首页科技快讯对话印奇：抓住“想做、能做、可做”的闪现时刻，决胜智驾淘汰赛

对话印奇：抓住“想做、能做、可做”的闪现时刻，决胜智驾淘汰赛

来源：晰数塔互联网快讯时间：2026年01月10日 16:10

千里浩瀚 G-ASD 发布，是对印奇关于 “节奏” 判断的一次重要验证。

文丨龚方毅

彼得·蒂尔（Peter Thiel）在《从 0 到 1》说，先发优势往往被高估，如果后来者在市场准备成熟的节点进入，并通过决定性的技术突破建立护城河，反而更有机会实现长期成功。

中国的智驾竞争逐渐走到了这个路口：技术收敛之后，先行者探索实践的先发优势边际递减，没有技术包袱的后发者公司迅速展现实力。在 2026 年的拉斯维加斯 CES 上，吉利汽车与千里智驾试图验证后发也能赢的商业逻辑。

在 CES 现场，吉利宣布全域 AI 2.0 技术体系，其中的核心产品是其与千里智驾联合研发的新一代高含模量智能辅助驾驶解决方案——千里浩瀚 G-ASD（Geely Afari Smart Driving）。截至目前，这套智能辅助驾系统的最新版本已用于吉利旗下极氪、领克两大品牌的 16 款车型，覆盖车辆超过 30 万辆。

千里浩翰 G-ASD 系统采用现在主流的端到端大模型架构，通过传感器感知环境并输出驾驶决策，具备 “车位到车位” 的全程智能辅助驾驶能力，无需依赖高精地图即可在陌生道路和复杂停车场通行；背靠 23.5 EFLOPS（每秒 235 亿亿次浮点运算）的超大算力与海量真实驾驶数据，其引入的 “世界行为模型” 可以通过高频的虚拟推演与自我进化，实现以日为单位的迭代。位居全球前列的算力储备，意味着 G-ASD 有非常高的智能能力上限。

吉利和千里智驾联合研发的 G-ASD 发布会。

“当时（2021 年）大家还在讲，新能源是上半场，智能化是下半场。但对吉利来讲，没有上、下半场之分，只有一场，就是要把新能源和智能化推进。” 吉利汽车集团 CEO 淦家阅在群访中说。“我们的目标，就是把吉利的智能辅助驾驶做成中国的标杆，参与全球竞争。”

千里智驾是这一战略中的关键变量。它由千里科技、吉利、迈驰智行等企业共同投资设立，是一家以智驾业务为主体的合资公司，并自去年 8 月起陆续吸收整合极氪智驾团队、吉利研究院智驾团队、以及旷视旗下智驾品牌 “迈驰智行”，目前这场涉及多方的整合初步完成。

在那之前，千里科技董事长印奇曾对我们说 “能看到一个大方向的人不在少数，但最后谁能赢，很大程度取决于你是不是在正确的时间点发起了冲刺”。当时他预期冲刺的输赢结果会在 2025 年底至 2026 年显现。

因此，千里浩瀚 G-ASD 首版本的发布也是对印奇关于 “节奏” 判断的一次重要验证。这次再见面时，印奇说 2025 年是千里的布局之年，2026 年是快速发展之年 —— 产品技术良性迭代、团队融合进一步扎实，在与吉利良好合作的同时获得新客户。

这种信心源于印奇对竞争格局的判断。他认为，千里智驾虽然是后来者，却拥有两项核心优势。首先是没有技术方面的历史包袱：相比先进场的团队需要维护大量为了解决长尾问题而堆砌的规则代码，千里智驾采用的是先进的端到端大模型架构，并坚持高含模量的开发、迭代。高含模量也是千里智驾技术路线最显著的标签。

以千里浩翰 G-ASD 所引入的 “世界行为模型” 为例，它基于视觉-语言-动作（VLA）框架，不同于仅用于视频生成的通用世界模型，世界行为模型可以实现驾驶场景下的决策预演与路径规划，具备 “感知-决策-行动” 的闭环能力属于是增强型的 “世界模型”。

其次复合型的团队基因。印奇将目前的千里智驾形容为一支集齐了三块拼图的 “混编部队”：旷视科技积累的 AI 算法基因、源自华为系的严苛工程交付能力，以及吉利提供的规模化制造与场景底座。而这种复合基因的有效运转，又很大程度上得益于吉利扮演了印奇口中无可替代的 “Alpha 客户” 角色。

“一个好的 Alpha 客户通常在两个地方带来极大帮助。首先是能否坚定地与你共同完成 0 到 1 的突破。其次是能否足够开放，在 0 到 1 完成后支持你实现从 1 到 N 的扩张。” 印奇对我们说。“这两件事情在车厂里面，除了吉利之外，可能都找不到第二家”。

吉利和千里智驾联合研发的 G-ASD 发布会。

整合之后，吉利通过开放场景加速了千里智驾的模型迭代，减轻后者缺乏量产数据支撑的压力；而千里智驾则为吉利提供了智能化的核心技术，也弥补了传统车企在顶尖 AI 基因上的短板。

