对话卓驭马陆：高性价比≠最便宜，智驾没有“速胜局”

中国唯二两家能够全栈供应智能驾驶系统、背靠顶级巨无霸的智驾玩家，只有卓驭科技和华为引望智能。

华为是纵深的，火力集中在高阶城区智驾，卓驭却更像一艘随时出发的大船，不断横向扩张。

一个月前在 2025 慕尼黑车展，卓驭在欧洲设置分公司，任命 Nils Oledemeyer 为欧洲区负责人，进军欧洲市场。

紧接着国家市场监督管理总局公示中国一汽战略投资卓驭股权，一汽将持有卓驭 35.8% 的股权，成为卓驭第一大股东。

2025年德国慕尼黑车展现场，卓驭展台紧贴高通

在卓驭两个大动作的空隙时间，我们和卓驭科技研发副总裁马陆在德国聊了聊。

马陆很少参加过正式的媒体采访，一部分在于工程师本身的 i 人特质，还有一部分原因是，在他看来卓驭的行为被解读得太多。

纯视觉、低算力等等标签，都是卓驭被解读出的结果。

马陆 2016 年博士毕业于美国科罗拉多大学博尔德分校计算机科学系，方向是 Robotics / SLAM。马陆 2014 年在 Zoox 参与自动驾驶研究，2016 年博士毕业后回国，第一站就是大疆。

当时大疆已经看到无人机业务发展的天花板，希望探索更多的业务机会，并以预研项目的形式在内部孵化自动驾驶业务。马陆在大疆无人机干了四个月，就参与了自动驾驶团队，从 0 开始开发项目。

而今卓驭变成了 2000 多人的一线智驾厂商，但卓驭的决策一直很让人费解。

比如，当华为把高阶城区的旗帜插得漫山遍野，卓驭今天却返回 5 年前的平台项目，再次打磨算力 32TOPS 的 TDA4-VH，给宝骏云朵、宝骏云海等车型升级城区智驾功能。

马陆告诉我们，如果想要理解这家公司，要回到简单得让很多人不相信的逻辑里：把它的 slogan 看三遍——为所有人，提供安全轻松的出行体验。

前半句的意思是智能辅助驾驶要够亲民，用得起。后半句是它值得买，能提供安全、轻松的出行体验。

前半句不难，但当前阶段要让智驾在严苛的成本约束下，做好体验，构成了一座未知海拔的大山。

马陆在整场采访中习惯使用反问句，有时他的直白会戳破这个行业升腾已久的泡泡。

他认为智驾行业远未到达 iPhone4 时刻，甚至连 iPhone 时刻都说不上。他反问，一家传统辅助驾驶公司的毫米波雷达项目即便一个人也可以负责多个车型，一家老牌供应商可以同时干几百个项目，但现阶段智驾厂商不行。

很多人都把智驾终局想象为攀爬珠穆朗玛峰的过程，所有人都知道珠峰海拔 8848.86 米。

真正的痛苦是没有人知道未来算力会到 5000TOPS 还是 1 万 TOPS。

爬一座未知海拔的山，要比爬一座具体、已知的山要难。

「所有人都觉得自己快到山顶了，结果一看自己其实还在半山腰。最多只知道自己越爬越高了，但没有人知道山到底有多高。爬山的时候总有人以为自己找到了捷径，走得更快，没有人一下子就知道 L4 怎么做。」

卓驭不喜欢也不擅长把智驾的故事讲得天花乱坠，而马陆也呈现了一个撕掉外界标签之后更平实的卓驭。在马陆看来，VLA 没有真假之分，而是方式不同。

卓驭也不是一家智驾软件公司，而是包含硬件设计、开发、制造、供应链在内的科技智造公司，卓驭也不只专注性价比、低算力、纯视觉，他们采用自研激光雷达的激目 2.0 方案将会在明年年初量产发布。

在所有玩家都追逐找到长板的时候，卓驭追求一种均衡的状态。「智驾玩家很难有长板特别长的，即使有，很快就会被追平。」

一个更均衡型的选手，不去想象山有多高。

或许不想象自己身在何处、不妄想找到捷径，更容易走好脚下的路。

01、油电同智与出海欧洲，两场最重要的战役

汽车之心：你是怎么来到大疆的？卓驭又是怎么从大疆的内部研发项目走到现在？

马陆：故事可能得从最早我进入大疆开始说起，博士毕业之前我去百度美研、地平线看过。

选择大疆没有那么多高大上的原因，我是广州人，大湾区只有大疆一家做飞机的公司，面试之后我才知道大疆是做复杂的飞行机器人，涉及全向避障、全向视觉，方向比较匹配才去了大疆。

