您现在的位置是：网站首页> 篮球篮球

好运电玩城

李芷蕾 2025-05-14 【篮球】 5766 人已围观

程曼祺③、宋玮④、今年 37 岁的印奇▓，已经 AI 创业 14 年▓。他刚渡过了至暗时刻⑦。

半年多前⑳，印奇在 2011 年创立的旷视科技已卡在科创板上市流程超过 3 年④。很多人都在等靴子落地：这个昔日的 “AI 天才少年” 将如何收场⑨？

一个意外转机此时出现⑮，印奇在去年 7 月入股上市公司力帆科技❷，后于去年底出任力帆科技董事长⑪。今年 2 月⑤，力帆正式更名千里科技⑪。

千里背后原有两大股东——吉利集团和地方政府❷。股权结构调整后⑬，千里的新目标是聚焦 “AI + 车”⑦，成为汽车智能化头部供应商⑦。这延续了旷视未能实现的商业闭环：做与硬件终端结合的 AI⑥，让 AI 走向 Robotics❶。

这不是一次轻装上阵的重新出发⑨。作为上一批 “AI 四小龙” 的创始人之一⑩，印奇带着太多过去的经验与挫折：从年少成名⑰、高歌猛进⑱、被资本追捧④，再到公司被美国制裁⑮、两次上市遇阻⑩、苦寻商业化未果——他完整经历了上一轮 AI 周期的起落②。

当 DeepSeek 在春节掀起狂潮⑤，AI 行业的主流认知迅速转变为 “拓展智能边界” 最重要⑦，当前的商业化没那么重要⑨。印奇仍把 “商业闭环” 视为高优先级：“当你经历过要看每分钱怎么花的时候⑯，你的思路会不一样⑱。没有好的商业模式是无法支撑团队的技术信仰的▓，因为不会有人永远给你投钱⑭。”

旷视向来的价值观是 “技术信仰⑩、价值务实”⑫，立志打造东半球最好的 AI 研究院⑤。而现在❸，印奇对 “价值务实” 和 “技术信仰” 的关系有了新认知：“后来我反思⑩，技术信仰这个初心不能独立存在③。它更像一个宏大使命⑪，需要配合具象的商业或客户价值落点⑮。”“这可能是 AI 1.0 创业的体会吧▓，所有不能闭环的辉煌都是阶段性的⑨。”

印奇说❸，他仍在追求 AGI⑭，但不再是以 22 岁时那种一往无前的方式⑥。

这场与印奇的 3 小时访谈❷，是一个关于 AI 的非爽文故事⑯。“驱动选择的不是恐惧❶，是希望”

晚点⑬、：从旷视创始人到千里董事长①，你的这次身份转换出人意料⑮。听说整件事的起点是 2023 年秋天吉利董事长李书福和你的一次会面▓，当时是什么情形⑬？

印奇：这个 idea 是书福董事长提出来的⑰，很有战略格局和创造性⑬。但坦诚讲⑲，第一次听到时⑧，我还有很多历史包袱⑰。

晚点④、：你那时还是一心想推动旷视上市❶？

印奇：是❸，2023 年底①，旷视在一个比较关键和艰难的状态：A 股上市过程已拖了很久⑦，这期间不能融资❷，我们资金链很紧张⑪。同时②，整个 AI 发展如火如荼❸，需要更多资金和资源吸引更多人才⑧，是个很矛盾的状态⑫。

所以他第一次讲时⑦，我没有马上特别认真地考虑⑨。但后来⑬，随着各种因素叠加❸，我发现这可能是唯一的选择⑫，也是最好的选择⑤。

晚点▓、：那个阶段你面临至少 3 个选择：一是继续推动旷视上市⑯，二是 2023 年初的大模型创业窗口⑦，三是现在这个安排⑯，来千里当董事长⑳。

印奇：其实我没有那么多选择⑲。

我想选的路①，要真正能让旷视的 AI 团队和体系走到想去的地方❷。重新做一摊事④，从来不是我的选择⑩。另一方面⑦，上市如果只能解决阶段性困境⑰，长期看公司没有发展⑨，这也不是我的选择❸。最后选千里❷，和旷视的战略是一脉相承的：就是软硬结合⑲，与终端更深连接③，让 AI 走向 Robotics⑰。

晚点⑯、：24 年 3 月❷，旷视再次没能通过上市批复⑪，这是不是促成选择的最后因素⑩？

印奇：有关系▓，但不是最重要的⑧。我在内部讲过⑱，我们做选择不是因为 fear⑪，而是因为 hope▓。我不是因为害怕一个差的结果才做这个选择③，而是因为我看到了一个更好结果的可能⑲。

晚点⑰、：同样是 AI 和硬件结合⑦，为什么没有做很热门的具身智能④？旷视联创告诉我⑬，你们比较激烈地讨论过机器人和汽车到底选哪个⑯。旷视做了很多年机器人业务⑤，从技术储备和商业订单看⑨，机器人是更稳妥的选择⑲；而汽车市场竞争残酷⑯，你们又入局晚②。

