世界模型的另类思考？｜对话轻舟智航于骞&李栋

撰文 | 青竹 编辑｜周长贤

物理AI成了智驾圈最新最统一的「信仰」。

截至目前，野心勃勃、有名有姓的几家，都跟物理AI绑定。差异只在细节和话术。

特斯拉的World Model探索，华为WEWA2.0赋能乾崑ADS 5.0，小鹏第二代VLA已加入X-World，Momenta的世界模型三层次，卓驭的物理基座大模型……都在以不同节奏向这一方向收敛。

范式名称各异，话术各有侧重，但底层逻辑一致：让AI真正理解物理世界和规律，而非仅靠数据拟合。

“范式都差不多，差别无非是谁真的在做，谁做得好。”一位智驾负责人表示，未来可能交替领先，但也不过2-3个月身位的差别，可是跑下去，总会有人掉队。

作为风格务实的智驾方案商，同样是世界模型+强化学习，轻舟智航有些独特的思考，值得大家共读。

例如：

• 物理AI不能简单复制LLMs的成功范式。单纯堆资源解决不了。

• 物理AI还需要2-3个大技术突破，世界模型或是其一。

• 自动驾驶数据的匀质性，被大多数讨论忽略。

• 世界模型在车端和云端同时存在，不是简单的蒸馏关系。

• 语言不会被抛弃，将来需要更高层级的语言长/深度思考。

• L4运营的关键指标：一个人能看多少车。

2026北京车展上，轻舟物理AI模型发布之后，轻舟智航联合创始人、董事长兼CEO于骞和轻舟智航CTO李栋接受了群访，以下为QA精编：

问题：物理AI的发展程度？

于骞：物理AI的大范围普及，我觉得可能还有两到三个比较大的技术突破要完成，现在还做不到。不是单纯靠技术突破，也不是单纯靠堆资源就能解决。

自动驾驶是物理AI最大规模、最快能够落地的场景。首先数据不成问题，工程化、产品的形态已经比较完整，已经有很多基础。

问题：两到三个技术突破是？

于骞：其一很有可能就是世界模型。世界模型加强化学习就可以使物理AI应用非常大地提升。

问题：世界模型范式有何不同？

于骞：大语言模型有很多的数据，几乎涵盖人类知识的总结，输入以后预测下一个Token，是整个最底层的问题表述，当然也有加强化学习。

但物理世界模型，首先要求对物理世界有很强的感知，要理解世界，同时还要能够理解世界未来怎么变化，然后指导行动，几件事在一起，不是单点。

不是单纯堆资源就能垄断。

问题：数据处理有何不同？

李栋：语言模型的数据比较匀质，基本上所有的文字都可以转化成Token。

视觉模型最新的探索，包含机器人的本体数据。像自动驾驶，有非常多本体驾驶数据，非常友好。

但在更广的领域，本体数据非常稀缺，而且差异化非常大，不同的机器人数据不一样，自由度不一样。

还有视频类的数据，类似YouTube，要用起来都非常挑战，也是现在比较前沿的研究。

问题：智能驾驶有数据优势？

李栋：自动驾驶有天然优势，数据是比较匀质的，量非常大。训练世界模型，一方面能补充稀缺数据，另一方面，对世界的判断和理解能力，有通用性。未来去操作有更多自由度的机器人，做特定或通用的事情，有非常广阔的空间。

问题：智能驾驶的世界模型处于什么阶段？

李栋：在自动驾驶领域，处于应用阶段，已经做Demo接近量产。包括车上的世界模型，还有云端世界模型，都已经用于生产各种数据做模型训练。

但在一些高自由度、高复杂度的环境，世界模型还在偏研究阶段，很难直接生成比较复杂操作，简单动作可以，特定动作可以，泛化的动作比较难。

问题：智驾物理AI阶段，VLA的作用是？

于骞：VLA可以更好地应用于端侧，能更好用到语言和人类的经验，但并不根本，和世界模型并不矛盾。

问题：VLA能力未来会被抛弃吗？

李栋：即使模型特别厉害，总得和它交流，交流就涉及到语言。

而且语言模型有个特点，随着思考加深，能得到更好的通用能力，所以有额外算力的话，语言可以让整个模型的效果更好。

在应用中，即使在物理世界，语言虽不是最核心的模块，但不能抛弃。语言的思考能力比较独特，会给整个系统加分，在一些特殊场景需要这种思考能力。

将来，如果模型对物理世界特别理解，知道物体材质、运动规律、物理体验之后，可能会发现需要更高层级的语言长/深度思考，更多的需求会出来。

问题：大家的世界模型一样吗？

于骞：世界模型，其实有很多不同的理解，会有很多种流派，包括杨立昆和李飞飞都在不断探索。在学术领域还没有收敛，更别提在技术、工程落地方面，但是发展很快，我们要以开放的态度看待。

我们是比较务实的一家公司，不是什么新就用什么，我们非常非常克制。

问题：世界模型可以带智能驾驶走向终局吗？

于骞：我觉得应该是的，是很重要的技术方向，需要有很大很大突破。但是不是唯一的路，不是做完就完了，还有很多其他的工作要做。

问题：乘风Max这款产品引入了世界模型加强化学习，主要在云端？

于骞：当然车端布置，因为我们不可能在云端跑这种模型，所有安全性的东西必须在车端。

我们的世界模型，把端侧、云端一起考虑。并不是简单的蒸馏关系，模型学到的是物理世界大的分布。我们希望端侧学到的是整体分布本身，而不是某个局部。

问题：L2、L3和L4的关系？

于骞：L3肯定有价值，但如果使用范围非常小，只能在北京四环某一段路上开，那价值不够。目前边界/限制范围太多了。

不管是L2、L4，底层技术高度一致，都是要把车开得更好，只是产品形态不同，L4有L4的产品逻辑，L2有L2的产品逻辑，并不是说靠堆人来解决的。

李栋：底层技术能力越强，扩展新应用边际成本越低。就什么车都能开，什么场景都能解决，我们也在Robovan上看到这一点。

L4减去L2，就是安全运营，我们关注模型到底能支撑什么运营成本？成本边际效益是不是足够低？

问题：L4商业化的关键点？

李栋：模型的能力增强，L4的应用范围、运营效率就会越来越高。，比如说一个人可以看1,000辆车，L4就能非常好运营，这个指标非常关键。

今年我们会达到千台到万台车，达到大几千台车这样的运营水平，因为如果水平太差的话，没法运营起来。

问题：L4车型有什么区别？

于骞：我们的Robotaxi车从外观上看，根本看不出来这是Robotaxi，就像普通车一样。

底层的核心能力都是一样的，算法同源，只是产品形态不一样。算力更大，实际上是更强大脑，范式是一样，只是模型能力大一些。

L4要加各种各样的安全冗余、硬件冗余、传感器冗余，硬件一定是能量产的，如果不能量产，我们肯定不要。

问题：关于标配和国产化？

于骞：今年一两百TOPS算力算主流了，明年相信500TOPS算力开始标配。未来几年所有的车都会智能化，包括油车。

我们不断革自己的命，500+TOPS算力方案，目标是奔着一两千TOPS算力的体验，就是越级的体验，这就是差异化，是给客户、消费者带来的真实价值。

（以上文字经过不改语意的精编）

—THE END—

出行百人会 | AutocarMax

追踪出行与智能产业链进化，关注新产品、新科技、商业逻辑与人物，影响有影响力的人。