对谈小马智行彭军：一家“反共识”自动驾驶公司

2016年的预见与2025年的现实

2016年，彭军创立小马智行时就清楚：Robotaxi从远景走进现实，实现大规模落地，至少需要10年。技术要成熟，法律法规要跟上，社会也得接受。如今，无论旧金山街头穿梭的Waymo，还是深圳南山闹市区接单的小马智行车队，都证实了这一点——自动驾驶车已融入社会化车流，开始商业运营。

但彭军十年前可能没想到，制约车队快速扩张的关键问题，竟然是没司机之后那些琐碎的运维工作。人类开车时，充电、洗车、车辆维护，甚至帮顾客搬行李，司机顺手就干了。可自动驾驶车上路后，这些看不见的小事，反而成了难题。

小马智行CEO彭军前不久接受36氪汽车访谈，就Robotaxi落地运营、L2量产业务抉择、为何没急于布局具身智能，以及技术路线选择等话题进行了交流。

彭军透露，小马智行已组建运营团队，探索出一套为自动驾驶车提供后勤保障的运维标准。这些人力既包括远程安全人员，也包含地面支持和后勤人员。而未来车队规模就算快速扩大，人车比也不会明显增加——打破车多人多的传统增长逻辑。从这个角度看，他认为这是今天网约车公司或车企进入Robotaxi领域，可能忽视的能力盲区。

经过10年长跑，加上汽车智能化对供应链的快速催熟，无人车技术已在各个领域进入实质性商业运营阶段。代表性的无人物流车——白犀牛、新石器、九识智能等轮番获得资本押注，已成为中国自动化物流的名片。

Robotaxi作为无人车想象力最大的市场之一，更吸引车企、网约车平台等公司轮番下场布局。特斯拉、小鹏汽车、吉利等都已宣布明确的无人车运营计划。行业中一种主流声音认为，车企有完整整车工程能力，有能实现数据雪球的辅助驾驶到自动驾驶技术体系，会是Robotaxi的核心选手。但彭军告诉36氪：制造能力在中国已经溢出，对Robotaxi来说，如果一家公司之前没做过，几乎依然是从0起步。

技术能力决定0-1，运营能力决定效率。小马智行目前已在探索一套逐渐清晰的商业模型。

一路走来，Robotaxi并不全是坦途。长期遭遇商业化难题，大量同行自动驾驶公司都曾将重心转向L2智驾供应商业务，寻找更多创收渠道。小马智行是少有全程坚持在Robotaxi阵地的公司。目前，其第七代车已在广州、深圳跑出单车盈利。财务模型验证后，今年小马智行计划将车队规模快速增加至3500辆。

回溯一路走来的选择，小马智行大都做了“反共识判断”。彭军表示，L2辅助驾驶量产业务，公司也曾简单尝试，但很快发现注定是低利润行业——技术门槛低、体验不标准，车企掌握话语权，智驾公司很容易陷入价格战。

面对如今车企和网约车平台反扑式布局Robotaxi，彭军说得直白：“宣布总是一件容易的事。特斯拉喊了10年，做到了吗？”车企普遍希望效仿特斯拉，用现有端到端算法能力作为同源技术，同时支持辅助驾驶和Robotaxi。但彭军提供了与行业主流不同的技术判断：小马智行没有跟随大语言模型的技术节奏构建超大参数一体化自动驾驶算法，而是沿用多个小模型的算法策略，以提高运行效率，减少算力依赖。

对于辅助驾驶行业“谈地图色变”的状态，小马智行同样没跟风。彭军坦承公司仍会长期采用轻图路线。“你经常开的路你熟悉，开得就轻松；没去过的地方就会累，这是很正常的事。那为什么不加图呢？就连特斯拉都在用图。”

在火热的具身智能赛道，小马智行也没有立马进场，而是选择旁观。“这又是一个至少10年周期的事情”，彭军给出更直接的判断，“要做永远有机会，但还是要看清楚、想清楚。”

小马智行CEO彭军

聊Robotaxi落地：车企和网约车平台都不擅长

36氪汽车：记得最早行业喊2020年左右Robotaxi落地，但从Waymo或你们的节奏看，似乎今天才真正实现，推迟了近五六年。这中间的差距来自哪里？

彭军：我觉得是不懂的人喊的。我一直认为Robotaxi至少是一个10年的努力。就像马斯克每年都说要Robotaxi，喊了10年也没做到，都是不懂的人喊的，因为他明显不懂L4是什么。当初喊得凶的，比如GM旗下的Cruise，现在公司也垮了。真正知道的人，清楚它的复杂度——从技术发展，到法律法规成熟，到人的接受度，至少需要10年。