印奇预计充分竞争后全球头部智驾供应商只会有三四家。吉利方面也表示如今单一企业完成全栈自研可能不是很经济，与千里合作的技术未来可以赋能整个行业，获得规模化带来的经济效益。

与此同时，在千里和吉利的规划里，在 AI 智驾竞争中胜出不仅是为了造车，更是为了通向更长远的具身智能和机器人。因此他们以终为始的判断是，无论具身智能还是辅助驾驶，核心都是考验算力储备、模型能力和数据积累，缺一不可。

而基于智驾研发同时考验安全、数据闭环和算力成本等多方面的判断，接下去千里将聚焦 “大客户战略”，深度绑定几家核心车企，通过资本连接与技术闭环构建核心壁垒。前不久奔驰入股千里科技，成为第五大股东。

这种对技术目标和商业结果的理解，也体现了印奇的变化 —— 过去的印奇更多处于 “正向” 的技术象限，侧重于创新与探索，但现在的他更强调 “闭环”，用结果导向的逆向逻辑来保证执行力、对商业结果负责。

国际象棋大师何塞·劳尔·卡帕布兰卡曾说，想赢必须先研究残局。大意是指棋手如果不知道如何在棋子寥寥无几的 “残局” 中将死对手，无论有多精妙的开局和激烈的中局都是徒劳。

“让 C 端用户真正感知到技术产品的优势，这是一个循序渐进的过程，” 印奇总结道。“越是在行业快速变化的时候，越要掌握好 ‘快’ 与 ‘慢’ 的平衡。”

以下是《晚点 Auto》与印奇在今年 CES 现场的对话，略经编辑：

“智驾是场昂贵的淘汰赛，只会有三四家头部供应商，我们会在里面”

晚点：去年你曾对我们表达过一个观点：在车上应用 VLA（视觉-语言-动作）模型，反而可能把原本简单、可解释的控制逻辑变得复杂且不可控。但这次发布的千里浩瀚 G-ASD 在一些场景里引入了 VLA 架构，为什么？

印奇：智驾技术方向大幅收敛到两个较大的技术框架，VLA 和世界模型。它们本质上是一个相融的体系。我强调的是 “狭义世界模型”，即一个高保真的模拟器，它的本质是解决智驾核心的测试难题与数据闭环——只有当你有能力在虚拟世界里生成数据、并在统一标准下推演，才能真正确信系统的迭代是有效的。此时利用 VLA 这样的端到端模型直接生成策略，在工程上是完全可行且高效的。

晚点：现在行业对端到端模型的参数量有争议，你觉得多大是合适的？

印奇：大家普遍认为百亿级（10B）是一个比较合理的规模。从语言模型的经验看，百亿参数是具备逻辑推理能力的门槛。压缩之后，这个规模的模型完全可以在车端芯片上高效运行。

晚点：你们一直在强调 “高含模量”，这个比例到底是多少？你为什么觉得这是你们的优势？

印奇：含模量其实体现了一种方法论，从数据处理到决策输出，是否主要靠模型来解决问题。高含模量意味着主线技术框架就是一段式端到端，比如特斯拉。但更多同行的智驾系统像是一锅 “老汤” —— 因为历史原因，它杂糅了大量的规则代码、地图资源，丢也丢不掉，只能不断往里加东西。这种混合架构会导致系统变得极其复杂且不可测。

在这一点上，我们有一定的后发优势，没有技术路线上的包袱，坚决地采用端到端架构，构建 “干净” 的技术体系，同时还有吉利提供丰富的场景底座。

晚点：那你们的后发劣势是什么？

印奇：首先，后发者普遍面临窗口期短的挑战，我们可能也就有一年至一年半。接着如何在短窗口期内获得好的 Alpha 客户。而一个好的 Alpha 客户有两个标准：坚定地和你一起完成 0 到 1 的突破；在 0 到 1 完成后，能足够开放地支持你从 1 到 N。

我认为除了吉利，可能找不到第二家能同时满足这两点的公司。他们不仅提供丰富的业务场景，更重要的是能在关键战略问题上与你方向一致，并通过一套健全的治理结构让这些事情都能落地。当然，我们自己也算抓住了机会。

晚点：千里智驾经历了跨组织、大规模的整合，你作为管理者的感受是什么？

印奇：首先是挺幸运，现在整合已经初步完成。也进一步加深了对 “闭环” 重要性的认识。通过最近与吉利的贴身学习，我总结出了一种 “新二元论”。旷视时期我们习惯的是 “正向思维”：我有一个 Idea，我就去把它做出来。至于时间、成本、商业价值，往往是未知的。这是一种由技术 Vision 牵引的逻辑，它代表着创新。

商业的另一端是 “逆向思维”，也就是项目管理逻辑，是一种结果导向（Result Driven） —— 我必须在什么时间点、以什么成本、交付什么样的结果，然后从这个目标倒推路径。这代表着执行力和确定性。

