在公开场合解释自己出任这一双重身份背后的原因。

他表示,所有 AI 应用都离不开模型和大脑,而阶跃所在构建的是未来真正赋能从手机到车到未来更多终端的大脑,是支撑整个产业链展开的一个基础。那么,在中国,最终如何把这个大脑放到对的容器?“把车从 L2+推进到 L3、L4 让智能驾驶真正成为一个普及化的产品,再加上 Robotaxi 和车载超级助手,这是未来三到五年真正看得见摸得着的唯一可规模化的具身赛道。”

“不是所有大模型都适合走向 L4”

对于未来的自动驾驶,千里科技给出的答案是:构建新的面向 L4 时代的基础模型。针对当前行业普遍采用的“大语言模型+智驾数据后训练”模式,赵明指出,这种模式下模型对物理规律的泛化理解存在天然天花板。

正是为了打破这一能力桎梏,千里科技与阶跃星辰决定从模型训练的源头基座模型预训练阶段开始深度融合。双方将把海量通用语料库与真实的智驾感知、规控数据同源输入,使得基座模型在诞生之初就具备对三维空间、时间序列和车辆动力学的深刻认知。

“不是所有的大模型都适合走向 L4。用开源的大语言模型进行后训练得到的智能驾驶辅助的模型,它的能力上限是相对有限的。”赵明解释道,未来的 L4 时代有各种各样复杂的场景,把对于物理世界的理解结合在一起,才能构成走向 L4 智能驾驶辅助时代最为合适的方式。

围绕这一目标,千里科技要引入世界模型的体系,能够提供各种各样海量的、极限的数据来训练模型,还要引入独特、基础大模型的能力。“它不仅要理解道路的情况,还要能够对实时场景进行有效的意图分析,并对下一步动态做出预测,本质上是去真正理解物理世界。”

收入、利润双增长,智驾装机规模将超百万辆

“AI 商业闭环对于今天的产业来讲太难了。”如果说技术路径的调整解决的是“能不能做”,那么规模化问题则决定“能不能成立”。

赵明表示,“AI+车”是 AI 技术走向商业的第一入口,因为它同时具备算力、能源与高频使用场景等关键条件。“每个用户都在参与训练,都在让这项技术快速迭代。”据介绍,在刚刚过去的一季度,千里科技实现了收入以及利润的双增长。

根据其披露的数据,截至 2026 年第一季度,千里科技的智能驾驶系统已搭载于 17 款车型,累计覆盖约 46 万辆,用户激活率达到 92%。并且,千里科技的智能驾驶辅助技术在持续提升,当前其辅助驾驶的里程增长了 215%,月均避险达到了 32 万次,泊车功能增长了 144%。

赵明预测道,千里科技的 ASD 辅助驾驶预计到 2026 年底将实现 100 万至 130 万辆的装机规模,并在 2027 年预达到 270 到 330 万辆,到 2028 年进一步提升至 800 万辆。从行业角度看,这一规模化路径意味着千里科技正试图通过大规模 L2 及 L2++系统部署,构建数据与模型的正向循环,从而为更高阶自动驾驶能力的实现提供基础。

同时,千里科技还将 Robotaxi 视为另一条关键增长曲线。赵明透露,他们计划在 2027 年推出全套的 Robotaxi 综合解决方案,并全力发展 Robotaxi 相关的解决方案以支持 Robotaxi 各企业的运营。“按照我们的计划,2030 年全球将有超过 30 万辆 Robotax 搭载千里科技的综合解决方案。”

也就是说,千里科技的智驾商业模式已经从“辅助驾驶功能销售”逐步过渡到了“无人化出行服务”。

在近日的北京车展上,吉利汽车集团发布了中国首台原生开发 Robotaxi 原型车 Eva Cab。该原型车就基于千里科技 Robotaxi 综合解决方案打造,融合了其 L4 级技术架构与超级智能体技术,并引入先进的基础大模型能力。据悉,Eva Cab 将搭载“千里浩瀚 G-ASD L4”版本,能在公开道路上实现无人接驳,满足酒店接送、机场接送、公务出行等多场景需求。同时,Eva Cab 还将搭载舱驾融合具备超强感知力和理解力的超级智能体超级 Eva,深度打通车内外生态,可实现对复杂任务的拆解与多域协同执行。

“用具身智能的方式来打造车”

“2026 年,很可能是超级智能体上车的第一年,同时 AgenticAI 也是汽车走向超级智能体的一个分水岭。”除了驾驶本身,千里科技还将超级智能体作为其“AI+车”发展战略的重要方向之一。

赵明指出,AI 时代超级智能体将不断进化成类大脑的职能。在他的设想中,以基座大模型为基础,发展 Skill、心智记忆,按照类人的发展让超级智能体具备、大脑的功能,这样就形成了小脑与大脑的组合。汽车不再只是执行驾驶任务的工具,而将成为具备长期记忆、任务规划与主动服务能力的智能终端。

在随后由印奇主持的生态对话中,阶跃星辰 CEO 姜大昕博士也表态道,“我们坚定地把智能终端作为阶跃现代化的方向,车也作为智能终端一个非常重要的方向。所以,阶跃和千里的合作是一个双向奔赴的过程。”他表示,阶跃星辰的模型能够成为智能汽车不断演进的超级大脑,使得 18 个月之后的汽车不仅仅是一个出行的工具,它是一个真的能够陪聊天、陪购物,甚至陪工作的好帮手。

“我们是用具身智能的方式来打造车和解决方案。”赵明进一步指出,车本身就是机器人,能逐步开始理解物理世界,走向 L4 的同时就在同外部的世界进行更多的交互。某种情况下,今天的汽车产业是在“具身智能”领域走得最快的一个产业。