36氪汽车：现在Robotaxi落地运营后，很多问题被杠杆化了。比如Waymo有时红绿灯直接趴窝，或钻到铁路轨道里。这些是落地中最难的部分吗？

彭军：这些东西无法穷举，总会冒出来，只能一个一个补。世界上很多事都是99.99%都在了，为了最后的万分之一或十万分之一，肯定还要不断做。

36氪汽车：应该通过什么机制解决？

彭军：体系有几个。第一，就像治病一样，早检测。检测后能很快在一个开发周期里把通用化加进来，加到边界条件里。我们搭建的世界模型能对车辆周边环境精准建模，包括精准体现自车运动学模型和周围交通参与者的运动学模型。通过不断丰富世界模型中的场景数据，当系统检测到新的特殊情况时，能快速将其纳入训练样本，让模型学会处理此类边界条件，从而提升自动驾驶系统的泛化能力。另外，一定要设置很好的兜底条件。

36氪汽车：你们的兜底机制是什么？

彭军：很多。首先是技术上兜底，比如设计上就有很多冗余，所有传感器都带冗余。整个车的控制，包括加速、刹车、转向、动力、电力、网络都是自带冗余的。其次，我们有整个检测加故障切换机制。可以想象是三层降级机制：主系统开车，平常99.9%都是主系统；如果主系统真出问题失效了，我们有靠边停车机制，在高速上甚至可以找到最近出口下去。如果这级也失效，最差是在车道线里安全停下来，仍然有传感器，但第三层就不太好了——会堵路。但还有远端监控及时发现问题，召唤地勤人员到现场协助处理。

36氪汽车：你们今年设了3500辆的目标，怎么测算的？为什么是3500辆，不是5000辆、1万辆？

彭军：生产相对容易，生产、备货按需求去备，也是基于市场、牌照发展，国际国内的预判，大概有这么多。尤其很多没干过Robotaxi的车厂的人，忘了出租车司机和网约车司机除了开车还干了多少事——充电、保养、清洗，还有用户的事，像拎包提东西。所有这些事司机顺手干了，但作为无人车，都要有高效解决方案，这些东西也要建设。这也是为什么网约车平台说有运营能力来做L4运营——其实此运营非彼运营。所有网约车平台、出租车平台，我讲的这些事情都不用干，因为他们只管好司机，司机把这些事都干了。但这些事在Robotaxi里是没有的，所以做运营的公司也并非天然有更大优势。对车厂和出行平台来说，Robotaxi是新物种，不能自动嫁接。大家说这是平台的生意，但平台懂的是另一套运营，连Robotaxi怎么回事都还不知道。

36氪汽车：小马今天打算怎么干这些事？

彭军：我们先都自己干，建立标准，建立平台。其实有很多技术方案，比如充电怎么能让车集中回来一起充，电的波峰波谷怎么优化。怎么让20辆车一起，边充边清洗。插枪只是半分钟的事，其他事怎么提升效率，很多可以做。我们等于是建立了一套标准。当然，以后找第三方做也可以，但今天我们要建自己的标准。

36氪汽车：现在是1000辆车，一个人匹配多少辆车做地面运营？人车比怎么样？

彭军：把地勤、远端维护、监控员都加起来，人车比已经很低，人力成本在整个运营成本里已经很小了。

36氪汽车：这个模型基于现在的车队体量，还是远期？

彭军：长期看，可能有所提高，但不会很多。

36氪汽车：这些看不见的运营工作，在Robotaxi的壁垒里占比多大？

彭军：它不是决定0和1的，是决定效率的。你用一个人能管30辆车，我用一个人能管20辆车，成本就不一样。所以它不会决定0和1，但决定了很多事。技术是决定0和1的，应该说99%的人就已经被淘汰掉了。但同样有了技术之后，这些东西也很重要，因为它决定了你的效率。

谈L2业务：一旦卷价格，就一片红海

36氪汽车：行业里有一种说法，智驾量产太难，工程化时间太久，所以小马一直聚焦Robotaxi，没去做L2。是这原因吗？

彭军：量产反而简单。而且L2市场肯定是更近更短的，一片红海，说到底是卷到最后没有任何利润的行业。Robotaxi肯定大很多，但也远很多。从行业看，L2技术实现门槛相对较低，多数企业都具备研发和生产能力。技术路径和实现方式趋同，不同产品间性能差异难以被用户直观感知。也没有统一标准，10公里、100公里接管一次，普通人不会有那么直观感受上的区别，因为L2本质上有用户（驾驶员）在兜底。这种情况下，车企掌握话语权，市场竞争逐渐聚焦于价格，行业利润空间不断被压缩。我们很早就看到这一点。