2015 年大疆无人机占有率已经是头部，希望探索新的业务领域。

大疆就在内部组建了临时团队预研自动驾驶，更像一个兴趣小组，我在大疆无人机项目待了不到 4 个月，就被调进了项目组。

所以，卓驭前身创始团队几乎就是大疆无人机飞控的原班人马。

2018 年，我们规模很小，总不能在内部天天做 demo，还是得走出去看看。一查数据，中国一年生产两千万辆乘用车。如果我们的方案能在中国这么多的乘用车上落地，我们想做 L4 的初心就会实现。

2019 年，技术要走向落地，就得找客户。我们翻了一遍资料，大众一年卖一千多万台车最厉害，我们就找到大众。2018 年我们给大众做了一次 Demo、2019 年恶补法律法规的要求，又做了一次。

2020 年大众品牌油车辅助驾驶交给卓驭，奥迪品牌城区辅助驾驶交给华为。

卓驭在这个阶段看起来有点怪，大家总在吐槽我们怎么总在做便宜的车，这个跟我们的初心、大疆的基因都有联系。

大疆早期的无人机取代的都是几十万的无人机、影像设备，我们的辅助驾驶也是如此。15 万左右的车才是市场占有率最多的，我们最开始才在这个区间做量产。

2023 年卓驭成为独立公司，到现在拿下了超过 70 多款定点车型。

截止9月份卓驭定点合作车型，这应该是最全的版本

汽车之心：你们现在有那么多的量产项目，完成起来压力大吗？

马陆：公司现在有 2000 多人，同时服务 10 个 OEM 客户，70 多款车型，压力很大。2023 年以前我们就两个客户大众和五菱，大几百人就够了，之后我们的定点项目迅速增加。

汽车之心：服务两个主机厂就要 1000 人了吗？

马陆：卓驭和和纯算法公司最大的不同在于我们有硬件、制造、供应链、质量等部门。

做软硬一体的玩家被人看不见的东西更多，但潜能更大，软件公司卖软件的价格不足控制器的几分之一。比如 A 股上市公司，德赛西威绝对是一个不在聚光灯下的高手。

卓驭自有的激光雷达工厂

汽车之心：你们做量产的项目的经验可以复制吗？3 年前你们做量产和今天做量产有哪些不一样的地方？

马陆：2020 年我们在和大众、五菱做项目的时候，采用我们的域控、双目摄像头和软件的一个项目要报 200 个人干两年以上，2023 年这样的项目 100 个人做 1 年，现在 20 个人 8 个月就足够了。

2023 年以前是为了证明一个东西能做出来。到了 2024 一年就要从五六款车型，变成一年做五六十款车型，这些挑战是不一样的。

但总体而言，效率上更进一步，一方面产品更成熟了，不用总是改来改去。另一方面，卓驭拥有了一级供应商该有的兜底能力。

比如车企客户也要管理很多关联系统，包括毫米波雷达、超声波雷达、横纵向控制器、车机等，有些系统可能改不了，合同不会要求这些，但想要系统效果好就必须要帮助车企解决底层系统的问题。我们必须去做。

汽车之心：卓驭今天够标准化吗？

马陆：整个智驾行业都还没有进入到标准化，或者说智驾产品其实目前更倾向于非标产品，每个车企客户不只是习惯和价值导向不一样，而且针对智驾的追求、产品要求、风险厌恶程度不一样。

不像很多公司的毫米波雷达项目，一个项目就一个人，但是能干 300 个车型。在慕尼黑车展，很多供应商能同时干几百个项目，但不会说自己很厉害，因为这就是汽车供应商应该有的水平，智驾还没有成熟到这个水平。

汽车之心：最近你们和大众合作的燃油车辅助驾驶车型陆续发布了，你们做油电同智，但今天整个油车市场的销量其实都在下滑。卓驭为什么还要先拿下油车市场？

马陆：不可否认，新能源是中国汽车产业的拐点，但同样也要肯定有很多人仍然需要油车。所以我们也做了燃油车，给消费者更多选择空间，去年中国油车销量还比电车多 10%，而且海外市场还有非常广阔的空间。（2024 年中国燃油车国内销量为 1398.9 万辆，新能源车销量为 1398.9 万辆）

