专访易航智能：深度学习是自动驾驶的终局，我们会演进成AI机器人公司

洞见趋势、穿越周期，一家自动驾驶公司的九年，离成功尚远，离终局很近。

文丨智驾网 王欣

编辑丨浪浪山与明知山

被李想评价为“将来能成大事”的易航智能创始人陈禹行和他的团队，在今年上半年完成了属于他们的“Magic Moment”。

“15天”。

这是易航智能在北京车展开幕前20多天，从拿到地平线样片、完成上下游部署和调试、全部算法移植到上车集成，再到今年北京车展期间展示——这款基于地平线征程6E打造的“笃行”标准版城市NOA智驾平台的全开发时长。

仅仅两周，易航智能即完成了可直接试驾的实车部署。

陈禹行和他的团队为完成这道考题在两周的时间里，殚精竭虑。陈回忆：“每一天都成宿成宿的干，公司创业的氛围咔一下就拉满。”

易航智能，定位于自动驾驶Tier 1供应商，向主机厂提供由毫米波雷达、超声波雷达、摄像头模块和控制器构成的感知、决策、规控的整体解决方案。

目标是以每台车1000美金以下的低成本实现特斯拉水平的自动驾驶功能，成本仅是谷歌Waymo的1%。

北汽和上汽是易航当前最大的两家主机厂客户。

易航智能的总部位于北京朝阳区一个产业园内的两层独栋小楼。

白天，路过的行人能看到门口停放的多台周身遍布传感器的自动驾驶测试车，晚上，能从灯火通明的办公楼内看到到为公司最新产品冲刺加班的员工忙碌的身影。

今年是易航智能成立的第九年，其天使投资人是理想汽车CEO李想和明势资本董事长黄明明。

陈禹行是一位少年天才，15岁进入西交大少年班控制专业，后放弃保研，在20岁师从当时国内汽车专业唯一院士郭孔辉教授，习得世界两大驾驶员模型之一，成为国内最早接触自动驾驶的一批人。

后在美期间，就读于VDL和MPC实验室负责车辆智能控制项目，负责过多项大型底盘集成控制项目和课题，期间在顶级期刊发表了多篇论文，并拥有数项发明专利。

在创立易航之前，陈禹行浸泡在汽车产业一线，等了很久。

最终在Robotaxi闭眼就可以融到漫天估值的年代，他选择了彼时并非那么主流的自动驾驶方向，即使在整个行业的支撑尤其是传感器成熟度不足时，他也只是说，“市场真正的需求尚未到来”。

特斯拉自动驾驶（ Autopilot）问世后，这并未让陈感到惊喜：“用户体验是够，但安全不足”，直到他看到硅谷出现第一家自动驾驶创业团队Cruise。

陈禹行这时终于按捺不住自己内心的躁动：“Cruise虽差强人意，但我们能做得更好。”

陈禹行在2015年8月创业之初，即确立了三个原则：

第一，在特斯拉、谷歌两条不同的技术路线上，坚挺特斯拉，坚持车规级；

第二，特斯拉还不够好，对故障诊断重视不够，易航要做得更好；

第三，决策规划上不盲信深度学习。

此后，智驾产业的发展竟神奇地一步步佐证了陈的判断。

过去9年，不愿趁热潮之荒诞入局，不愿只做Demo，而是一心以量产为矢的陈禹行和团队也曾遭遇外界质疑，但在众多曾经靠资本而风光一时的公司走向生死线沉寂之后，陈禹行的判断得到了团队和更多投资人的认可。

回首来时路，陈禹行的信心日强。

但眼下，智驾产业的市场竞争对雄心勃勃的易航智能来说，更像是一个新的起点。希望借助资本的力量，在全栈自研版图上实现快速的扩张。

智驾网对话陈禹行，回望这位自动驾驶创业者与行业一同蛰伏的九年，陈禹行说：“长远看，我们所做的产品会成为生成式人工智能的一种，具有一定的通用性，所以我们可能会演进成AI机器人公司。”

01.