36氪汽车：大概什么时间点？

彭军：2024年的时候，就是很多人开始往那转的时候。

36氪汽车：它的收入体量还是挺大的。小马Robotaxi今年的目标也就1亿美元左右，但如果做L2，拿到一个车企的量产项目可能就是这个量级？

彭军：Robotaxi的蛋糕越来越大，10年后还在增长；L2可能这两年蛋糕就越来越小了，出货量不会太增长。现在渗透率是60%，就算达到100%，也就是多一倍的增长，但每辆车的收费在快速下降，所以蛋糕越来越小，而不是越来越大。

聊车企做Robotaxi：要从零开始

36氪汽车：以中国一线城市为例，网约车数量在10万辆左右，Robotaxi要覆盖全城大概需要多少辆？

彭军：我们现在的目标不是全城覆盖，而是至少达到网约车的10%-20%，我觉得有这个承载性和可能性。

36氪汽车：这时候车本身的制造标准需要更新吗？

彭军：我们一直在更新。有几个能力：运营能力，生产能力。生产的标准、能力、耐用性也在不断提高。现在几千辆，已经是100%按车规来做。

36氪汽车：当量特别大时，需要自己去造车吗？

彭军：不需要。中美的生态系统完全不一样。中国有这么多车厂可以合作，完全不需要自己有生产能力。需要有设计能力。车的设计再往下走，等规模大了就是车的乘坐体验。因为今天的车是给人开的，Robotaxi以乘客为核心而不是以驾驶者为核心，很多座舱设计要变，这些能力要有。但生产或标准这些东西，肯定不需要自己做。

36氪汽车：国内三五年内，像你们这样主力做Robotaxi的，会收敛还是继续扩大？

彭军：随着行业越来越好，一定会有很多人尝试，但门槛太高了，进来很难，会有人不断想尝试。

36氪汽车：现在很多车企明牌说要做Robotaxi了。

彭军：宣布总是很容易的。

36氪汽车：您认为跟你们真正的能力差异在哪里？

彭军：从目前情况看，他们可能对L4级自动驾驶车辆的相关概念还需要进一步了解。同时，相关机制以及牌照申请流程方面，也需要更多探索和学习。毕竟这是一个复杂领域，很多企业都需要一个逐步熟悉和掌握的过程。

36氪汽车：车企进来，在这个赛道里也是一个小白？

彭军：很多事情上，也是要从不开始。生产端肯定有优势，但今天的卡点肯定不在生产端。

36氪汽车：这个好追赶吗？比如给三到五年时间能追上来？

彭军：非常难追赶。一个复杂的行业，比如搜索，为什么大家看到这么大的饼，后面没人来吃？这不是三五年的问题，而是因为太复杂，肯定不是一两年能做到的，而我的标准已经在这了。今天我在这，主机厂可能会认为追赶很快，但实际上不会那么快，至少是五年的问题。团队不可能有信心、有耐心做这件事，标准不一样。其实美国也一样，那么多钱，为什么Waymo一旦起来，别人追不上？因为团队的耐心没有了，除非是全公司之力去做还有可能。如果只是一个部门，比如你在主机厂，你会去做Robotaxi吗？肯定会去做车的生产，因为那是主营业务。你去了一个部门离这差了十万八千里，每天被老板敲打——你怎么还离头部公司这么远。

谈技术路线：语言模型和智驾模型完全是两回事

36氪汽车：大语言模型进化很快，智驾似乎也在这套体系里，各家车企都把参数量越做越大。你们怎么看？

彭军：语言模型和具身（智驾）模型完全是两回事。人的语言处理能力和认知，与开车完全是两回事。为什么大家说语言模型一定要大？因为语言就是认知，认知有就有，没有就没有。那本书你看了才会，没看就不会。但人难道要全世界都开过才会开车吗？大家说你会骑车之后就一直会骑车，这是人对能力的认知。记忆里对行为的认知更强。小时候的事你可能忘了，但你会骑车之后就一直会骑。这种能力在大脑里。对人来说，语言模型和开车模型也完全不同。当然很多语言模型对开车有帮助，比如怎么看交通标志，怎么判断周围人行为，这些可能跟语言认知有关。但怎么开车、怎么骑车，这不是大模型的问题。开车为什么需要大模型？我每次看到有人说用了大语言模型就很牛，明显是忽悠。开车是认知、能力、协调，人不需要大模型来开车。