汽车之心：和大众的项目很难吗，从确认合作到 2024 年首款车型途观 L Pro 发布，你们干了 4 年以上？

马陆：大众是我们第一个客户，也是要求最严格的。2020 年我们获得大众定点之后，开发周期是 36 个月，最终立项的时候是计划 23 年底量产，由于质量流程体系的原因，要协同德国供应商，最终 2024 年年初达成一致推出市场。

大众体系里，质量部门话语权很高，同一件事情别人做 1 年，大众要做 3 年。

这跟容错率有关系，它的汽车在全球销售，每年造 1 万辆车和 10 万辆、100 万辆、1000 万辆的要求是不一样的。

如果是销量 1 万，零部件坏掉的数量相对低一点，坏掉了还能给用户免费换。那 100 万辆的呢？赚的钱都没有坏的多了。

客观来讲，有一定难度，尤其做油车智驾辅助驾驶会对和主机厂的能力有更高的要求。比如在油车上解决散热问题，大众 MQB 平台是老平台，关联件很多，核心还是要在对现有平台最小改动但要实现最佳效果。

我们给大众 IQ Pilot 做了两代系统，第一代是被动散热，第二代是风冷，做风冷就必须要有风道的，天然就对域控位置有要求，不可能把域控放在发动机舱里。

我们就得和大众深度合作一起去设计模拟散热风路，研究放在哪里更合适，途观 L pro 最终就把风冷放在了车辆后备箱附近。

汽车之心：卓驭是国内首家通过大众三方联合 A-SPICE CL2 审核的供应商，这个安全认证的难度在哪？要想和大众合作都需要这个认证吗？

马陆：观察一件事做完了有两种方法，一种是只看结果，不看过程。结果好的，它就是好的。另外一种看结果也看过程，要求结果是对的，过程也是对的。

A-SPICE CL2 就是对过程域的要求，过程域的意思是要有系统需求分析、架构设计、集成与集成测试、合格性测试、软件需求分析、软件架构设计 等等几十个步骤，你就按照这个步骤做事情就行了。ASPICE 对过程域要求很高：

• 第一步，你要了解所有的系统需求的，要把需求分门别类地弄清楚。
• 第二步，在需求分析的过程中，涉及需求澄清的，ASPICE 要求得客户有必要的澄清记录、通讯记录、会议记录等等。
• 第三步，需求分析之后，还要把系统需求分配到架构设计，还要做双向追溯、维护关系。除此之外还要有定期评审记录。

过去中国也有很多公司也会过 A-SPICE，但大多数都只是挑其中一个小模块去审核。我们是全球唯一一家，从高阶辅助驾驶涉及的行车泊车等应用层软件，到算法软件，到中间件、底层软件等等全系统全流程通过 A-SPICE CL2 认证的。

汽车之心：要想和大众合作都需要这个认证吗？

马陆：大众很复杂。大众集团德国开发主导的项目会完全按照这个流程来做，通过 A-SPICE CL2 说明，从体系流程的角度，可以满足产品安全性与开发流程严谨性，这也意味着卓驭以后可以在全球范围内跟大众体系内的任何产品进行合作，不需要再额外进行准入审核。

汽车之心：有 A-SPICE CL2 相当于获得了进入欧洲市场的入场券，今年很多智驾公司都在布局欧洲市场，你们为什么要参加 IAA，出海欧洲？

马陆：来 IAA 是希望把做出来的东西给更多人用。但到这里我们也不着急，我们的想法是长期地看待欧洲市场。

不用非要把中国那套东西都照搬过来，毕竟欧洲有自己的客户群体、文化习惯、接受度。德国人对于辅助驾驶的接受度远没有中国的消费者那么高，中国的买车的消费者很多都是年轻人，欧洲几乎都是年轻人开二手车、老年人开新车。目前我们在欧洲有意向客户，卓驭在中国深耕了 9 年了，在德国也可以有另外的一个 9 年慢慢做、长期做，好好做。

汽车之心：欧洲会是中国自动驾驶玩家的必争之地吗？有哪些挑战？

马陆：要在欧洲把 AI 部署到车上，考虑的是包括硬件、制造、流程体系、安全质量的全栈能力。

比如德国的挑战就在于陌生的驾驶环境，道路比较窄、七扭八扭。另外有很多会随时根据天气、交通状况变化的电子信息灯。针对这些，需要每个智驾公司做很多特殊的本地化适配工作。