谈拐点：现在不是大鱼吃小鱼，而是快鱼吃慢鱼的阶段

智驾网：为什么说自动驾驶行业来到了一个新的拐点？

陈禹行：我之前一直说自动驾驶分上下半场，我们上半场的所有积累、开发或者量产，都是为了拿到下半场的门票。我们觉得真正的下半场是自动驾驶能解决终端用户高频次的出行场景，再一个就是这套系统真正能大规模落地。

现在的竞争、压力都很大，但是越卷，说明这个行业越理性，到了真正要拿出东西的时间，这就是新的拐点。

智驾网：这次推出的基于地平线J6E的标准版方案“笃行”，整套价格不超过5000元，这个价格在同行业当中算是最有性价比吗？

陈禹行：是目前行业当中最便宜的。

从市场上来看，5000元在这个时间点上算是一个极致性价比的方案。因为5000元不单是这个域控制器，而是包含摄像头等多个传感器在内。

再一个就是，在地平线的J6E出现一年之前，在10万元到25万元的车型价格带，如果想达到一个相对来讲功能全面的NOA，或者长时间能沉浸式开启的NOA，是不太可能的。如果想达到，很多偏高端的车型是直接把英伟达 Orin 拿过来用，这个成本在几万元，相较之下，我们5000元就可以实现。

智驾网：你指的5000元是价格区间吗，未来会不会进一步下探？

陈禹行：就是5000元的定价。对于我们，或者地平线，车企来讲，这套系统（笃行标准版），肯定都希望能更大规模地使用。所以我们觉得现在5000元的定价，在之后肯定还会再进一步下探。

智驾网：可现在大家都在谈极致性价比，同样是下探到几千元的方案平台，在今天竞争这么激烈的市场中，你觉得为什么主机厂和客户会选择易航？

陈禹行：我们的优势在于从开始创业到现在，一直专注于全栈自研，从感知到规划、控制这些所有的模块。

第二，我们很早就量产了，2015 年创业，16年上第一个项目，19年开始量产，直到现在，我们始终是每年都有车在量产、迭代，维护，所以这是我们在行业里比较有优势的地方。

另外，有可能一些供应商是从一些车企里孵化出来，只服务特定车企，但我们是一个独立供应商，这也是我们的优势。

智驾网：和竞争对手的产品相比，目前首推的笃行城市智驾标准版想要拿下多大的市场份额？

陈禹行：目标是把笃行的标准版，也就是J6E这套方案，做到市场前三。

智驾网：易航成立以来，一直保持着每年一代产品的开发和迭代速度，快来自什么？你怎么理解“快”？

陈禹行：现在的智驾行业，不是大鱼吃小鱼，而是快鱼吃慢鱼，在保证一个台阶，一个台阶上的时候，最早去拿到下半场的门票，然后稳定下来，所以我们一直说快鱼吃慢鱼。

智驾网：所以BEV晚一年出来和提前一年出来收获的市占率和市场地位肯定不一样？

陈禹行：在当前阶段，快鱼吃慢鱼是一个持续动态的过程，它并不针对某一项技术或功能，因为自动驾驶技术仍在快速迭代。去年大家都在谈论BEV，今年就聚焦到了端到端。我们判断赛点可能会出现在2025-2026年，以城市NOA的规模化应用为标志，冲过这个赛点的智驾科技公司将进入下半场竞争。

智驾网：城市智驾性能版、城市智驾全能版预计在什么时间推出？

陈禹行：我们估计大概在明年左右，但还是得看行业发展或者说客户需求，如果需求更快，我们也会更快地上。

智驾网：但如果市场过分追逐性价比，价格成为对智驾新技术的唯一考量，那L2+的上限可能仍很难得到突破。

陈禹行：现在的历史阶段是我们国内新能源领域一个百花齐放的时间，大家都在百花齐放的时间里竞争。

确实在当下，大家更关注成本和性价比。首先，我觉得只要能带来良性的竞争就可以。第二，我觉得这是阶段性的，会让有优势的企业胜出。从现在这时间点来说，是符合整个市场需要的。

02.

