专访零跑周洪涛：2026年冲刺智驾头部，零跑的进度条比想象中快

“智驾4.0的综合接管率仅为头部车企的三分之一，零跑由此验证并明确了世界模型技术路线。”

作者丨倪萍

编辑丨王瑞昊

朱江明很少会在午休时间离开办公室。

但在体验智驾新版本后的一个中午，他又独自一人，开着搭载智驾4.0的D19在杭州市区痛快跑了一个多小时。在公司内部群，他以少有的振奋接连赞扬了智驾团队。

这套让老板爱不释手的智驾系统，源于零跑内部一场持续数月的赛马：2025年10月，智驾2.0、3.0、4.0三条技术路线同时开跑。

今年年初，第三方PK测试中，智驾4.0以综合接管率仅为头部车企三分之一的表现胜出——零跑由此验证并明确了世界模型的技术路线。

“从智驾2.0到3.0到4.0，最大的改变是博弈交互能力以及响应速度的提升。”零跑高级副总裁周洪涛表示。

他是这套系统的主导者，也是零跑技术研发的灵魂人物。2001年毕业后，周洪涛进入大华，2016年跟随朱江明加入零跑，推动全域自研、电子电气架构等一系列技术开发。

中国智驾历经十年跌宕，技术路线多轮切换后快速收敛，算法差距收窄，先发优势递减。技术不再是稀缺品，如何以可承受的成本实现规模化落地，成为新的竞争变量。这个时候，是零跑快速追赶的最好时机。

周洪涛有信心智驾4.0能够实现跻身头部的目标。回顾过去，他认为走到量产节点的决策都是正确的。如果重来一遍，“那些做得不够好的决策，就像智驾3.0一样，及时停掉了。”

01

从跟随到头部

零跑智驾4.0赛马胜出

很长一段时间里，零跑在智驾上采取跟随战略。直至2024年，多路径探索迅速收敛到端到端技术框架，技术路径开始明朗；智驾竞争随之转入商业落地阶段，技术效率与工程落地成为新一轮竞赛的关键变量。

终端市场也在迅速转变。一线销售团队在调研中发现，无论战胜车型还是战败车型，消费者的购车决策都与造型、价格、安全、功能配置、座舱、智驾息息相关——智驾的权重越来越高。

工信部最新数据显示，2026年国内新车L2级辅助驾驶渗透率已突破70.5%，NOA高阶智驾硬件装车率达34.2%。十万元以上主流新车绝大多数已预埋全套智驾硬件，硬件层面基本实现普及。

这直接坚定了零跑加大智驾投入的决心。“要从过去的短板转变成长板。”周洪涛说。

内部决策和资源迅速向这一方向靠拢。2024年，零跑整合相关部门，成立智能技术研究院，由周洪涛统筹管理：人员规模接近700人，算力资源增长2倍，训练服务器接近600台，构建了从硬件、软件到数据平台、模型算法的100%自研闭环。

零跑的产品技术战略委员会由营销、市场需求、产品定义、研发等各部门代表组成，朱江明亲自参与，针对未来五年的发展方向做决策。

2024年，委员会定下到2030年的战略目标：2026年跻身智驾第一梯队；2027、2028年推进L3级自动驾驶，同时做好L4级技术储备。

冲刺头部的大方向下，2025年10月，零跑内部同时推进智驾2.0、3.0、4.0三条路线，进行技术探索。

三个版本中，2.0已量产上车，采用两段式端到端。但大量感知信息在传递中丢失，需要靠规则和手写代码为模型兜底。

“就像团建时做的传话游戏，后面的人接收到的信息会损失很多，需要多次确认，这个过程加大了延时，所以2.0模型的体验、各种工况处理会差一些。”周洪涛说。

智驾3.0和4.0代表了两个升级方向。

3.0沿用两段式端到端架构，但加大模型比重、弱化规则；4.0更激进，主攻一段式端到端的世界模型——直接输入图像，辅以少量规则输出决策。

两个方向在一次次内部讨论中难以取舍，这是零跑少有的迷茫期。面对高度的不确定性，周洪涛组建两支20多人的队伍，各自推进。

今年3月，两套算法进行PK测试。测试邀请第三方机构及群体，分主、客观维度评分。结果显示：智驾3.0上车后体验优于2.0，但仍不敌4.0。

“从智驾2.0到3.0到4.0，最大的改变是博弈交互能力和响应速度的提升。”周洪涛说，2.0需要不断确认目标可信度，可能几百毫秒就过去了；3.0/4.0响应速度可控制在200毫秒以内，体感更丝滑，应对紧急情况的能力也明显提升；4.0在驾驶体验的拟人化上又比3.0更胜一筹。