就必须要在当地收集相应的数据进行训练，这里分三步：

• 第一，在欧洲找合规的供应商，会合规合法采集数据，做数据脱敏，比方车牌打码，人脸打码。
• 第二，数据会留在海外，在海外会和云服务合作商合作，我们会把基础驾驶模型拿过来，用海外的数据做部署后训练进行微调，提升应对海外特殊场景的能力。
• 第三，还会有一些单独模块的调整，海外红绿灯和国内差别很大，需要重新单独训练红绿灯检测模块。

德国慕尼黑，有轨电车轨道随处可见

汽车之心：既然只是用基础模型训练模型，相比国内的智驾性能，搬过来之后海外版是不是没有那么强了？

马陆：特斯拉到了中国虽然有点水土不服，不认识信号灯、会压线、会走错路，但特斯拉缺了一些本土化训练，但不改变它好用的本质，它的动态驾驶能力仍然很优秀。

就像一个优秀的外国司机突然来到中国，可能看不懂规则，但不影响他仍然是好车手。

评估智能驾驶是多维度的，一方面是基础驾驶素质，另外一方面是对于物理世界的规则理解能力。

从泛化性的角度，特斯拉肯定能解决中国本土的问题，至于为什么早期的版本没有完全解决，跟产品发布策略节奏有关，保有量太大在产品部署上会更严格。

对卓驭而言，做海外市场也是一样，只不过因为欧洲的环境相比中国简单一些，所以卓驭做海外市场的难度会比特斯拉小。

02、低算力怪圈背后，是被过度解读的卓驭

汽车之心：卓驭一直在做一些反共识的事情，从最早从 TDA4 平台开始做智驾，再到做油电同智的高速领航，这些背后的逻辑是什么？

马陆：最近我们还会给算力 32TOPS 的 TDA4 平台做城市领航推送。这已经是 4 年前的平台了，我们还在更新。很多人不理解，但很多早期五菱和宝骏的车主，就希望赶紧更新。

还有一种声音，认为我们没苦硬吃。给 TDA4-VH 升级到城市领航功能不是原本承诺给车主的功能，我们是给 OEM 免费升级的。我们的理念是技术上能做到就会给用户免费升级。

2024年宝骏云朵灵犀版，第一个靠32TOPS 7V方案实现了城市记忆领航的车型

汽车之心：既然没有商业逻辑，那你们为什么还要做？

马陆：因为这件事对用户有意义，值得我们去做，也是我们力所能及能做到的。

这种 32TOPS、7 个摄像头的旧平台很难打败谁，但我们和五菱的合作项目有超过 50% 的车型都选择智驾，这么多车主要冲着卓驭辅助驾驶去的，我们愿意花精力再去给 32TOPS 的平台升级城区领航功能。

现在来看，很辛苦很难且有很多人不理解。但我们还是会坚持做，我们的理念是：把平台的性能挖掘到极致了，才会停下来。

汽车之心：你确定也没有其他目的了？比如你们可以通过升级，得到更多的优质城区数据，或者你们挑战这些升级会有兴奋感？这也是一种情绪价值。

马陆：不是。我们每天的挑战都很多。我们是真的想让老车主好用上更好的产品，不然做这个事儿没必要，我们内部平台很多。

汽车之心：你们第一个量产项目是五菱，前期走性价比路线，会不会对你们建立品牌认知、日后走高端路线带来挑战？

马陆：一开始要找高端车型就很难。大众的项目是 2020 年签的定点，23 年计划量产，2-3 年的时间不能只干着一个项目，当时也聊了一些客户。之所以跟五菱合作，有一个大家不太关注到的地方。上汽通用五菱的愿景是人民需要什么五菱就造什么，跟我们的理念很契合。

最开始走性价比路线也会造成挑战。因为媒体测评主要集中在中高端车型上，互联网上的舆论风向都是 BBA，但实际上中国一年乘用车销量两千多万，一大半都是 10-20 万的车型。