谈技术范式：深度学习并非万能论

智驾网：当市场上已经有城市NOA需求的声音，其他竞争对手已经公布BEV的消息了，为什么易航直到今年才对外正式曝光BEV方案？

陈禹行：其实我们关注和开发BEV算法很早，这是一方面，但最重要的能否量产落地又是另一方面，量产并不是说产品做出来只有一个演示就称之为量产。

智驾网：到今天，你们借助BEV算法的方案平台技术有没有更大提升？你有没有实现BEV算法量产落地的方法论？

陈禹行：第一个从算法端层面来讲，要真正能处理很多样的场景和工况；第二，搭载这套算法的芯片也要具备量产能力；第三，我们不是说现在才开始干，而是说靠技术积累和爬坡可以逐步来实现量产。所以我们在今年北京车展发布了“灵眸”。也是觉得从现在时间点上，刚才我说的这几个因素都达到了，所以现有的平台化产品、算法，包括我们整个经验可以借助于BEV方案灵眸有一个更高提升。

智驾网：你说过，传统感知算法量产也是BEV量产条件的重要界定，只有量产过传统感知算法才能界定BEV是否达到量产条件。所以如果没有过传统感知算法量产经验的智驾算法企业，是做不到BEV的？

陈禹行：其实也能，但是需要实验，不停地去趟这些坑，需要用更多时间补齐经验。

智驾网：以易航的亲身经验，可能会遇到哪些坑？

陈禹行：比如说从感知端应对不同场景该如何提升。之前，我们在上海一条路边做测试时，下午太阳会把高速公路的护栏照射到路面上时，很像车道线，这个情况就是对方案和场景上感知的误检，如果没有量产经验肯定就没法检测出来。

智驾网：易航内部也有深度学习大牛，图像实时像素级分割也领先业界，所以你对深度学习持怎样的态度？它是万能论吗？

陈禹行：总体而言，自动驾驶算法会由基于规则转向基于深度学习，最终靠端到端方案实现无人驾驶。但在具体发展路径上，也会经历渐进式的过程。

初始阶段，端到端模型会在影子模式下运行，以便在相同的场景下比较人类驾驶、传统算法和端到端算法三者的差异，并根据人类反馈进行微调；之后端到端可以和传统算法并行，两者形成互补；最终成熟之后可以逐步淘汰传统算法或者用其兜底。所以，未来能把端到端模型做得好的企业，首先也需要一个非常好的传统算法。

智驾网：决策规划方面，深度学习目前是不是还是黑盒？

陈禹行：基于深度学习的决策规划的端到端是趋势，我们也在进行相关方案的研发，预计今年会有一个大版本的更新。采用深度学习的方式上限很高，但下限也很低，比如会出现AI幻觉。

所以当前阶段，我们倾向于在决策规划这个端到端模型内进行针对不同任务的专有模型的划分和开发，从而获得一定程度的可解释性，并提升研发效率。

智驾网：深度学习算法存在一个很大的争议是它的不可解释性，目前能大规模应用于规控算法了吗？

陈禹行：深度学习对自动驾驶性能的提升是跨越式的，大规模应用是必然趋势。所谓“不可解释性”指向的还是安全问题。

从这个角度考虑，目前可以将深度学习的算法和基于规则的算法并行，用规则算法进行安全兜底。深度学习会是打开自动驾驶行业终局的那把钥匙，但不是一蹴而就的。

智驾网：最近自动驾驶业界很多人对scaling laws产生很大争议，有人认为依靠足够大规模的算力规模和数据的暴力美学原理就能实现端到端，但有的人对scaling laws悲观，你持什么样的观点？业内为什么会有这个分歧？

陈禹行：通过大幅增加算力和数据规模，阶段性的提升端到端方案研发的速度和性能是可行的。但是仅依靠规模效应实现无人驾驶有些以偏概全，因为模型、算法对能力上限的影响同样巨大。

比如，实现无人驾驶就需要让模型具备更强的推理能力或者学习物理世界规则的能力。像ChatGPT这类文本、图像生成式人工智能的一些核心开发原则，会适用于自动驾驶端到端领域，但不同行业也一定会有差异化或独特性的地方。

03.

