对话小马智行彭军：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晰地认识到：Robotaxi从远景走进现实，实现大规模商业化落地，至少需要10年时间。技术需要走向成熟，法律法规需要逐步完善，社会公众也需要逐渐接受。如今，无论是旧金山街头穿梭的Waymo车队，还是深圳南山闹市区接单的小马智行车队，都充分证明了这一点——自动驾驶汽车已融入社会化车流，正式进入商业运营阶段。

但彭军在十年前或许未曾预料到，制约车队快速扩张的关键瓶颈，竟然是无人驾驶之后那些看似琐碎的运维工作。人类司机驾驶时，充电、洗车、车辆维护，甚至帮顾客搬运行李，这些事司机顺手就能完成。然而，当自动驾驶汽车上路后，这些不起眼的小事反而成了棘手的难题。

小马智行CEO彭军日前接受36氪汽车专访，围绕Robotaxi落地运营、L2量产业务的战略抉择、为何未急于布局具身智能，以及技术路线选择等议题进行了深入交流。

彭军透露，小马智行已组建专门的运营团队，探索并建立了一套专为自动驾驶汽车提供后勤保障的运维标准体系。这些人力配置既包括远程安全监控人员，也涵盖地面支持与后勤服务人员。而未来即使车队规模快速扩张，人车比也不会显著增加——这打破了传统业务中车多人多的增长逻辑。从这个角度看，他认为这正是当下网约车公司或车企进入Robotaxi领域时，可能忽视的关键能力盲区。

经过十年的长跑，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的商业运营阶段。代表性的无人物流车——白犀牛、新石器、九识智能等，轮番获得资本青睐，已成为中国自动化物流的亮眼名片。

作为无人车领域想象空间最大的市场之一，Robotaxi更吸引了车企、网约车平台等各路玩家轮番布局。特斯拉、小鹏汽车、吉利等都已宣布明确的无人车运营规划。行业中有一种主流观点认为，车企具备完整的整车工程能力，拥有能实现数据飞轮的辅助驾驶到自动驾驶技术体系，将构成Robotaxi的核心竞争力量。但彭军向36氪表示：制造能力在中国已经溢出，对Robotaxi而言，如果一家公司此前没有相关经验，几乎依然是从零开始。

技术能力决定从0到1的突破，运营能力则决定效率高低。小马智行目前正在探索一套日渐清晰的商业模型。

一路走来，Robotaxi并非全是坦途。长期面临商业化挑战，大量同行自动驾驶公司曾将重心转向L2智驾供应商业务，寻求更多创收渠道。小马智行是少数始终坚守在Robotaxi赛道的公司。目前，其第七代车已在广州、深圳实现了单车盈利。财务模型得到验证后，今年小马智行计划将车队规模快速扩充至3500辆。

回顾一路走来的关键抉择，小马智行大多做出了“反共识”的判断。彭军表示，L2辅助驾驶量产业务，公司也曾进行过初步尝试，但很快发现这注定是一个低利润的行业——技术门槛偏低、用户体验不统一，车企掌握着话语权，智驾公司极易陷入价格战的泥潭。

面对如今车企和网约车平台纷纷反扑式布局Robotaxi的局面，彭军直言不讳：“宣布总是容易的。特斯拉喊了10年，做到了吗？”车企普遍希望效仿特斯拉，利用现有的端到端算法能力作为同源技术，同时支撑辅助驾驶和Robotaxi。但彭军提供了与行业主流不同的技术判断：小马智行并未跟随大语言模型的技术节奏去构建超大参数的一体化自动驾驶算法，而是沿用多个小模型的算法策略，以此提高运行效率，降低对算力的依赖。

对于辅助驾驶行业“谈地图色变”的普遍心态，小马智行同样没有跟风。彭军坦承公司仍会长期采用轻图路线。“你经常开的路你很熟悉，开起来就轻松；没去过的地方就会感到疲劳，这是非常正常的。那为什么不借助地图呢？就连特斯拉也都在使用地图数据。”

在火热的具身智能赛道，小马智行也没有立即入场，而是选择静观其变。“这又是一个至少需要10年周期的事情”，彭军给出了更为直接的判断，“去做永远有机会，但首先需要看清楚、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：记得最初行业里喊2020年左右Robotaxi就能落地，但从Waymo或你们的发展节奏来看，似乎直到今天才真正实现，推迟了将近五六年。这其中的差距究竟来自哪里？

彭军：我觉得是不太了解行业的人在喊。我一直认为Robotaxi至少需要10年的努力。就像马斯克每年都说要实现Robotaxi，喊了10年也没做到，这些都是不懂的人在喊，因为他显然不太理解L4的真正内涵。当初喊得特别凶的，比如通用汽车旗下的Cruise，现在公司也已经倒闭了。真正了解的人，心里清楚它的复杂程度——从技术演进，到法律法规成熟，再到大众的接受度，至少需要10年时间。