36氪汽车：开得好需要吗？

彭军：那也不是大模型，是行为加认知的结合，而不是一个大模型。我不需要见过全世界的路才会开车，而语言模型是我见过全世界的知识才知道。这么简单的事，为什么大家都混淆概念？其实什么事要往最根本去想。比如大模型在语言上有用，所以大语言模型在所有东西上都能用——那爱因斯坦应该是马拉松冠军。就像马斯克能发火箭，所以他就能做L4——这不是很愚蠢吗？他L4吹了10年也没做出来。

36氪汽车：现在都流行说大模型或one model，你们不是吗？

彭军：我们端侧是很多小模型的结合，不是一个大模型。

36氪汽车：在小马AI算法里不会考虑加入语言吗？

彭军：在云端训练里肯定要加一些，这是认知。有很多例子，比如一个皮球过来了，后面肯定会有小孩——这样的认知在很多语言模型里有。但车端开车不需要大模型，只需要把跟开车相关的东西提取出来就行。

36氪汽车：感觉你们在AI算法上不是特别热衷跟随潮流。比如大家都喊着去掉高精地图，你们似乎也没急于做？

彭军：我们肯定要做很多轻图方案，但不会完全没有图。因为人也是按图开的。这很正常——你上下班的路、经常开的路你熟悉，开得轻松；没去过的地方就会累。那为什么不加图呢？就是运营模式不同。

36氪汽车：车企这两年讲的故事是一定要把高精地图、轻图切割掉，否则技术很老。

彭军：其实车企很多时候是营销导向的。特斯拉都用图，更别说他们了。

36氪汽车：特斯拉也用图吗？

彭军：当然。它自己采图，为什么建cloud source？最后很多都是为了建图。

36氪汽车：哪怕北美也是？

彭军：当然。就像你开过的路记住了，这不就是图吗？

谈具身智能布局：又是一个10年周期的事情

36氪汽车：你们肯定也是AI核心能力公司。现在AI公司都在向具身智能布局，但小马又很冷静。基于什么考虑？你们看到了什么？

彭军：这个东西没那么着急，只是最近热钱涌进来，大家在看。

36氪汽车：投资人不会希望你去讲这个故事吗？

彭军：光讲故事没什么意义。机器人到真正能用，具身真正能用，至少又是一个10年的事。首先什么时候做都不晚。其次，机器人门槛肯定比车低很多，所以才会有这么多公司。说到底，它比自动驾驶公司多的原因，就是门槛更低。做个手、做个身体、做个脑，或做某个细分行业、做通用，都有。但都还在Demo阶段，要实现一定规模落地，至少10年以上。所以要做永远有机会，还是要看清楚、想清楚。

36氪汽车：你提到具身模型，目前有什么比较清晰的答案吗？

彭军：那就更没有了。从最基本的看，开车在物理AI里是比较简单的事——有车道线、明显的交通规则，路上有事相对好处理。具身首先一定是综合的，有楼梯，有各种事。如果限定成二维，比如今天做的事以二维为主，在工厂里周围没人，干点简单的活，拧个螺丝，那是可能的。但真正具身有用，一定是三维。三维和二维的复杂度完全不一样。开车实际上是二维问题，所以我们的世界模型、很多训练以二维为主。但真正做一个通用具身，一定得到三维。今天所有Demo都是二维的，没人做到三维。

36氪汽车：具身模型今天也没做到很收敛的状态？

彭军：完全没有。具身太复杂了，最复杂的是操控。操控需要很多物理定律，有触觉在里面。捏一个软的东西它就变形了，不能用钢铁来做。而开车相对简单，是防碰撞，很多物理定律不需要。比如切水果，切很硬的水果是一回事，切很软的，切完就变形了——这就不一样了。切东西这件事已经非常复杂了。

36氪汽车：很多企业对外塑造的故事是：今天我做了自动驾驶，明天能力可以迁移到具身上。你认可吗？

彭军：其实就跟L2迁移到L4一样，有很多能力一样，但最后还有很多事要做。就像做体育，反应快、肌肉强永远是好的，但要根据不同项目优化。

封面来源 | 企业供图