1套產品方案全新升級、1個客戶量產新定點、2輪數億元新融資、超50萬NOA量產上車……

1月16日，輕舟智航舉行媒體溝通會，輕舟智航總裁侯聰、CTO李棟復盤了公司2024年的成績。但有意思的是，他們并沒有將更多的筆墨放在對過去成績的介紹中，而是將更多精力用在對“安全”的介紹。

在侯聰看來，2025年會有大量裝載NOA功能的車面世，這意味著會增加一大批使用NOA功能的用戶，此時安全會變得更加重要。未來，智駕必然會向L3、L4等邁進，而安全是L3時代到來的門檻條件。

“很多人把安全和保守結合在一起，但實際任何一次安全的突破都是由技術創新帶來的。”因此，侯聰認為，輕舟智航是通過不斷創新讓智駕做得更加安全。

以前如此，在未來的基于大模型技術的智駕研發布局中，依然如此。

在保證安全的前提下，侯聰指出，輕舟智航智駕產品目前定位更加注重性價比，而非追求不計成本的極致體驗，至少目前不是。

同時，輕舟智航還表示，將攜手車企率先推動“事實性L3”的落地，并提出敢賠模式，通過保險兜底的方式，讓智駕成為用戶愿意付費的必選功能，推動智駕市場體量的指數級增長。

01

2025年完成城市NOA交付

2019年，輕舟智航成立之初，最早關注的是Robobus賽道。

但時至2022年，伴隨著L4長尾場景始終得不到解決，更無法實現盈利，一大批自動駕駛公司進行業務轉型，或者說“降維”，把業務重點從L4轉至L2。

輕舟智航也是如此。這一年，輕舟智航正式開啟雙引擎戰，在繼續研發Robobus的同時，啟動面向量產車、高階輔助駕駛的落地，并推出了專門品牌：輕舟乘風。

一年后的2023年9月20日，輕舟智航宣布已成功獲得數家頭部車企量產定點合作，成為首家基于地平線征程5實現BEV感知技術，達到行泊一體全棧交付量產要求的智駕方案供應商。

輕舟智航與地平線深度合作

之所以能夠很快拿下客戶，一方面是因為輕舟智航本身極具性價比的方案，中國高階智駕的量產硬件系統開始接近特斯拉HW3.0 7000元左右的標配成本區間；另一方面，也得益于地平線的大力支持，后者為輕舟提供了大量的量產經驗，以及工具鏈使用上的大量指導。

但地平線征程5并非通用級芯片，且算力有限，為了有更好的智駕表現，2024年輕舟智航在進行量產交付的同時，也在加速產品向征程6迭代。

當年4月，輕舟智航即發布了基于征程6芯片的智駕方案。“從征程5的芯片的方案移植到征程6，我們只用了兩周時間”，侯聰稱，很感謝地平線的大力支持。

基于征程6芯片，輕舟乘風目前有三個版本Air、Pro和Max，無論是哪個版本，性價比都是輕舟智航的優勢之一。

輕舟智航智駕方案

其中，Max是城市NOA方案，基于征程6M的芯片，是11個攝像頭，可選一顆激光雷達。

侯聰表示，2025年，輕舟智航的重要工作之一，就是城市NOA方案交付。

在城市NOA方案設計上，輕舟依然選擇更具性價比方案。

“我們現在還在專注于征程6M去做，征程6P算力很高，想把這個算力用好，背后整個投入會比較大，類似于Thor，類似特斯拉AI 4.0，它的算力和征程6P相當，背后要投入很多算力和人力。”侯聰稱，對輕舟來講，目前更加務實或更商業化的做法是做一個高性價比的方案，而不是直接去沖擊最佳性能、不計成本的方案，這不是現在輕舟的選擇。

智駕產品落地的同時，輕舟智航無人巴士Robobus也在同步開發和交付中。2024年11月實現了去年11月在金華落地新車型和商用車運營中心。未來，輕舟智航Robobus業務會基于金華往外拓展包括浙江、長三角的業務。

不過，對于對于L4，特別是Robotaxi市場，侯聰認為，中國一定比美國要慢。這其中技術是一方面，更多的還是一些人力成本，美國可以用更高的成本的硬件、配置去應對一些復雜問題，但國內不行，因為從商業上算不過來的。