同级比较，我们没有对手的。非要跨级别比较，我们也接受，尽量做好一些。但是六七千块钱的东西也不可能把别人两三万的活干了，毕竟我们不是神仙。

汽车之心：你们是从下往上打，还有一类智驾企业从上往下的，你怎么看待竞争？

马陆：最终我们一定会在中场相遇，只要是良性的竞争，就会给消费者带来好处。我们性价比的产品主要靠出货量。25 万的以上的车我们会考虑从 L3、L4 的角度做，之后会用两颗 Thor 来做 L3、L4，明年 Thor 平台也会有项目量产。Thor 平台会承载我们的对 L3 高速领航、L4 AVP 以及 VLA 等的一些想法落地。

汽车之心：相遇的时候，你们的优势在哪？

马陆：我们的优势在于全栈方案，车企购买全套产品性价比更高。现在与我们合作的车企至少会买我们的域控+传感器+软件。最近有多个客户定点了搭载激光雷达的激目 2.0 方案。

激光雷达里面一般需要内置计算芯片，把大量的点云变成处理之后的信号发出去，这样的芯片也得两三百块钱。我们把激目 2.0 方案激光雷达中的计算芯片放到了域控。这比在市面上买一个现成的激光雷达要便宜。

激目 2.0 方案里激光雷达和智驾系统的芯片复用，有三个明显优点：

• 第一，不再有算力芯片这种发热源，散热更容易做。
• 第二，没有了计算芯片，控制算力都跑到控制器里了，可以拿到原始点云，效率更高。
• 第三，视觉的模组和激光雷达都在一个硬件里，集成度比较高，所有数据都是对齐的，同时，省到极致。如果单独配激光雷达还需要数据线，我们复用原来积目的数据线，节省了数据线，一根大概几十块的成本。

汽车之心：激目 2.0 的体验会和你们的纯视觉方案拉开很大差距吗？

马陆：激目 2.0 至少是 100TOPS 以上的，我们默认支持 8650。

这个方案不只是单纯驱动硬件，更要把激光雷达的数据融合好。现在没有完全激发出它性能，体验上，绝大多数时间里和纯视觉版本没有区别，但在极端情况，有激光雷达的版本安全冗余更高。

汽车之心：如果你们当初像特斯拉一样只做纯视觉，会不会卓驭会更有特色？

马陆：我们从未认为我们是纯视觉公司。最开始做纯视觉是因为项目车型比较便宜，装不了激光雷达，我们在那个时期停留得太久，让别人误以为卓驭想走纯视觉。

大家总是在纠结激光雷达和纯视觉。

• 第一，激光雷达方案也装了很多摄像头。
• 第二，传感器更多、更好肯定没坏处，但需要相匹配的算法把硬件的真正潜力真正发挥好，不能脱离算法水平谈哪一个更好用。

大部分驾驶场景里，视觉再加入门级算力性能已经可能做得相当不错了。如果再纠结一下极端场景，大算力、加更多的传感器必然是对的。未来 20 年，或许也存在一种可能性：算法很厉害，一个网络视频的摄像头就能把智能驾驶的难题解决掉。

从人的角度来看，看摄像头也能开车，因为太聪明了。

03、攀登 L4，没有人知道山顶在哪里

汽车之心：实现 L4 必须要靠 VLA 吗？你们对于 VLA 路线怎么看？

马陆：VLA 代表视觉、语言和行为。大家所描绘的 VLA 最理想的状态下应该是 Language Model 能够理解环境并且输出 Action。但是目前做不出来。

汽车之心：为什么现在做不出来？有的公司认为 VLA 不理解真实的物理世界信息，这是不是 VLA 的难点呢？

马陆：这么理解也没错。难点就是现在的 Language Model 不理解物理世界真正的含义。

举个例子，想想一个学富五车的人，这个人从来没有自己开过车，但是智力水平非常高。现在，让这个人坐在副驾通过语言指挥主驾的你来驾驶。这其实是很悬的，因为他不了解物理世界里如何操纵车，如何在复杂场景里单纯靠语言描述驾驶。

汽车之心：如何才能让 Language Model 了解物理世界的意义呢？这背后要花费的成本大吗？

马陆：必须要给 Language Model 加上物理世界的真实尺度的信息。

我们现在训练的 Language Model 大多数都是从互联网扒下来的信息，没有精准的物理实际含义。如果真想做好这个 L，从头练好这个技术模型，要采集很多车的数据，拿着这些数据和语言模型里的语料数据一起训练出真正能理解物理环境的语言大模型。

