3月28日-30日，以“夯实电动化推进智能化实现高质量发展”为主题的中国电动汽车百人会论坛（2025）在京隆重召开！本届论坛汇聚20+政府有关部门领导、30+院士专家、100+汽车及相关领域的企业代表，共议汽车产业变革新路径。在30日召开的智能汽车论坛上，吉利控股集团首席智驾科学家、极氪科技集团副总裁陈奇发表精彩演讲。以下内容为现场发言实录：


吉利控股集团首席智驾科学家、极氪科技集团副总裁陈奇

各位领导、各位同仁，下午好！非常感谢组委会的邀请，非常荣幸代表吉利控股集团和极氪科技集团分享一下我们对智驾的思考。

回顾过去一年，中国整个智驾行业与全球的人工智能浪潮深度融合，功能体验爆发式落地，一路狂飙，日新月异。去年有的同行跟我开玩笑，去年智驾刚刚交完高速费，还在研究往城区怎么走的时候，今年第一梯队纷纷开始车位到车位了，有的甚至剑指L3，大家你追我赶，在网上随便一搜排行榜一大堆，各种排行榜五花八门。大家的差距其实并没有想象中那么大，倘若把市面上主流的智驾体验放到半年之前的话，任何一家都是行业NO.1的存在。这恰恰说明整个行业依然处于探索、还有发展的阶段，大家还有很长的路要走。

我作为一个智驾行业的老兵，在高科技行业最值得期待的可能是横空出世，突然冒出来一个新东西；而最值得尊重的还是穿越周期，耐得住寂寞。现阶段的智驾比拼远远没有到决一胜负的时刻，随时有可能被弯道超车，也随时可能有黑马的出现。谁也不敢懈怠不敢怠慢，希望与同行一道，以相互的追逐赛，实现中国智驾接力赛的全球领先。

借此机会跟大家介绍一下千里浩瀚智驾在过去一年多时间取得的成果。2023年12月份，全栈自研的智驾正式发布，首发阵容很齐全，上线了当时行业中最领先的所有功能，包括高速NOA、LCC+、APA、自动泊车等等，激光雷达版本和视觉版本同步上线。首发以后，我们一刻没有停，持续进行快速迭代，第一季度推出机械车位泊车，第二季度上线了全栈自研的所有ADAS功能，包括高速AEB，第三季度推出无图城市NOA和通勤NOA公测，第四季度把无图城市NOA全国都能开全国全量推送，几周前发布了车位到车位的万人公测。这个速度在行业里面还是很罕见的，也是我们引以为傲的极氪速度。

这一年多里面我们打造了相对完善的三大产品体系：720度主动安全体系、全能泊车体系、全国都能开的无图NOA体系。正是坚持这三个领域同时发力，同步推出，才能让我们快速地发布行业最前沿的满血版车位到车位功能，横向打通三大产品体系，让用户在智驾体验的连续性上得到质的飞跃。

这三个体系每个都是智驾的关键突破口，费时费力费钱。我们为什么做这些？我们对自己的工作做了一个总结，也是我们对智驾场景的规划，智能驾驶所有的努力最主要做的三方面：提升用户的安全性、解决用户痛点难点问题、提升用户的体验连续性问题，从而让用户从能用、好用到爱用智驾，安全是体验的基础，痛点是体验的高潮，连续性是体验的关键。

安全性的提升，大家都知道，安全是智驾永恒不变的话题。智驾的安全最有代表性的功能就是AEB，PPT上展示的是我们对安全的优化和进化，从基本的AEB功能开始，到即将推出的G-AES，是我们对安全近乎极致的追求。第一个视频呈现的是用户真实遇到的AEB场景，真正帮助用户避免事故的记录。AEB已经帮助用户避免了大概356亿万次的碰撞风险。第二个视频后向PEB功能，也是经常碰到的高频事故场景。第三个视频是时速120公里的高速刹停能力，出发时速150公里，覆盖了绝大部分的高速场景。第四个视频，即将推出的G-AES功能，强调连续自动避让不规则障碍物的主动安全能力，既能规避一个车道的风险，也能规避多个车道的风险。通过激光雷达和视觉的融合识别，能在120公里/小时的时速下连续快速反应，边刹边绕，避开险情，并实现了场景的泛化。这个功能的实现包括软硬件系统和整车机械系统的深度融合，确实有较大的工程难度，我们也全力实现了极氪千里浩瀚智驾的全系标配，包括大尺寸的MPV，现在行业也在流行平权，我们认为为什么要全系标配？对安全更要平权。

用户的痛点场景，比如日常用车过程中会遇到司机很难处理的问题，比如机械车位，极窄车位，相信大家有相同的经历和感受，大家去医院商场的时候会经常碰到机械车位空空如也，绝大部分司机都不敢停，一不小心就剐蹭事故，还有极窄车位，自己泊进去之后人也下不来。智驾要解决这些问题才能把价值最大化。我们的这两个功能机械车位泊车，还有极窄车位离车泊入获得最好的好评。

