智驾圈，跑出了个“DeepSeek”

智能驾驶行业，正收敛出两条确定性。

一条看量产规模。辅助驾驶（NOA）搭载量超百万台，这一数字，正从里程碑变成分水岭，到目前为止，真正把 NOA 跑到这个量级的，只有两家：华为乾崑与轻舟智航。

一条看技术上限。AI 模型基座战全面开打，从理想 VLA 到华为 WEWA，再到轻舟智航发布「VLA+世界模型」统一架构，各家都在往下扎根，押注更通用、上限更高的模型基座。

简单而言，现在还能坐在桌上的，既得有筹码，也得有牌型。

轻舟智航的路径，恰好是个样本。

筹码在于，量产既保质，也保量。行业首个基于单征程 6M 的城市 NOA，已首发搭载于理想 AD Pro 的 L 系列焕新版车型；2026 年轻舟城市 NOA 量产上车车型约 50 款，并已与广汽、上汽、奇瑞、吉利等 10 家车企建立合作。

牌型则是，L2+、L4 双线并进。轻舟发布 Robo-X 平台切入无人物流赛道，并于今年启动 Robotaxi 小规模试点。

这届 QCRAFT DAY，轻舟智航火力全开。不再只打磨单一能力层级，算力释放、量产规模、新场景验证同步拉开。

尽管起源于 Waymo，但轻舟智航的增长路径更像特斯拉：通过商业闭环推动技术迭代。

更关键的是，在算法架构、模型压缩和工程部署上的系统性创新，体现出的务实主义，这与 DeepSeek 异曲同工。

轻舟智航 CEO 于骞表示，要成为自动驾驶领域的 DeepSeek，基于成本与性能的极致掌控，将高阶智驾推向 10 万级「国民车型」。

01、继华为之后，第二个跨过百万 NOA 大关

对智驾企业而言，最现实的「斩杀线」正是量产定点。订单数量，直接决定技术是否经得起真实路况的检验，以及企业有没有资格继续留在牌桌上。

而百万 NOA 量产落地，从阶段性目标，变成了行业下一阶段的生存标准线。

这也是为什么，包括元戎启行、Momenta 在内的头部智驾公司，都在向「百万 NOA 量产俱乐部」发起冲刺。

反过来看，也恰恰印证了这道门槛的难度，以及华为乾崑与轻舟智航率先跨越的含金量，其产品可靠性与工程稳定性，已经过规模化验证。

并且智驾放量的前提在于，智驾产品，必须铺的足够开。

华为乾崑连续三个月实现单月智驾搭载量破十万，背后是 ADS 方案对燃油、混动、纯电、SUV、轿车、越野等车型形态的全覆盖，以及从高端到主流市场的完整打通。

轻舟智航同理，从最新的轻舟乘风 2.0 方案，可以清晰看到其产品矩阵：

• 乘风 AIR：约 80TOPS 算力，提供极致高速 NOA 体验，采用 7V 传感器配置；
• 乘风 PRO，约 200TOPS 算力，提供普惠型城市 NOA 体验，采用 11V 或 11V1L 传感器配置；
• 乘风 MAX，全新推出城市 NOA 进阶版，大于 500TOPS 算力，采用 11V1L 传感器配置，深度融合 VLA 与世界模型技术，打造极致城市 NOA 驾乘体验。

这一组合的价值在于：既能走量，也能冲高。

AIR 与 PRO 覆盖主流市场，尤其在单征程 6M 芯片量产落地后，城市 NOA 有机会进一步下探至 10 万元级车型，真正推动智驾平权浪潮。

MAX 则承担技术上探任务，为 L3、L4 阶段储备算力与模型空间。

与此同时，轻舟也用量产成果证明了两件事。

一是不被算力限制。作为首个在 128 TOPS 算力平台上实现城市 NOA 量产上车的智驾企业，轻舟已经验证，在 100 TOPS 级平台上，也能做出同级别城市 NOA 的最优体验。