汽车之心：今天不是大家已经都在这么做了吗，很多车企都同时拥有真实车端数据和语言模型。

马陆：并不是很准确，真正从头训练 LLM 的车企或智驾公司还是很少的。目前大多数方案还是会找第三方合作伙伴的语言大模型。比如智能驾驶要实现前方 80 米右转，我们期望的是非常精准的数据。需要通过 BEV、OCC 占用网络数据与环境相融合，生成一条 80 米后向右转的轨迹。这条轨迹的每一个采样点都有速度、加速度、曲率，只有这样才开的好。

要做到理想状态下的 VLA，不能在网上扒拉一个模型或者找第三方合作，必须要重头搞。

汽车之心：重头研发的成本会有多大？

马陆：比互联网公司搞大语言模型的开销要小一些。不用训练出上知天文下知地理的博士生，它的知识水平可以只是九年义务教育的高中生，但必须要训练出能开车的司机大模型。

有了知识以后，得要训练物理世界的真实的尺度的信息，结合起来，才是一个适合自动驾驶的司机模型。我认为，VLA 一定是能走通的，但它需要的资源投入或许远超想象。

我们也做 VLA，虽然数据、训练资源有限，但因为 VLA 对环境的理解维度很高，我们在重新设计模型的过程中也是有提升的。

其实有两种做 VLA 的方式：一种就是重头做 Language Model，代价极高但可以做到最理想状态的 VLA，另外一种就模型具备一定的环境理解能力、交通能力，所以也有一些提升驾驶体验的 VLA 功能。

我们目前还没有重头训练 LLM，更多还是用第三方合作伙伴的 LLM 提升我们的智驾系统对复杂场景的理解能力，以及加强人机交互的整体体验。

比如通过 VLA 识别鬼探头等场景主动防御性驾驶，或用 VLN 做泊车巡航类功能。至于前者，我相信特斯拉或许更有能重头训练 LLM 、做类似 VLA 产品的可能性。

但可以确定无论是哪两种都称不上真假 VLA，谈真假更像营销概念。

汽车之心：随着 VLA 路线出现，做智驾的算力门槛也在被拉升，目前市场上已经出现了 5000TOPS 的计算平台，你觉得做到 L4 需要多大算力呢？

马陆：如果我们说的 L4 是指全场景可用的 L4 自动驾驶，不限城市、地域，没人知道需要多少算力。

就像在爬山一样，所有人都觉得自己快到山顶了，结果一看还在半山腰。你知道越来越爬越高了，但是你不知道这个山到底有多高。总有人会觉得爬山时找到了一条捷径，去往 L3、L4 会走得更快。

我不认为有任何人马上知道 L4 怎么做，不过至少大家越做越更接近山顶了。1 万 TOPS 够不够我也不知道，但愿不用 10 万 TOPS。

汽车之心：我时常感觉卓驭很全能，但风格不突出。一方面全算力平台都有，另一方面厂商选择很开放，囊括 TI、高通、英伟达、地平线。你们是怎么选择芯片的？

马陆：我们看芯片的总和规格选择，不仅是算力考量，还会关注芯片的成本、工具链、供应链风险、成熟度及与我们的产品匹配度。最早选择 TDA4 芯片，是因为 2021 年的时候没得选。

后来选 8650 是因为当时 OrinX 卖的很贵，一颗芯片价格是 8650 的 2-3 倍，但两者性能十分接近。高通刚推向汽车市场的智驾芯片更有性价比。

再后来选英伟达有两个原因，第一，我们和比亚迪合作了项目，比亚迪用了英伟达所以我们要配合。另外，我们认为未来需要更大规模的 AI 算力。

最后再说地平线，地平线最初做 J6 时，我们就交流过 J6 系列的规格。最终我们的一些建议被地平线采纳了，2024 年我们还没谈妥的原因是卓驭的资源都投在了 TDA4 和 8650 上，研发资源不足以支持立刻做一款新的芯片平台。

去年下旬我们和地平线合作引入 J6 芯片，今年上半年全面开工。J6E 和 J6M 本身是同一代，同一个硅片上割下来的，我们想主推 J6M，明年国家有辅助驾驶强标来了之后，对性能有更高要求，我们综合评估用 J6M 完全满足强标以及激目 2.0 方案对计算平台的要求。