因此，在他看來，國內L4發展思路跟特斯拉更加接近一些，Waymo這條路可能對中國的情況并不是很適用。“但即使到那一步，我們依然認為像冗余設計是必不可少的”。

業務不斷推進之下，輕舟智航融資層面時隔1年半又迎來新進展。2024年6月和10分，分別獲得一輪融資，成為當年唯一一家獲得兩輪融資的智駕企業。

至此，輕舟智航跨過量產元年，即將進入城市NOA交付年。

侯聰預計，2026年中城市NOA會進入到大面積普及狀態。

02

安全不是保守而是不斷創新

伴隨著輕舟智航交付量的不斷提升，智駕行業整體也在向上攀升。

侯聰判斷，2025年會有大量的部署裝配NOA功能的車面世，這也意味著今年會增加一大批使用NOA的用戶，這時候，NOA的安全就會變得更加重要。“今年跟之前不一樣的點是NOA加速的普及，讓我們認為安全才是核心競爭力，才能夠給用戶帶來更大的價值”。

在他看來，L2到L2++已經很多年了，行業肯定是往L3、L4繼續迭代，L3、L4對于安全的要求肯定是更高的。在L2我們一定要把安全做好，才能逐漸往L3、L4迭代，安全也是L3時代到來的一個門檻條件。

不過，強調安全并不意味著保守。侯聰認為，安全是由創新所驅動的，通過不斷技術創新的方式來讓智駕系統做得更加安全。

侯聰強調安全不等于保守

他以過往汽車行業的發展舉例稱：汽車無論被動安全還是主動安全，有四個很重要的里程碑，包括1951年的時候，奔馳推出了安全車身，這是走向被動安全很重要的一步。沃爾沃在1959年推出安全帶、通用在1974年推出安全氣囊、以及在1990年的時候，沃爾沃推出AEB系統，這些都給汽車安全帶來很大的提升。

侯聰稱，之所以有底氣說做出一個更安全的智駕系統，主要源于此前公司的大量積累。

一是源于L4級自動駕駛的技術基因。輕舟智航所有創始人都來自Waymo。L4的基因讓其在系統設計時首先考慮的便是安全，包括系統設計、產品設計，以及里面每一個技術上子架構的設計。

輕舟智航已有大量數據積累

二是實現50萬+大規模量產交付后，輕舟智航能夠基于大量的用戶數據和問題反饋，持續利用數據閉環及問題修復流程，提升軟件質量，形成有效的安全正循環。侯聰強調：“交付完50萬的量后，我們沒有出現過一起重大安全事故”。

三是以安全為導向的開發流程和質量管理體系，從開始搭建整個研發體系的時候，都是以很高的標準去制定，比如編程規范、代碼審核的機制，整個技術設計的流程，評測系統的搭建。

侯聰還特別指出，輕舟智航從一開始就搭建了很先進的仿真測試系統，使得每一個修改、調整都會經過數十萬場景的仿真驗證。

在此之下，侯聰認為，輕舟智航各項量產安全指標均已躋身業內最高水準梯隊。“我們現在量產的車型上，高速NOA安全接管的里程已經超過1000公里，AEB誤觸發率是40萬公里小于1次，行業的平均值大概是在10萬—15萬；主動安全的測試里程已經超過了1440萬公里，每天都會增加2000萬公里的新用戶使用里程。”

如何更安全？

侯聰稱，首先要解決長尾問題，無論是過去做BEV感知上一代的技術架構，還是新的端到端架構，本質上都是用數據去驅動模型的訓練來解決問題。輕舟智航通過數據上的增強、仿真來去對一個問題進行一類問題解決的同時，我們依然不排除用規則去修問題。

輕舟智航不斷提升智駕安全

其次是解決功能實現問題，L2系統出于成本的考慮，不可能像L4這樣用這么重的硬件去做，但是理念依然是相通的。即使L2系統，輕舟智航也做了多相機、毫米波雷達，甚至激光雷達冗余，并在設計和模型層面考慮失效可能性。

侯聰以無圖方案舉例，把導航地圖作為先驗放到模型里面去時，地圖也會出錯，本身也會失效，因此輕舟智航不想讓模型過分依賴地圖的先驗，即使是導航地圖，也會在訓練過程中刻意去喂錯誤的數據，去會考慮任何失效的可能性。