36氪汽车：现在Robotaxi落地运营后，很多问题被杠杆化了。比如Waymo有时会在红绿灯处直接趴窝，或者拐到铁路轨道里。这些是落地过程中最难解决的部分吗？

彭军：这些东西无法穷举，总会不断冒出来，只能一个一个去修补。世界上很多事都是99.99%已经做到位了，但为了最后的万分之一或十万分之一，肯定还需要持续不断地完善。

36氪汽车：应该通过什么样的机制来解决这些问题？

彭军：体系有几个层面。第一，就像治病一样，要及早检测。检测出来后，能很快在一个开发周期里把通用化的解决方案加进去，纳入边界条件管理中。我们搭建的世界模型能够对车辆周边环境进行精准建模，包括精准体现自车运动学模型以及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，能够快速将其纳入训练样本，让模型学会处理这类边界条件，从而提升自动驾驶系统的泛化能力。此外，一定要设置好足够有效的兜底条件。

36氪汽车：你们的兜底机制是什么？

彭军：有很多。首先是技术层面的兜底，比如设计上就存在很多冗余，所有传感器都带有冗余。整个车辆的控制，包括加速、刹车、转向、动力、电力、网络，都自带冗余。其次，我们有一套完整的检测加故障切换机制。可以想象成三层降级机制：主系统负责驾驶，平常99.9%的情况都由主系统运行；如果主系统真出现故障失效了，我们有靠边停车机制，在高速上甚至可以找到最近的出口驶离；如果这一层级也失效了，最差的情况下是在车道线内安全停下来，此时仍有传感器在工作，但第三层的情况就不太理想了——可能会堵塞道路。不过还有远端监控能够及时发现问题，并召唤地勤人员到现场协助处理。

36氪汽车：你们今年设定了3500辆的目标，这个数字是怎么测算出来的？为什么是3500辆，而不是5000辆或1万辆？

彭军：生产相对容易，生产、备货都是根据需求来安排的，也是基于市场、牌照的发展状况，以及国内国际的预判，大概有这么多目标。尤其是很多没真正做过Robotaxi的车厂的人，往往忘了出租车司机和网约车司机除了驾驶之外还做了多少事情——充电、保养、清洗，还有服务用户的事，比如帮忙拎包提东西。所有这些事情司机顺手就干了，但对于无人车来说，都需要有高效的解决方案，这些配套设施也需要建设。这也是为什么网约车平台说自己有运营能力来做L4运营——其实此运营非彼运营。所有网约车平台、出租车平台，我说的这些事情他们都不用操心，因为他们只管好司机，司机把这些事都干了。但这些事在Robotaxi里是完全没有的，所以做运营的公司也并非天然就具备更大的优势。对于车厂和出行平台来说，Robotaxi是一个新物种，不能自动嫁接。大家说这是平台的生意，但平台了解的是另一套运营逻辑，连Robotaxi具体怎么回事都还不清楚。

36氪汽车：小马今天打算怎么处理这些事情？

彭军：我们首先都自己来做，建立标准，搭建平台。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，边充电边清洗。插枪只是半分钟的事，其他事情怎么提升效率，有很多可以做的空间。我们等于是建立了一套自己的标准。当然，以后找第三方来做也可以，但今天我们需要先建立自己的标准体系。

36氪汽车：现在是1000辆车，一个人对应多少辆车来做地面运营？人车比怎么样？

彭军：把地勤、远端维护、监控员都算在内，人车比已经很低了，人力成本在整个运营成本中已经占比很小了。

36氪汽车：这个模型是基于现在的车队体量，还是基于远期规划？

彭军：长期看，人车比可能会有所提高，但不会增加太多。

36氪汽车：这些看不见的运营工作，在Robotaxi的竞争壁垒里占比有多大？

彭军：它并不决定从0到1的突破，而是决定效率的高低。如果你用一个人能管理30辆车，而我只能用一个人管理20辆车，成本就不同了。所以它不会决定0和1，但决定了很多事情。技术决定0和1，可以说99%的人就已经被淘汰掉了。但同样具备了技术之后，这些东西也很重要，因为它们决定了你的效率。

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，工程化周期太久，所以小马一直聚焦Robotaxi，没有去做L2。是这个原因吗？

彭军：量产反而简单。而且L2的市场肯定是更近、更短周期的，一片红海，说到底是个卷到最后没有任何利润的行业。Robotaxi的市场肯定更大，但也更远。从行业角度看，L2技术实现的门槛相对较低，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，不同产品间的性能差异难以被用户直观感知。也没有统一标准，10公里还是100公里接管一次，普通用户不会有那么直观的感受差异，因为L2本质上还有用户（驾驶员）在做兜底。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。我们很早就看到了这一点。

36氪汽车：大概是在什么时间点？

彭军：2024年的时候，就是很多人开始往那个方向转的时候。

36氪汽车：L2业务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的市场蛋糕在越做越大，10年后仍在增长；L2可能这两年的蛋糕就在逐渐变小了，出货量不会有太大增长。现在渗透率是60%，就算达到100%，也就是多一倍的增长空间，但每辆车的收费在快速下降，所以蛋糕在越来越小，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要实现全城覆盖大概需要多少辆车？