汽车之心：你们不是为了国产化的考虑？

马陆：不是，如果是基于这种考虑，我们跟地平线可以更早合作。和地平线合作，99% 都是因为它好用。

汽车之心：你们会考虑自研芯片吗？

马陆：暂时不会。我们还有很多基础技术需要突破，需要更多投入。另外汽车芯片产业链已经非常成熟了，我们有很多国内外的芯片合作伙伴，能与我们优势互补。

• 第一，我们希望聚焦于整体系统体验做好。
• 第二，做芯片需要出货量大到可以把芯片费用分摊了，芯片投资最大的是 IP 费用，需要走量分摊。高通每年出货过亿台手机，再做智驾芯片复用 IP，投入很低。哪个智驾厂商单纯靠智驾能卖几百万上千万片芯片呢？即使能做的，比起动辄年出货上亿片的消费级行业，IP 的费用还是太高了。
• 第三，行业内很多芯片企业，每一年都会拿最新的东西推荐给我们用。芯片是提前两三年设计好了，算法换了对芯片影响很大。其次，做芯片不是只做一代，昙花一现跟代际延续是有区别的，要认真做下去这些活太重。

汽车之心：但你们做 Thor 平台，跟你们做性价比的特长会不会有冲突呢？

马陆：这也是被解读的结果。做 Thor 依然可以发挥我们性价比的特点，让我们在更多的算力下做出更好的产品。

卓驭的特点是能做高性价比的产品，但不代表我们只做最便宜的产品。我们的初心是为所有人提供安全、轻松的出行体验。

做 Thor 不便宜，但面向 L3、L4 的研究成果是可以下放的。比如 Thor 里 60% 的算力都去跑 Language model，但是 Action model 和 Vision model 是可以被复用到高通 8650 以及地平线 J6M 这样的芯片里。

汽车之心：其实你们擅长的不能说是做性价比平台，而是降本的能力，你们过去在中低算力平台上确实把成本降得很低，但 Thor 平台的降本跟做中低算力平台有区别吗？

马陆：有的芯片 CPU 很多，但 CPU 和芯片之间要常做数据交换，如果内存带宽不够高，就会卡住。有些芯片 CPU 不是很高，但是它每个指标都很均衡，我们要基于每个芯片的特性做系统性的调整。

我们不会只看芯片，不追求系统里有极为长的长板。我们希望它均衡，和系统设计、硬件设计、整体功耗测试、软件使用一起进行开发，做出比较均衡的产品。

汽车之心：找平衡这个说法和今天大多数公司的策略也不同，很多企业做产品更想找长板，比如小米做产品的对角线策略。那卓驭最大的资源优势和禀赋在哪？

马陆：卓驭长板就是均衡，卡不是最多的、传感器也不见得是最好的，但工程能力和算法能力更好。

很难有智驾玩家长板长得很多，因为彼此之间很快就会被追平。去年大家第一次看端到端，感觉是新的技术范式，结果隔了一年，全都能做端到端了。

站在比较长的维度上看，看参数作用不大，行业的排名会动态变化，除非有能领先几年的优势，否则智驾公司很快就会互相超越。

汽车之心：其实今天车企已经不只是自研或者采购供应商方案两条腿走路，而是「蜈蚣走路」为什么会出现这样的现象？整个市场会随着技术发展，进入到一个新阶段吗？

马陆：现在还太远了。智能驾驶行业的技术和产品远未到 iPhone4 时刻，甚至 iPhone 时刻都没到。

本质上是因为产品不够成熟。辅助驾驶还没做到新能源车那样，通过电动化、电池动力技术的革命，让消费者能轻易感受到驾驶体验的本质跃升。

电池在乘车上能卖很贵，因为它带来的用户价值是很明显的。目前辅助驾驶卖两万块都很难，大多数消费者一直想要的是自动驾驶，并不是辅助驾驶。

最早的新能源汽车还有油改电方案，但没人买，等全部切换成纯电了才有人买。现在卖智驾软件，能卖到两三千块钱算不错，甚至有的高快领航软件只能卖几百块。

整个智驾应该倒推思维：为什么只能卖这么一点钱？本质上就是做得还不好。如果真的能买到真 L4，解决了消费者真需求，价格和付费意愿一定会提高。

汽车之心：接下来你觉得 2-3 年辅助驾驶行业会发生什么样的变化？头部效应会更明显吗？

马陆：第一，这个行业还没有任何人真正能赚钱，除非有一天做出真正让消费者满意的东西。

第二，在这种激烈的竞争环境下，只有把钱花在刀刃上，持续提升产品价值，用户价值，才有后续持续发展的机会。