实测中，该方案可以覆盖日常城区高频场景，应对分叉路、Y 型路口、急弯等复杂拓扑，同时兼顾行车效率与驾乘舒适性。

这与 DeepSeek 的打法类似，不靠硬件堆砌的蛮力，通过极致的创新和工程能力，在一定的硬件资源条件下，做出超越同级的体验。

所以，单 J6M 方案背后，是轻舟独创的可解释端到端模型，打破端到端的黑箱弊端，通过中间表征进行监督、约束和安全兜底。

而在 500 TOPS 大算力方案上，轻舟同样能把「富裕仗」打好。对于算力的充分应用，使其可以在 VLA 与世界模型基座上继续抬升能力上限。

二是不会被硬件系统锁死。

从已量产车型看，轻舟方案覆盖 8–40 万元以上价格带，同时打通燃油、混动与纯电车型，实现油电同智。

在硬件层面，轻舟的智驾方案已完成地平线、高通、NVIDIA 主流芯片平台的适配与验证，不依赖单一算力或架构。

这种硬件与车型层面的灵活性，直接转化为更高的量产自由度，也为规模与质量的同步放量，包括出海，都提前打下基础。

按照规划，2026 年，轻舟预计新增合作车型突破 50 款，且几乎全部搭载城市 NOA 功能。至 2027 年，轻舟 NOA 量产上车规模预计将突破 300 万台。

归根结底，轻舟百万 NOA 成绩从来不是一个简单的数字，而是一整套能力的外显结果。

规模要站得住，技术有上探空间，定点才能源源不断。只有具备这些条件，才算真正拿到了继续下注的筹码。

02、L4 这场蛰伏战，时机到了

今年以来，智驾企业的共性动作愈发清晰：在 L2 站稳头部位置之后，一边等待 L3 政策窗口开启，一边提前布局 L4 细分赛道。

无人物流与 Robotaxi，正成为新的押注方向。

轻舟智航同样在这次 QCraft DAY 上宣布，进军 L4 无人物流市场，并发布了首个物流车解决方案。

值得一提，轻舟这次动作，更像蛰伏已久的蓄力出击。

早在 2022 年，轻舟便提出 L2+L4 双擎战略，两条技术线同步推进。其早期在 RoboBus 领域的布局，已系统性构建起多冗余感知、高精地图应用等 L4 核心能力。

现在，这些能力被进一步整合为统一技术底座：由 AI 驱动的「自动驾驶超级工厂」，用于数据生产、模型训练与仿真评测。

简单来说，L2 量产数据可直接反哺 L4 训练，一套模型底座，支撑多种产品形态。

抓住这条主线，轻舟进一步升级模型架构，在安全可解释的端到端体系上，加入 VLA 与世界模型。

其目标，是解决自动驾驶更高阶的问题：

• 推理泛化。提前判断足球滚动背后可能出现的行人；
• 理解物理世界。积水路面行驶时避免水花溅射他人；
• 社会常识。理解自然语言，无人车能精准停靠上车点。

从架构来看，VLA 作为行为接口，实现决策对齐与远程接管协同，使 AI 更好理解现实世界运行逻辑。这一思路，与理想、元戎启行及英伟达 Alpamayo 的技术路径高度一致。

Multi-Modal World Decoder 则承担世界预测功能，通过生成式建模模拟未来场景演化，寻找最优行驶轨迹，这与特斯拉提出的生成式泼溅技术也异曲同工。

综合来看，轻舟的模型底座，已站在国内头部技术梯队。

于骞表示，自动驾驶的终极形态不会止步于 VLA 或世界模型，轻舟会持续在底层架构上探索最优解。

基于这套硬核底座，轻舟将 L4 场景延伸到了无人物流赛道。

这是一种典型的顺势而为。

尽管目前头部无人物流企业规模已达万台级，但距离真正商业化仍有距离。

于骞认为，物流业务和乘用车一样，本质拼的是安全性、稳定性与可靠性。只有经历量产级「地狱式打磨」，自动驾驶才能走向规模化。

围绕这一判断，轻舟给出了一套体系化方案：

• 物流车解决方案，整体成本控制在万元以内，采用无图方案，支持 3–12m³ 货箱定制，适配快递、生鲜、园区物流等场景，已在金华、芜湖、宁波等地投入运营；
• L4 物流平台 Robo-X，目标打造自动驾驶安卓平台，覆盖研发、仿真、监管与运维全链条，服务 Robobus、Robovan 与 Robotaxi 多产品线。