三是解決人類犯錯問題。有時候人類開車時，會不小心誤碰方向盤導致智駕退出，輕舟智航也在通過不斷提升人機交互的系統，保證一方面能夠避免人犯這樣的錯誤，另一方面在真的需要人接管的時候，能夠讓人更加安全的去接管。

侯聰希望，通過過長尾問題的解決、安全失效的應對，包括冗余的設計以及提高人機交互的方式來給安全性再添三個“9”。

03

端到端模型在征程6上運行

安全問題聽起來容易，做起來不簡單。

到底如何實現？李棟從技術角度介紹稱，需要世界模型的加持的端到端方案。

布局端到端是必然的，關鍵是怎么用。

輕舟智航提出“安全的端到端”，將將“時空聯合規劃”的經驗融入One Model 端到端模型設計中，保證行車的安全與舒適。

輕舟智航在線模型訓練

李棟舉例稱，輕舟智航的端到端方案加入了多層碰撞損失約束。這是在設計時空聯合規劃算法時，采用的Cost（成本）設計。比如對一些障礙物，會加多層不同要求的成本，碰到付出的代價會非常高，這會讓模型天然收斂到保證合適距離，而且

不發生碰撞的結果。

同時，類比大模型的安全對齊，輕舟智航端到端模型的安全對齊，讓模型規劃的軌跡符合人為定義的安全機制。安全機制充分借鑒時空聯合規劃的規則和限制，融入到網絡訓練中。

具體而言體現在兩方面。

在軌跡生成過程中，借鑒圖文生成中條件生成的方法，將安全規則作為“教師”，在模型軌跡生成過程中引入額外的指導信號，以增加對生成過程的控制，引導軌跡朝特定方向發展，滿足安全性。

基于大語言模型的訓練過程，將安全規則作為獎勵函數，對模型進行微調，進一步增加模型的安全性。

輕舟智航端到端方案

針對離線的端到端模型訓練，輕舟智航構建了基于運動模擬的世界模型。相較于傳統世界模型，基于運動模擬的世界模型可以批量生產大量的長尾場景和罕見的安全臨界場景，同時生成的仿真視頻更加可控，保證了時序、空間位置、物體幾何、物理規則的一致性和正確性，從而保證端到端系統的安全性。

在此之下，可以完成兩件事情：一是特殊場景、邊界場景數據的生成，也就是生成大量的長尾場景和罕見的安全臨界場景加入模型訓練，提升模型的安全性。另一方面，可以把模型放在這個環境里去迭代和仿真，來判斷這個模型是不是會生成危險的場景和不合規的場景，讓研發在這個基礎上去迭代自己的模型。

由此，可以確保整個端到端模型既能充分發揮靈活、上限高的優勢，又能做到下限高、更安全。

輕舟智航對大模型理解

同時，為了后續進一步研發迭代，輕舟智航在數據方面也進行了布局。基于自動駕駛超級工廠“輕舟矩陣”，實現從數據回傳、數據挖掘、三維重建、自動化標注、數據生成到模型訓練的完整數據閉環平臺，可以實現天級別的閉環和迭代，以解決各類復雜的長尾問題。

李棟表示，對于輕舟來說，目前端到端研發最大挑戰是數據。因為其收集的很多城市的數據是偏直行的，但比如在一些路口的左拐右拐這樣的數據可能會少一些，需要花一些時間和資源去采集這樣的數據。

值得一提的是，輕舟智航的端到端模型是在征程6上運行的，這個模型是在業界第一次訓練出來量化到地平線的芯片上部署在征程6M芯片上運行的模型。

侯聰表示，端到端是技術方案，不是產品方案它能夠實現擬人駕駛的體驗，跟算力沒有必然的聯系。無論是高算力還是低算力，都能做出一個端到端的效果。

不過，他也坦言，體驗上肯定是有差別的。更高算力意味著模型可以做的更大一些，它適配或者解決長尾問題、復雜場景的能力會更強一些。

輕舟智航技術演進過程

“我們的定位不是追求不計成本的極致體驗，至少目前不是。未來，我相信隨著技術發展，成本越來越低”。侯聰指出，目前來說，輕舟還是找一個比較平衡的點，既能做到足夠好體驗，同時還能保證低成本的把產品推到更多用戶面前。

這是輕舟智航的選擇。