横向对比，4.0也不逊色于其他车企。周洪涛提到，同样在这场PK测试中，4.0综合接管率仅为友商的三分之一。

综合接管率指每行驶多少公里需要接管一次，包含效率接管和安全接管两种情况：前者如智驾不能绕行前方车辆，后者如存在碰撞、闯红灯等违规风险，需要人为介入。

“我们希望智驾和人的表现一致，不违章、不产生行驶危险，效率高、驾驶顺滑。在这个标准下，零跑智驾4.0的接管次数仅为头部车企的三分之一。”周洪涛说。这场测评让他看到了4.0的潜力与上限，明确了后续技术方向。此后，零跑集中研发资源投入智驾4.0。

02

当智驾行业卷向大算力

零跑选择了一条更极简的路

从两段式升级为一段式端到端的同时，零跑为智驾4.0在云端与车端各搭建了一套世界模型。

云端基座模型参数约128B，属行业顶配。更大的参数规模，带来更强的复杂场景记忆与corner case（极端案例）处理能力。

经由知识蒸馏与网络结构优化，这一超大模型被压缩为轻量化版本部署至车端，在200 TOPS算力平台上即可流畅运行。

即便经过极致压缩，车端模型仍保留了交互预测等核心能力，可在行驶中实时完成环境感知与决策。这种“云端重训练、车端轻推理”的架构，让零跑在不依赖大算力的情况下，实现了世界模型的有效落地。

朱江明曾在A10发布时坦率表达：如果是纯粹为了开车，类似8650芯片的算力就足以做到基本好用。也就是说，200Tops的算力足以应对智驾需求。

周洪涛在专访中补充说，零跑的世界模型在200 TOPS平台上的响应时间约为200毫秒——比人类从看到到做出手部反应的时间还要快。

当行业普遍在一段式端到端中叠加图像、文字、BEV等多模态信息时，零跑的研发团队选择了一条更极简的路径。他们的判断基于一个朴素观察：人类驾驶时不会在脑中构建BEV鸟瞰视角。因此，智驾4.0的方案被确定为纯图像输入直出轨迹，不做冗余转换。

而模型本身不直接输出控制信号，仅生成未来4秒内的预期行驶轨迹。因此，研发团队在此基础上接入极少量的规则层，将轨迹意图转译为油门与方向盘指令。

这个过程中，后处理必须敏感贴合模型意图，而不是沿用过往两段式时代的规则经验。

“团队内部达成一致：相信模型，辅助模型。”周洪涛说。但这位技术负责人也保持着谨慎与清醒：无论模型精度达到多少个9，代表未知场景的那个1始终存在，最终仍要以少量规则兜底，确保安全边界。

这套世界模型的训练数据来自零跑过往车型的积累。BC车型尺寸较小，其激光雷达数据被用作真值（Ground Truth），监督模型的预训练过程；D系列车型更大，传感器安装位置与BC存在差异，也为模型提供了多样化的样本输入。

经过清洗和筛选，约3000万个视频片段进入4.0模型的预训练环节。“模型见过的样本越丰富，单套模型就越容易直接泛化到不同车型，适配成本也更低。”周洪涛说。

除了要求样本多样化，团队还会筛除重复及不规范的驾驶行为——零跑早期曾训出一版模型，遇到绿灯时车辆会莫名停在原地，事后清洗数据才发现，原因是部分夜间采集的样本中，司机在等灯时玩手机。因此，零跑重新制定了数据采集规则与奖惩机制，从源头提升数据质量。