有两点需要强调：

第一，量产即运营。Robovan 与 Robotaxi 不依赖大量外挂激光雷达，强调从设计阶段就贴近量产体系。

第二，开放共建生态。轻舟坚持与产业链协同推进，已与奇瑞商用车达成战略合作，共同推进无人物流落地。

按照规划，至 2027 年，轻舟将推动 Robovan 实现十万台级量产，并同步推进 Robotaxi 规模化部署。

归根结底，轻舟布局 L4，并非追逐风口，而是在量产体系与底层能力成熟之后，顺势打开下一阶段增长空间。

03、Waymo 的安全基因，特斯拉的技术灵魂

2019 年，轻舟智航从硅谷启航。

创始团队出身于 Waymo，使轻舟成为国内少数真正拥有「Waymo 基因」的自动驾驶公司之一。

而这套基因的核心，本质上是对安全的极致坚持。

这也是为什么，轻舟始终强调「以安全为底座」的端到端体系，并率先在行业提出「无论高配还是低配，安全都是顶配」的理念。

截至目前，轻舟系统累计辅助驾驶里程已达 25 亿公里，智能泊车累计使用约 1 亿次。

在此基础上，轻舟将 AEB 误触率控制在 40 万公里少于 1 次，通过正向触发，每年可为用户避免约 14.6 万起潜在事故风险。

更进一步，轻舟还率先在行业提出「自动驾驶保费」概念。当辅助驾驶渗透率达到足够规模后，事故率将显著下降，进而带动保费与用车成本的整体降低。

轻舟预计，到 2030 年，自动驾驶专属保费有望比人工驾驶低 50% 以上。

本质上，轻舟始终站在用户视角思考自动驾驶的价值——安全第一，并让技术真正回馈用户。

但拥有 Waymo 背景的轻舟，并没有复制 Waymo 直接攻坚 Robotaxi 的路径。

这条路线，难度相当于徒手攀登「酋长岩」。

相反，轻舟选择了一条更接近特斯拉的道路：打通 L2 与 L4 的通路，在量产中积累经验，在真实场景中反哺高阶自动驾驶。

特斯拉已经证明，这条路完全走得通。

而在国内，Momenta、轻舟智航等企业，则再次给出了现实样本。

于骞表示，轻舟在早期就坚定选择数据驱动路线，没有走弯路、错路，也没有经历「删库重练」，而是逐步构筑起稳定、可持续演进的工程体系。

这正是轻舟能够走得远、走到行业前列的关键原因。

面向未来，轻舟的目标不止于自动驾驶，而是通用物理智能。

于骞认为，DeepMind 从「玩游戏」切入，验证了深度学习与强化学习结合的可行路径；OpenAI 从聊天场景出发，逐步走向更通用的智能形态。

而物理世界通用智能的突破口，很可能正是智能驾驶。在复杂环境中感知、判断、决策与执行，本身就是对智能系统的极限考验。

因此，轻舟真正要打磨的，是一个能够理解世界、做出可靠决策的「通用物理智能内核」。

从安全出发，在量产中进化，最终指向通用智能，这是一条稳路，也是少数能走通的路。

事实证明，真正同时具备 Waymo 级安全底座、特斯拉式数据飞轮，以及规模化量产闭环能力的企业，并不多。当行业进入拼体系、拼耐力、拼长期主义的阶段，这种能力组合，正在变成稀缺品。

而轻舟智航，已经提前拿到了这张长期入场券。