体验连续性的提升，这也是重中之重，以前大家说智驾可有可无，不是必需品。那时候的智驾连续性有点不太好，以前过个路口可能功能就要重启一下。整个行业长达十几年的努力中都围绕着这个开展工作，提升智驾的连续性。所有智驾技术的突破，从机器学习到深度学习到BEV到transformer，到无图，到大模型等等，最核心的就是解决用户体验的连续性问题，减少体验中的断点，从基础的AEB到LCC是一次突破，从LCC到高速NOA又是一次质的飞跃，从高速到城区又是一次质的飞跃，到今天的车位到车位打通了高速、城区、园区、地下车库所有的连续性，又是一次重大的突破。从原来一个个孤岛式的场景不断突破连成一片，使用户从出发地车位就可以一键直达目的地车位，整个体验的连续性得到前所未有的改善。这才使得用户更加有黏性，更加喜欢智驾。我自己已经离不开智驾，一上车就会把智驾开启，让它自己开，大部分时间，偶尔接管一下。车位到车位几乎解决了智驾所有的连续性问题，是不是智驾发展就到头了？后面向上该怎么发展？除了L2辅助驾驶还有很多可以提升的空间，很多地方比如像体验的安全性、丝滑性、类人性等等，未来更需要朝着L3和L4发展，现在技术发展那么快，我们会更快加速L3时代的到来。

L2阶段辅助驾驶，大家愿意买单体验更多的连续性，无图、车位到车位、城市NOA，这其中如果有安全问题，人是责任主体，时刻保持关注，可以随时接管。L3以上甚至无人驾驶除了原有体验的连续性、舒适性、类人性可以得到更大的提升外，安全性的提升更是重中之重，遇到安全风险时能否及时准确提醒司机接管，同时主动避免危险。L3以上级别人不是随时关注路况的，车是责任主体，这就对系统安全提出更高的要求，甚至对于事故无限趋向于零容忍。

我们认为，智驾向自动驾驶演进过程中必然以AI大模型为核心，持续提升系统的功能体验，从算法架构、软件架构、硬件架构和整车架构等等形成合力，从方方面面最大限度去降低安全风险，提升安全性。

首先，我们依然认为AI技术方面需要持续加大投入，实现飞跃式突破，云端基础设施建设还有海量数据的获取。AI技术算法上的创新，今年DeepSeek横空出世，引发整个智驾行业的探讨，它对我们的借鉴意义不是智驾不需要更大的算力资源，而是意味着在相同的算力资源下可以支持更大规模的参数量，我们可以在云端构建更大规模参数的自动驾驶基座大模型，蒸馏出更好的车端协同系统，想致富先修路，基建有多大，未来自动驾驶的发展空间就有多大。

数据方面，除了量产车回传的数据外，如何更好利用世界模型的生成式能力，进行更多高价值数据的生成，将成为大模型迭代的核心要素。随着车端算力的不断增加，火热的端到端、VLM大模型在车端落地之外，将来如何发挥世界模型的生成式能力，进行预测和推理的功能落地，也是值得提前探索和研究。

除了AI大模型在宏观架构层面仍然有许多工作可以做，比如我是一个20多年驾龄的老司机，在上海开车很方便，昨天下午在北京开车也没那么好，我还是我，到北京到底少了什么？还是少了对路况的熟悉程度。我们给整个大模型加了海马体，我们叫作数字先觉网络，让常识成为决策的重要依据，实现超视距的预判，让智驾成为真正的本地老司机。

随着架构的创新和演进，以及未来大模型还要具备理解物理运行规律和更强的推理能力，不仅云端往更大的基座大模型发展，未来的车端算力需求随之增加。我们选择更高阶智驾上部署至少一个thor以上的算力方案，同时，不仅考虑增加总算力，芯片层面还要能失效冗余，双芯片架构和异构的算法冗余将为感知的容错能力再添上一层铠甲。

在行业里面纯视觉方案和激光雷达方案是热议的话题，这个争论也是好事，这两个从来不是技术路线之争而是对安全性的不同考量而已。从技术角度，我们一致认为以第一性原理拿摄像头跟人眼对比也是不太符合实际的，实际人眼的物理能力包括像素密度还有进光量调节、动态范围、动态聚焦、时延、色彩感知、神经计算等等都远超摄像头的硬件还有息息相关的LCC调教算法，雨雾黑夜场景下甚至人眼也有自己的局限性，要实现比人开得好的智能驾驶，多模态传感器的冗余不可或缺。在L3级更高级别的驾驶上面，激光雷达和其它传感器构成的增量冗余，实现多模态全向覆盖，这个是很有必要的。良弓配壮士，宝甲护将军，强大的传感器配置是算法的有力支撑，能充分发挥算法的优势，是当下高级别自动驾驶突破发展的关键要素。

除了前面讲过的冗余，全链路的电子电气架构像执行器、电源、通信冗余不容忽视，L3及未来无人驾驶的场景下，哪怕有万分之一的失效概率都作为关键的考量点。

以上思考也是我们这次千里浩瀚H9方案往更高级别自动驾驶突破的实践，这套方案将会搭载在9X上面，上海车展大家可以过来看看。

说到智驾行业的群雄逐鹿，智驾的排位赛还未真正开场，珠峰还在前方，L3自动驾驶的落地，绝非仅仅依靠算法就能突破，人担责还是机器担责，是一个跨越式的分水岭。除了算法外，更应从系统的思维和整车其它系统一起协同突破，每个环节都是攀越L3高峰的坚实脚步。智驾的星辰大海永远属于脚踏实地的探索者，极氪愿意自身在软硬件全域安全架构、AI大模型架构等领域的技术沉淀与行业共享经验，共创可能，助力中国企业领跑全球智驾赛道。

谢谢大家！