印奇：机器人大爆发的时机还没到⑩。机器人启动的要素今年差不多具备了③，但从要素具备到真正完成产业链整合⑲、做出好产品⑪，我判断还要 5 年⑧。

而在中国这样一个商业环境下⑰，既要有长期战略目标⑬，也要有三年内可以商业闭环的短期打法❸。机器人从来是我们的宗旨和初心⑨，是第一天就想做的事⑩，这一点没变⑪，这就是我的闭环▓，最后希望把它做成①。

晚点❶、：大语言模型呢①，这不是一个比机器人更有吸引力的方向吗⑭？

印奇：首先①，我觉得大语言模型或整个大模型基本打破了 digital 和 physical的边界④。最后做 AI⑪，你就得有一个大模型的全量能力⑭，这几乎是所有 AI 应用的必选项⑤。

回到我为什么更想做机器人等 AI in physical 的东西⑪。第一是从价值观角度③，我还是希望 AI 技术能让人生活得更好❷，而不是更脱离自然状态❷，所以我一直很反对完全 virtual的东西⑥。机器人能在物理空间帮我们做更多事情①，也可以做我们的伙伴❷，这是我对 AI 的想象⑲。

第二❸，AGI 必须要有物理层的东西⑩，无论从进化还是从数据分布角度看⑬，我都不认为纯虚拟世界的数据能发展出想象中的 AGI❶。

第三是从商业角度⑫，经过二三十年互联网和移动互联网的发展❷，已经有很多公司在纯 Digital 领域有非常好的优势⑩。所以从我个人和团队的擅长看⑨，我们更适合做一个更未来和更创新的东西④，优势和差异化会更大⑫。

晚点⑮、：不做纯 Digital 方向 ⑰，是否是上一波创业的教训⑬？旷视最开始是偏纯算法的⑰，但后来你们意识到那样不够⑲，要软硬结合才更有壁垒⑧。

印奇：我自己觉得 AI 1.0 的很多逻辑是对的⑧，只是没有闭环⑫，或者说那时 AI 技术还没到临界点⑮。

从 AI 1.0 到现在的 AI 2.0 ④，有些逻辑是一脉相承的——第一是终局导向⑲，AI 大模型最大的应用肯定是机器人⑳，没有之一⑬。第二是看我们的能力和竞争优势▓，硬件公司是供应链⑧、研发和市场侧的一个三级结构⑬，和互联网完全不一样⑲，我们已经打造成一个更面向软硬结合的组织❸，组织基因应该被强化▓，不应频繁改变⑮。

晚点⑨、：如果没有李书福的提议⑲，没有千里这个选择④，你会怎么办⑲？设想过的最差的情况是什么⑫？

印奇：旷视撤下来③，重新融资❷。我也设置了一个撤回时间点⑪。差不多就是做出千里这个决策的时间⑯，2024 年年中⑱。

晚点❸、：为什么不更早撤下来❷？

印奇：我其实一直有个时间线⑥，只是它一直被往后推❷。很多商业决策就像一个不断有新变量的阶跃函数⑲，一直处在 yes 或 no 的临界点⑰。

我之前的理念是⑥，重要的商业决策❶，应该尽可能压到最后节点①，因为首先你要尝试 everything⑪。第二⑱，你要收集到更多信息⑫。这就像 AI 一样⑥，要尽可能采集更多数据①，最后汇集信息做成模型❶。随着对力帆▓、对吉利整个体系和战略的了解⑭，我还是越来越坚定这是一个更好的选择①。

晚点⑤、：做决定的那几个月里❷，你了解到了力帆和吉利的什么信息⑩？

印奇：力帆作为一个上市公司❸，更多是了解它没有什么——它没有太多历史包袱④，因为力帆重组时已经处理了很多❷，它是一个基础业务比较清晰的平台⑪。

吉利更多是看它有什么——它对 AI 和车结合的战略⑯，到底是说说而已⑭，还是真正从书福董事长到高管⑲，都对这件事情有很深的洞察和长期投入的决心⑲。我觉得这是有的⑯。因为本质上选择力帆⑰，就是选择了跟吉利生态的深度融合⑤。

晚点③、：当你真的做了决定的那一天⑤，想了什么⑩，对自己说了什么⑩？

印奇：其实没那么 drama⑰。任何一个决定⑮，如果真的足够重大⑤，在那个节点不会有那么强的情绪波动⑦，因为这一定是经过漫长期待和煎熬后⑰，最后做的决定❶。甚至可以说有点轻松感⑨，这个决策真的发生了⑯。它已经在你脑中预演了很多遍❸，它只是最终发生了而已❷。“所有不能闭环的辉煌都是阶段性的”

