巅峰国际深耕汇聚全球热门游戏动态，一手资讯尽在掌握。领域，用心服务每一位用户。

追赶FSD V14，理想在补哪些课？｜最前线 - 巅峰国际APP

• 发布者：

  管理员

• 分类：

  商业

• 日期：

  2026-06-26

• 评论：

  04

• 巅峰国际以提供官方平台公告，重要信息不错过。为核心，带来高效便捷的体验。

过去几年，智能驾驶行业的竞争焦点经历了显著的演变。

最初，竞争集中在硬件层面，例如是否采用激光雷达、配备多少个摄像头以及算力达到多少 TOPS。随后，随着大模型时代的到来，竞争转向了端到端、VLA（视觉-语言-行为）以及World Model（世界模型）等技术路线。

如今，越来越多的企业认识到，仅仅拥有更大的模型已不足以形成代际优势。真正决定技术上限的，开始转变为模型、数据、算力和芯片之间能否构建一个持续迭代的闭环。

这正是许多汽车制造商选择自主研发的原因。

特斯拉几乎覆盖了从数据采集、训练基础设施、FSD模型到Dojo、自研芯片的全链条。在中国，小鹏、蔚来以及理想等品牌也在不断向更底层技术领域延伸。

在今年推出的L8和L9车型上，理想汽车已采用了自主研发的马赫M100芯片。这款采用数据流架构的芯片被理想汽车视为AI领域的一个重要技术方向。在马赫M100上，理想汽车也运行了其自研的马赫VLA模型。

然而，对于整个行业而言，更值得关注的问题并非“是否进行了自主研发”，而是这些投入究竟能够解决哪些具体问题。

带着这个疑问，我们与理想汽车自动驾驶负责人詹锟和芯片负责人谢炎进行了交流。他们就理想汽车对下一代自动驾驶技术路线的判断，以及自研芯片、数据体系和AI基础设施背后的设计逻辑进行了阐述。以下为部分访谈纪要，经过编辑整理：

问：为了在第四季度达到特斯拉FSD V14的性能水平，理想汽车还需要在哪些方面努力？

**詹锟：**我认为在追赶FSD方面，有两个关键层面。

首先是基础体验，具体体现在三个方面：安全性、效率和舒适度是否能达到FSD的同等水平。FSD在安全感方面表现出色，效率很高，舒适度也很好，这是其基本功。即使不挑战高难度路况，这些基本功也需要达到同等水平。

其次是能力层面，这同样难以追赶。例如，特斯拉能够对特殊车辆进行礼让，能够精确感知极窄通行空间，并识别交警指挥，这些能力非常强大。

能力层面存在架构升级的机会。为什么某些能力只有特斯拉拥有？这可能与过去的范式限制有关，也可能源于架构或数据方面的原因。我们在这些方面进行了大量尝试。

问：我理解马赫VLA是一套技术体系，而非单个模型。例如，Mind-Edge是服务于智能座舱的端侧模型。那么，目前智能驾驶模型中是否还包含“L”（Language，语言）的部分？

**詹锟：**当前自动驾驶架构的一个共同趋势是整合VLA（视觉-语言-行为模型）和World Model（世界模型）。

从长远来看，所有技术路线都将朝着这个方向发展。无论是VLA还是World Model，其中都需要用到Language（语言）作为提示（Prompt）。因此，Language必然存在，关键在于如何使用它。

对于机器智能而言，我认为Vision Based（基于视觉）是更合理的方式，它能够更好地理解空间、感知三维空间并服务于环境。Language无疑是有价值的，它有助于理解环境、交通、指令以及进行复杂的决策思考。

从长远来看，基于Vision和Language的原生基础模型，可能是未来的发展趋势。

**谢炎：**如果目标是实现L3、L4级别自动驾驶，需要解决更泛化的问题，那么模型就需要具备类似人类的思考能力。此时，语言的重要性将愈发凸显，这也是未来需要巨大算力的原因。

如果模型仅具备Vision和Action（视觉和动作）能力，即使拥有大量数据，在遇到分布外情况时也会束手无策。就像动物即使学会了所有常见情况，遇到从未见过的情形也完全不知所措。

我们认为，越接近L3、L4级别，需要解决的问题就越接近90%、95%、98%之后的问题——那些前所未见的问题，需要模型具备类似人类的思考能力。而实现类人推理和思考能力的关键来源是语言模型。例如，理解交警的手势，判断其意图，这不是简单通过收集或生成数据就能解决的问题。

问：随着理想汽车车队规模的不断扩大，从内部来看，数据的边际效应是否出现了衰减？你们是如何定义有价值数据的？

**詹锟：**首先，数据的数量需要足够庞大，本质上是为了收集更多的Corner Case（长尾场景）。目前，业界有多种方法可以在车端实现有效的Neural Trigger（神经网络触发器），以判断场景的难易程度，并将关键数据回传。这也是特斯拉在这一领域表现出色的重要原因之一。

其次，数据的质量至关重要，主要体现在行为质量上。当前，业界逐渐趋向于端到端的范式，无论是VLA（视觉-语言-行为模型）、World Model（世界模型）还是Vision-Action（视觉-动作模型），都离不开对Action（行为）的理解。因此，行为的质量，包括其清晰度和一致性，变得尤为重要。