谈竞争：避免不了就参与，但可以规避掉无意义的资源浪费

智驾网：市场越来越卷，价格战下限还看不到头，车企打价格战，他们会不断压榨供应商利润，这对你们的影响有多大？

陈禹行：现在利润确实比预期要低一些，但竞争是无法回避的问题。我们跟车企合作，他也有他的竞争压力，对于我们而言肯定是要能满足客户需求，做好前提下再在成本上做优化。

目前行业里硬在产品上去压价格是成本优化的一种方法，还有一种是说通过能力提升，或者算法的提升，让这套系统方案在技术上有了成本的降低。比如说把毫米波雷达去掉，它的成本就下降了但也不影响体验。

而且低阶和中高阶的方案也不太一样，低阶的更卷价格。

智驾网：理想汽车去年引入了轻舟智航作为新的智驾供应商，你们和轻舟在共同给理想汽车提供方案服务时，怎么做到分工明确？

陈禹行：其实我们的方案在与理想 one 车型的合作之后，跟理想汽车的合作主要是升级迭代的服务，后续理想汽车的车型和我们没有合作。

理想是我们最重要的一个股东，和我们保持着密切的关系，后续会再看合适的契机和车型，以及他们对我们有需求时再合作。

智驾网：目前大多数主机厂出于摸索和降本增效的目的，不可能只选择一家智驾供应商作为合作伙伴，你怎么看待在服务A主机厂时，和另一家同样服务A主机厂的友商的竞争关系？

陈禹行：竞争什么时候都避免不了，从主观上来讲，我们还是很乐意去参与竞争。

对于供应商来讲，肯定是希望车企这一套矩阵的品牌车型全都用我这套方案，但不现实。因为对于车企来讲，它会想方设法去和其他车企比拼差异化的智驾技术能力。比如说就需要前装智驾解决方案，那谁能做我就用谁。

所以这种关系先天性就是对立的，供应商和车企需要的东西不一样，一方是想少出力和多给钱，另一方是要求多出力和少给钱。我们的确也思考了很多，比方说有一个车企，我们给它深入地服务满足它的需要，当车的竞争力提升时，我们要做的是在这个过程中提升我们自己的效率。

智驾网：比如最该提升哪方面的效率？

陈禹行：我可以少投一些资源去天天给车企做一些demo，或者是我跟B企业在参与竞争时，不至于半年时间都在跟车企battle。

智驾网：一旦芯片公司比如像地平线推出更优智驾芯片方案，也会促使你们跟着推出新的算法方案，怎么样做能防止在市场上掉队？

陈禹行：哈哈目前看来没掉队，就像现在这样。对地平线来讲，它也需要稳定的客户持续迭代它的芯片，验证它的芯片。

然后对于车企来讲，它其实就有一个需求，能不能快速的干完。所以在每一方合作伙伴诉求里，我们都会找到一个平衡点。像你说的地平线变得更优秀，我们也是基于它的平台变得更优秀。如果说我们在地平线的合作中都掉队了，那地平线自己生态的竞争岂不是变得也更难了。

竞争避免不了，所以直面竞争。

智驾网：你之前说端到端在2028年会真正普及，接下来什么样的企业会留在牌桌上，基于目前市场情况，还有多少家公司会活到那一年？

陈禹行：今年其实会有一些没有技术壁垒的企业，比如做集成的这类企业可能会比较难。刚才我讲，现在已经过渡到快鱼吃慢鱼这个时代，大鱼也好，小鱼也好，如果不是做这个时代的东西，就会被淘汰。

像目前一些Tier 1只做集成量产，用停留在L1/L2级别ADAS功能的适配芯片，利润基本为零或者是赔钱干，那这些企业也比较困难。

有技术壁垒的企业，也分为理性地投入研发和无节制地投入研发，无节制地投入研发背后是不知道怎么量产，这种也很难坚持到2028年。最根本的，还是得有量产能力然后能造血。

智驾网：是否可能最终市场胜出的并不在现有名单里，十年后冒出一个新玩家来收割果实？

陈禹行：比较难，需要很多的积累，现在完全没进入到这个领域再重新干，需要趟很多坑。即使说有再大的能力，也都需要重新来补课。

像之前干Robotaxi的，不缺钱也不缺融资能力，说的和做的都很宏大，但现在回过头看还是降维，走了渐进式路线。

智驾网：几年前，一家提供自动驾驶解决方案和软件算法的自动驾驶公司CEO说，未来这个行业赛道不会诞生百亿美金的公司，你怎么看？

陈禹行：反正对于我们而言，即使真没有实现百亿美金的规模，但投资人的钱我们也能还上。

但是我觉得，如果说自动驾驶这个赛道，有一天成为常态了，那其实就发展到第二个阶段了，那就可以承接着当前团队去转型到人工智能的行业里，价值依然很大。

04.