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

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。有几个方面的能力：运营能力，生产能力。生产的标准、能力、耐用性也在不断提高。现在有几千辆车，已经100%是按照车规标准来做的。

36氪汽车：当量特别大的时候，需要自己去造车吗？

彭军：不需要。中美两国的生态系统完全不同。中国有这么多车厂可以合作，完全不需要自己拥有生产能力。但需要有设计能力。随着车辆规模扩大，设计方向会转向乘坐体验。因为现在的车是给人开的，而Robotaxi是以乘客为核心而不是以驾驶者为核心，很多座舱设计需要改变，这些能力必须具备。但生产或标准这些方面，肯定不需要自己来做。

36氪汽车：国内三五年内，像你们这样主力做Robotaxi的公司，是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：现在很多车企已经明牌说要做Robotaxi了。

彭军：宣布总是很容易的。

36氪汽车：您认为你们与它们真正的能力差异在哪里？

彭军：从目前情况看，它们可能对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，也需要更多的探索和学习。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：车企进入这个赛道，也相当于一个新手？

彭军：很多事情上，也是要从零开始。生产端肯定有优势，但今天的瓶颈肯定不在生产端。

36氪汽车：这个差距好追赶吗？比如给三到五年时间能追上来吗？

彭军：非常难追赶。一个复杂的行业，比如搜索引擎，为什么大家看到这么大的市场蛋糕，后面却没人能轻易进入？这不是三五年能解决的问题，而是因为太复杂了，肯定不是一两年能做到的，而我的标准已经在这里了。今天我在这里，主机厂可能会认为追赶很快，但实际上不会那么快，至少需要五年时间。团队不可能有信心、有耐心持续做这件事，标准也不一样。其实美国也一样，那么多资金，为什么Waymo一旦起来，别人就追不上？因为团队的耐心被消耗掉了，除非是举全公司之力去做才有可能。如果只是一个部门，比如你在主机厂里面，你会选择去做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能力，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，认知有就是有，没有就是没有。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？大家说你会骑自行车之后就一直会骑，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，但你学会骑车之后就一直会骑。这种能力储存在大脑里。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，怎么判断周围人的行为，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厉害，明显是在忽悠。开车是认知、能力、协调的综合，人不需要大模型来开车。

36氪汽车：开得好需要吗？

彭军：那也不是大模型的问题，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，而语言模型是见过全世界的知识才知道。这么简单的事情，为什么大家都混淆概念？其实什么事都要往最根本的地方去想。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组合，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，这是认知层面的需求。有很多例子，比如一个皮球滚过来了，后面肯定会有小孩——这样的认知在很多语言模型里存在。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可以了。

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

彭军：我们肯定要做很多轻图方案，但不会完全没有图。因为人也是按图来开的。这很正常——你上下班的路、经常开的路你熟悉，开起来就轻松；没去过的地方就会感到疲劳。那为什么不加图呢？只是运营模式不同罢了。

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，否则技术就很老。

彭军：其实车企很多时候是营销导向的。特斯拉都用图，更别说它们了。

36氪汽车：特斯拉也用图吗？

彭军：当然。它自己采集地图数据，为什么建立cloud source？最终很多都是为了建图。

36氪汽车：哪怕在北美也是？

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：你们肯定也是具备AI核心能力的公司。现在AI公司都在向具身智能布局，但小马又表现得比较冷静。这背后的考虑是什么？你们看到了什么？

彭军：这个事情没那么着急，只是最近热钱涌进来，大家都在关注。

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。机器人到真正能投入应用，具身智能到真正能商用，至少又是一个10年的事情。首先，什么时候做都不算晚。其次，机器人的门槛肯定比车低很多，所以才会出现这么多公司。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、做个大脑，或者做某个细分行业、做通用型，都有各自的方向。但都还处于Demo演示阶段，要实现一定规模的商业化落地，至少需要10年以上。所以去做永远有机会，但还是需要看清楚、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。从最基本的层面看，开车在物理AI领域里算是相对简单的事情——有车道线、有明确的交通规则，路上遇到情况相对好处理。具身智能首先一定是综合性的，有楼梯，有各种各样的场景。如果限定在二维空间，比如今天做的事情以二维为主，在工厂里周围没人，干点简单的活，拧个螺丝，那是可能的。但真正让具身智能发挥作用，一定是三维环境。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、很多训练是以二维为主的。但要做一个通用的具身智能，一定得上升到三维。今天所有Demo演示都是基于二维的，还没有人做到三维。

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。具身智能太复杂了，最复杂的是操控部分。操控需要遵循很多物理定律，里面还涉及触觉。捏一个软的东西它就会变形，不能用处理钢铁的方式来对待。而开车相对简单，主要是防碰撞，很多物理定律并不需要。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。切东西这件事本身已经非常复杂了。

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智能上。你认可这个说法吗？

彭军：其实就跟L2迁移到L4一样，有很多能力是共通的，但最后还有很多事情要做。就像做体育运动，反应快、肌肉强壮永远是好的，但需要根据不同项目进行针对性的优化。

封面来源 | 企业供图