商业成功往往是让这根 “正向轴” 和 “逆向轴” 相互支撑。坦率讲，以前的我们只有正向逻辑，没有逆向逻辑。在这种状态下，即便成功了也是一种侥幸，因为你对过程和目标是没有把握的。没有闭环的辉煌，根本算不上辉煌。

晚点：但什么时候冲刺，往往会有完全不同的商业结果。

印奇：对，Timing（时机）非常重要。战略是 “想做”（初心）、“能做”（能力积累）和 “可做”（外部条件）这三者的交集。但这个交集不是静态的，如果你把时间轴拉长，你会发现这个交集是闪现的——它只在特定的时间窗口存在。

因此，你在不同的时间点 Deliver 同一个结果，商业价值完全不同。比如刚刚讲到的我们的后发优势窗口期，我们在两年内做出来了，就是后发优势；做不出来，错过交集，机会就永远没了。

晚点：要在这么短的窗口期内完成冲刺，对团队的要求极高。现在的千里智驾是一支什么样的队伍？

印奇：我们团队很特别，是一支集齐了三块拼图的 “混编部队”。

第一块是旷视积累的 AI 算法基因，这代表了中国最好的 AI 能力之一，这让我们有能力去构建那些高含模量、端到端的先进架构；第二块源自华为系的严苛工程交付能力，这支团队在软硬件结合的大规模工程落地方面有着极强的经验和执行力；第三块是吉利系的规模化制造与场景底座的经验，成熟的汽车工业体系和人才结构为技术落地提供了最扎实的土壤。

晚点：这些储备不全是为了做智驾吧？千里的远期目标一直都是具身智能。而且吉利汽车这次也再次明确提到未来的汽车就是机器人。

印奇：车是通往具身智能的必经之路，不能跳过。坦诚讲，我觉得大家需要打个硬仗。就像我们当年打过 AI 1.0 的仗，现在要在 AI 2.0 时代继续打。

目前的具身智能行业其实还没有建立起真正的核心壁垒，未来将由两个核心行业决定这一领域的终局：一个是解决 “脑” 的问题的大模型，另一个就是解决 “身体” 与软硬件结合问题的汽车。只有经历过汽车工业这种极度严苛的打磨，解决过大规模的软硬结合问题，你才能真正掌握具身智能的入场券。

晚点：但它商业上又会有怎样的前景？

印奇：我觉得具身智能还是要解决通用性问题，如果通用能力不足，商业上会很难。所以我觉得具身智能还要大概 5~7 年才是真正进入快速期。

晚点：你觉得千里什么时候能进入你心目中 “理想的节奏”？

印奇：我觉得还需要一个季度左右。总体来看，2025 年是布局之年，2026 年是快速发展之年，但真正进入一个比较理想的状态，我估计到 2027 年。

技术上，产品会继续迭代。这次发布的智驾版本相当于 1.0，到年底有机会发布 3.0 —— 能够对齐特斯拉甚至有机会创新的方案；客户矩阵上，在服务好吉利的前提下，让大家看到我们的第二、第三家客户，证明业务的健康度；最后是团队的进一步融合还有招人，把这支混编部队磨合得更扎实。

晚点：你有特别反感外界给千里智驾贴的标签吗？

印奇：我既不希望有坏名声，也不奢求太大的名声。我们要保持一种理工科的状态——务实、低调。如果你过于追求名气，自然会被贴上各种标签。除了必要的 To B 获客或 To C 宣传外，我更希望把事做成。

晚点：你现在的工作重心如何分配？

印奇：现在我的时间分配里，主要精力盯着两件事：智驾的落地和基础模型的技术方向。

晚点：那你如何保持学习？读论文吗？

印奇：AI 时代知识更新太快，读论文的帮助可能对我来讲相对有限，我需要了解更多细节，所以我会找不同的人聊，通过从他们那里获取的判断来形成共识，这比自己埋头看书效率高得多。你在不同阶段所做的事情不完全由兴趣来决定，埋头读论文这事情很多年前干过了，但现在在一个更泥泞的商业逻辑下，就先把商业能搭闭环，把客户服务好。

晚点：能说你享受现在的状态吗？

印奇：还谈不上完全享受。我希望状态能更 “可控” 一些，大概还需要 1 到 2 年才能达到理想状态。我给自己立了一个 Flag：不再做新的事情。接下来的任务就是把已经布局的业务进一步收敛，让它们真正闭环。

晚点：你们接下来的商业策略是什么？

印奇：大客户战略。我们不会广撒网，我就盯着全球 6 到 7 家核心大客户，最终争取深度绑定其中的 3 到 4 家。当技术收敛之后，门槛一定是降低的，但你要最好、创造更大的商业价值，门槛依然很高 —— 涉及安全、成本、数据闭环，这注定是一个昂贵的 “淘汰赛”。

最终，市场会有一定数量的供应商，但就像车企的竞争一样，最后头部智驾供应商只会有三四家。所以我们合作的客户数量不一定多，但绑定的要足够深，只要在资本和技术上与这几家头部车企形成深度连接，就能构筑护城河。

晚点：你们会在里面吗？

印奇：不出意外。

题图来源：千里科技