「华舟魔」三强之一,加速迈向物理AI
文章摘要
【关 键 词】 物理AI、自动驾驶、世界模型、强化学习、量产落地
轻舟智航近期完成1亿美元D轮融资,投资方包括头部主机厂、产业投资基金及汽车电子企业,资金将用于加速世界模型与强化学习等前沿物理AI技术的研发,并加强组织人才建设。公司战略重心正式转向物理AI,联合创始人于骞在慕尼黑论坛上明确指出:“轻舟不仅要做自动驾驶,还要做通用物理世界的AI。” 他进一步强调,物理AI是未来5-10年最大机遇,自动驾驶是通向物理AI的最佳入口,唯有依托世界模型与强化学习,才能真正实现对物理世界规律的理解与决策能力的突破。
在技术路径方面,轻舟提出以“世界模型+强化学习”破解自动驾驶长期困局——世界模型模拟数百万种长尾场景,强化学习则持续优化AI决策,使其从“被动记忆”转向“主动思考”,显著提升应对未知环境的能力。英伟达CEO黄仁勋亦认同此观点,认为自动驾驶是物理AI最早规模化落地的场景。行业趋势显示,小鹏第二代VLA、蔚来世界模型2.0、极氪WAM模型均已融合相关方法论,表明主流玩家普遍将物理AI作为下一代智驾演进核心。
在量产能力上,轻舟辅助驾驶系统搭载量已突破100万台,覆盖理想、奇瑞等近10家车企超30款车型,跻身中国智驾“华舟魔”第一梯队——即华为、Momenta与轻舟共同构筑的量产主导阵营。关键转折点在于2025年4月提出的单颗地平线征程6M芯片即可实现城市NOA,2026年1月已在理想L系列上通过OTA实现落地,体验接近双Orin-X方案。这验证了其在工程化与成本控制上的领先性。2026年计划新增50余款车型支持城市NOA,并尝试将高阶功能下探至10万元级车型。据乘联会数据,10-20万价格带新能源车占比达43.4%,是市场规模最大细分市场,轻舟正借势该区间快速扩张规模效应。
技术底层方面,轻舟源自Waymo团队,但策略上深度借鉴特斯拉模式:坚持硬件生态统一与软件平台化,通过标准化交付降低适配成本。其技术架构支持三大主流芯片平台,且能在7至11摄像头或有无激光雷达条件下灵活部署。CTO李栋表示,轻舟已建立高度兼容的数据体系——L2阶段积累的数据可复用于L4项目,反之亦然;传感器选型与标注规范贯穿全生命周期,确保不同层级产品间数据一致性。此外,公司采用“L2+L4双线并行”策略,L4无人物流车与Robotaxi设计均以量产思维为导向,外观趋同普通轿车,避免过度冗余。
2026年4月北京车展前,轻舟计划发布最新进展,展现其从L2到L4再到物理AI的完整演进路线图。当前行业共识认为,数字AI已趋成熟,而物理AI仍处于早期爆发期;只有通过世界模型与强化学习,才能真正让AI具备理解物理世界与自主决策的能力。这一方向使轻舟在资本、技术与量产三者协同中构建起独特优势,为未来通用人工智能奠定坚实基座。
原文和模型
【原文链接】 阅读原文 [ 3463字 | 14分钟 ]
【原文作者】 雷峰网
【摘要模型】 qwen3-vl-flash-2026-01-22
【摘要评分】 ★★★★★