至于数据规模扩大后边际效应是否衰减，首先，只要模型能力不断提升，我们追求100分的表现，其过程必然是一个“对数曲线”，呈现逐渐衰减的趋势，而非线性增长，任何AI公司都遵循此规律。虽然后期数据收敛的速度会放缓，但我们希望通过规模化来加速这一进程。

问：马赫M100可以应用于多种AI场景。五年后，或者再往后两代产品，理想汽车车内的算力中心是否有可能全部采用自研的马赫芯片？

**谢炎：**虽然业界存在“舱驾一体”的说法，但我们认为，舱驾一体的核心在于AI算力部分，其他部分的整合并非那么关键。因为座舱系统和AI智能驾驶系统可以完全独立运行，但AI算力可以集中处理，从而大大提高效率。

我们路线图的最终目标是实现车内一个统一的AI计算中心，所有AI任务都可以在这个中心进行计算。这类似于在笔记本电脑上运行OpenClaw，AI计算并非在笔记本本地进行，而是在Token Provider Server（Token供应服务器）上完成，车内情况也类似，会有一个Token Server（Token服务器）。

这个Token Server的优势在于：第一，效率极高。第二，能够实现不同任务的相互隔离，互不干扰。例如，智能驾驶任务的确定性——无论是内存还是带宽，都能保证不被其他任务干扰，这是软硬件协同设计才能实现的结果。

问：是否因为M100采用了数据流架构的AI推理芯片，所以相比其他厂商的自动驾驶芯片，其对带宽的要求较低，但对片上存储的需求更高？

**谢炎：**我们对带宽的要求确实会较低，但这并非设计SRAM容量（非显存）的直接原因。当前HBM（高带宽内存）备受关注，许多人认为带宽越高越好。计算、带宽、SRAM等都需要晶体管资源来实现，最终的设计是基于成本/综合性能等多方面权衡的结果。

不同架构的设计，仅凭一两个指标进行简单对比，既不合理也不专业。这就像拳击比赛，身高和体重各有优势，但胜负并非由单一指标决定，最终比拼的是整个比赛的过程和结果。

问：为什么目前的大算力芯片方案，如英伟达、小鹏、理想自研的芯片，都没有实现芯片级的舱驾融合，而高通却在低算力芯片上实现了这一点？这是为什么？

**谢炎：**从本质上讲，座舱和驾驶是两个独立的系统。特别是对于向L3、L4级别发展的智能驾驶，需要一个更高确定性的系统，内存和计算资源需要专属使用，此时融合的意义就大大减弱了。因为资源无法实时切换，实时切换会降低系统的确定性。如果朝着越来越专用的方向发展，融合的价值就不大了——即便将两颗芯片集成在一起，资源仍然是分开的，并不能带来成本的降低，甚至可能影响效率。

目前所谓的舱驾融合系统，其核心功能仍然是分开的。如果无法实现任务的即时切换，将两颗芯片集成在一块，虽然晶体管数量可能不变，但仅能节省封装成本。对于中低端芯片而言，这部分成本可以节省，但幅度有限。

我的观点是，随着智能驾驶向更高端发展，舱驾融合的意义可能并不大。如果能将这些芯片做得更靠近，在同一块板上实现高度集成的小型化方案，这是可行的，不一定非要做成一颗芯片，也可以是多颗芯片协同工作。

问：自研芯片需要具备哪些条件，例如销量、营收和研发投入？鉴于目前自动驾驶迭代速度很快，芯片要实现持续迭代需要怎样的条件？

**谢炎：**芯片的早期投入确实不菲，可能每年需要数亿元。

第一个条件是达到一定的营收规模。对于车企而言，年营收达到1000亿元以上，研发投入至少占10%，即每年拥有数十亿至上百亿元的研发资金，才足以支持芯片的持续研发投入。第二个条件是，通过研发芯片解决的问题，能够显著提升产品的能力。

许多人认为芯片需要巨大的出货量才能实现成本摊薄。实际上，芯片的成本与其面积密切相关。一辆车上的智能驾驶芯片，例如LIVIS采用两颗马赫M100，总面积约为800平方毫米。而一款高端手机芯片的面积大约为100平方毫米，因此一辆车的智能驾驶芯片面积相当于8部高端手机芯片的总和。

这样计算下来，数十万辆车的需求所需的晶圆面积非常可观，足以摊薄成本。因此，成本不能仅以单颗芯片的数量来衡量。

问：动态数据流编译器到底难在哪里？攻克它花费了多长时间？

**谢炎：**在芯片流片之前，甚至在设计阶段，我们就开始了编译器的工作，并在流片前已经完成了许多模型的运行验证。

数据流是一种完全不同的架构，它需要解决的问题与超级计算机或大规模计算机集群面临的问题非常相似——当规模扩展到数十万台计算机、上百万个核心时，它们之间的通信和协作就无法由一个中央管理员来统一调度。传统的冯·诺依曼架构的调度方式在这种规模下是不可行的，这是一个超大规模并行调度问题。

巅峰国际深耕汇聚全球热门游戏动态，一手资讯尽在掌握。领域，用心服务每一位用户。

在精选深度内容推荐，发掘你的下一个最爱。方面，巅峰国际提供贴心周到的支持。

巅峰国际围绕巅峰国际平台不断创新，回应用户的真实需求。