谈创业：押注一条少有人走过的路

智驾网：看你的经历，当时Waymo、Robotaxi红火的时候，你身边在伯克利Hedrick课题组的很多同学去了特斯拉、Google无人驾驶团队、500强车企，只有你又回到郭院士的公司。后来创业你也没有踏入无人驾驶这条河流，而是选择渐进式，走了一条少有人走过的路，那时你为什么会做出这种判断？

陈禹行：主观上来讲，其实我（当时）觉得那条路走不通。

Robotaxi首先降不了成本，把demo变成量产方案很难。

目前Robotaxi的技术方案限定在特定区域，依赖于传感器冗余，而这些传感器虽然精度很高，但价格昂贵。如果大规模量产就需要用低成本车规级传感器，精度肯定没法和Robotaxi试验车上的比，算法复用度也不高。所以，直接做Robotaxi存在明显的短板，成本和功能之间是矛盾的。

然后再一个就是汽车行业是任何一个国家的支柱产业，它不是说靠你一个几百人的自动驾驶公司能给它颠覆掉，利润都让你赚了。这种情况我是不看好的。所以当时我觉得最终还是要回归于汽车行业，就是你一定得去帮助车企实现转型，也帮助汽车行业来实现自动驾驶能力，而不是说把车企变成代工厂。

所以整体上看，直接做Robotaxi技术上我觉得不现实，模式上我也觉得不现实。

智驾网：你在2016年就说要把自动驾驶系统做到量产的程度，后来通过黄明明介绍给理想提供方案，和Mobileye打通供应链的方式，短时间就量产成功了，感觉每一步都规划得很清楚，这是怎么做到的？

陈禹行：易航智能的战略规划，我们从创业第一天想的就很清楚。我觉得每一个创业的人或多或少在某一个方向要有所擅长，我可能其他方向不太擅长，但是在汽车行业想的还比较明白。

再一个就是我会经常思考这个技术最终会呈现什么走势。如果量产这条路不走的话，那还能走哪条路。就像刚才说的，如果Robotaxi我觉得走不通，那就丝毫不会去碰。还是要有自己想干的事情，包括客户融资都是要为了这件事来服务，而不是说今天你看这个方向容易点就干这个，明天那个方向容易点又干那个。

智驾网：据说19年你们给理想做方案量产，团队只有30人就cover住了，你在北京车展上也提到，笃行标准版仅用两周时间就完成了征程6E的实车部署，这么高效率的人效比是怎么做到的？

陈禹行：首先我还是认为自动驾驶本身是一个强交叉学科的，第一方向得对，得知道怎么干，如果不知道怎么干，当时那30个人的团队指不定要摸索5年。

再一个，理想也给我们一些支持。比如我们在开发过程中有一些不是很擅长的技术，它作为车企会给我们一些支持。所以最终才能30多个人顺利做到量产。

今年北京车展亮相的笃行标准版首先是在会干的基础上，我们团队伙伴熬夜加班干出来的。

当时地平线来我们这里考察时，问我们怎么在J6E上干，后来他们对易航的评价印象最深的一句话是，一看这就是干过量产的公司。

智驾网：那看来他们找过很多家了？聊完就决定合作了吗？

陈禹行：他们那会儿给我感觉是紧锣密鼓的节奏，手上极为有限的芯片考虑该分给谁，如果芯片给到意向方做不出来那就浪费资源了，当时给了我们一家就3片，让我们搞了两辆车，加一个现场BEV演示。

智驾网：你希望把公司带领到行业当中的一个什么位置？

陈禹行：目前智驾公司整体上仍处于一个持续博弈和明确边界的过程。在最终划定的格局里，易航一定是所在领域的头部公司，从技术实力到量产能力，我都有十足的把握。我们这支团队也是一只能打仗，打赢仗的队伍。

智驾网：公司产品技术的终极目标是端到端，那你对公司整体宏观愿景的终极目标是什么？

陈禹行：长远看，我们所做的产品会成为生成式人工智能的一种，具有一定的通用性，所以我们可能会演进成AI机器人公司。

【关注智能汽车，关注智驾网视频号】