自有车队提供数据之外，零跑还通过外包优质司机补充采集。目前，周洪涛及团队正在全国各个城市推进泛化测试，快速迭代，快速优化。

03

智驾技术反向驱动架构创新

回顾来看，零跑在2025年末写下智驾4.0版本的第一行代码，今年3月在PK测试中取得阶段性成果。短短几个月的时间，零跑完成了从立项到定型的关键跨越。

支撑这一速度的，是智驾算法与电子电气架构的同频进化。

过去8年，零跑的四叶草架构每两年迭代一代，团队持续观察行业发展趋势，找到当前瓶颈和痛点，算力分布、通信效率等问题在下一代架构中持续完善。

最新的EEA4.0中央集成式架构实现多域融合，中央计算，区域控制，以太网占比大幅提升，为智驾的发展提供了底座支撑。

架构集成带来的降本效应，也为智驾下沉打开了商业空间。

周洪涛透露，零跑4.0架构的成本只有1.0时期的40%，底层成本的显著下降，为激光雷达、摄像头及智驾芯片的BOM支出腾出了预算，也成为零跑能够将自研世界模型4.0推送至10万元级A平台车型的底层商业前提。

而EEA4.0到EEA5.0的进一步迭代，也意味着智驾技术需求开始反向驱动架构创新。

EEA5.0架构的演变逻辑是以中央计算加边缘区域无脑控制，通过以太网直连各控制器与执行器，提高传输带宽，提升通讯效率，增强交互体验。

这与智驾4.0采用的世界模型+一段式端到端路线形成了高度同构——走向一体化变革，减少信息传递损耗，架构迭代与智驾技术之间形成了相互呼应、同步进化的关联。

架构迭代的过程中，庞大的数据计算和连续跨域的任务执行，也对功率和电力架构提出了更高要求。

传统12V接近使用极限，大功率输出时往往伴有成本上升、能量损耗过大、电池耗电快的问题。因此，零跑EEA5.0架构提出全域48V，能够减少重量和热损耗，提升能效。

但供应链生态尚未成熟，零跑需要耐心等待，也需要说服供应商一同转型。“EEA4.0到EEA5.0的迭代可能要漫长一些，因为我们已经到了无人区。”周洪涛说。

技术的持续推进，对应着零跑一张更辽阔的业务版图。

中央大脑加区域控制的技术架构、世界模型技术路线，不仅是汽车智能化的底座，同样在为具身智能铺路。

新业务已体现在组织架构中。目前，智能技术研究院下设数据闭环、端到端模型、量产开发、算力平台、具身智能五个部门。

周洪涛透露，机器人样机已研制完成，但零跑不打算做表演型产品，也不考虑商超导购、家政服务等通用场景。

“我们的机器人现在去跳舞、去跑步没问题，但还创造不了实际价值，现在不是释放的时机。”他说，具身智能的短期目标很明确：锚定工厂自动化与物流运输两大场景，通过提升产线与仓储的自动化效率，反向强化整车成本竞争力。

在产品形态上，人形、轮式等方向均有技术储备，最终根据目标应用场景匹配最适配的产品形态。

具身智能的技术路线还未收敛，商业前景还不明确。衡量这项业务的投入力度，与能够为造车主业赋能多少密切相关。

这也是零跑一以贯之的决策逻辑。

不追求技术迭代的绝对领先，不迷恋大算力，也不讲技术范式下的性感故事。就像朱江明常举的例子：把四个不同品牌手机拍的照片摆在面前，人们很难分辨分别出自哪部手机——技术终将走向趋同，智驾也是如此。

真正的胜负手在别处。零跑笃信在恰当的时机，把成熟的技术推向足够大的市场，满足大多数人的需要，才能带来质变。

庞大的装机量又会反哺数据，驱动下一轮迭代——市场扩张与技术普惠，如此循环往复。

今年6月至8月，零跑连续三个月月销超过10万台，蓄力冲刺年底百万销量。智驾4.0将成为新一轮扩张的重要一环。

这个一向以耐力、效率和规模制胜的车企，又一次等到了属于自己的时机。