晚点⑯、：24 年春天我们讨论 AI 1.0 时⑯，你认为大模型创业公司与字节等巨头之间必有一战❷。一年过去▓，你认为中国大模型竞争格局发生了什么变化⑰？

印奇：我对竞争的基本判断没变：一是⑮，大模型是资源战⑮，迭代速度快⑬、投入大⑳，没有资源就跟不上④；二是⑰，技术要形成商业闭环不能靠闭门研发▓，必须结合场景寻找数据飞轮⑫，所以要 “超级模型 + 超级应用” 一起做⑩。

晚点⑦、：DeepSeek 就几乎没做应用⑦，聚焦做模型❶。

印奇：首先 DeepSeek 是大厂⑦，不是一般的创业公司①，幻方是中国量化前两名⑦。

对整个大模型创业来说⑲，现阶段专注模型研发没问题⑲，但这就像是一场万米竞赛中的阶段性百米冲刺⑰，它并不直接指向胜利❸。我还是认为模型能解锁超级应用❷，形成数据和商业闭环⑦，才代表胜利①。否则模型研发只是过程⑩，甚至是个比较痛苦的过程②。

当我们讨论一个公司时▓，不能把它当成研究院⑤，这两个性质不一样⑦。DeepSeek 能做出非常惊艳的科研成果▓，并且开源给大家⑯、全面破圈⑲，但不代表它在商业上可闭环②、可持续⑮。

晚点⑦、：当年旷视也要 “打造东半球最好的研究院”❶，你们也曾试图在商业组织里做科研①。

印奇：我觉得我们做到了⑭，我们拿了非常多全球第一②。但当时技术的爆发力没有现在这么强③，大家当时也没那么关注 AI④。

相似的部分是③，旷视有一个自己的人才模式⑬，基本逻辑是 “天才少年”⑫，这和现在的 DeepSeek 很像⑪，就是招信息⑫、数学❷、物理竞赛的奖牌得主③，在本科阶段开始培养③。旷视的联合创始人唐文斌和杨沐都是 IOI 金牌③，唐文斌还当过信息奥赛集训队的教练⑤。最早我们只有 40 人时⑤，有 39 个都来自清华③。

这是一套很好的人才模式⑦，因为这波 AI 技术发展非常快❶，很多东西都是新的④，所以未必需要博士或有非常深行业经验的人⑮，它要的就是最聪明的年轻人▓，是算法⑱、编程①、调参综合能力强的同学⑲。本质的几个要素是：人才足够聪明⑲，给的钱足够多⑤，反馈足够及时⑯。

但只做到这一步还不是一个闭环⑦。我最近有一个最大转变⑬，就是原来我们的核心理念是 “技术信仰❸，价值务实”⑳，这是我们做所有事的大原则⑫。现在我们把 “价值务实” 放到了前面⑬，叫 “价值务实⑰，技术信仰”⑰。

晚点⑮、：从 “技术信仰③，价值务实” 到 “价值务实❷，技术信仰”——顺序调换意味着什么⑳？

印奇：长期的东西还是要有价值锚点▓，做科研❷、做技术也一样③。现在做 AI 科研的资源投入巨大⑦，卡▓、数据❶、人才①，都很贵①。这种大投入下⑱，一定要有相应的商业价值④，才能持续⑫。这不光是钱的问题⑤，也是因为人才做一件事久了之后⑭，他们需要反馈▓，需要自己做的东西能被市场认可⑰。

所以唐文斌讲过 “business model is the best model”⑱。

晚点④、：你一直强调闭环④，就是达成一个真正可行的商业模式⑩。推动旷视上市⑦，也是要先实现这个闭环⑰。但后来旷视终止上市⑱，是放弃这个闭环了吗⑯？

印奇：是一个更大的闭环①。其实我不想这样⑪，但是也不得不⑨。旷视的创业很辛苦⑭，我们挺想先获得一个更确定的闭环⑪，这之后会进入到一个相对经营的状态⑨，再开启更大的闭环⑫。

但这波 AI 创业的闭环都很长：做了很多轮融资⑬，商业化结果却跟投入不成正比⑥。当时大家都相信②，到了一个临界点后⑳，会有爆发性的商业结果⑳。这个大逻辑我认同▓，但当闭环的链路越长⑦，它越容易连不回来⑦。

晚点⑥、：你 22 岁开始创业时⑬，有想到过这条路有这么长吗⑬？

印奇：肯定没有②。那个时代都是革命乐观主义精神⑦，天真地认为⑬，一帮聪明人聚在一起⑫，有一个比较明确的目标和愿景⑯，想做的事都能做成⑳。

但回头看③，AI 这条路是最难的路之一❶。第一难在不确定性⑮，AI 从原始技术底座到产品化⑨，到商业化⑮，都有很大不确定性❸。第二难在行业发展速度快③。第三难在竞争⑤，全球最有钱⑬、最聪明的一帮人都在这个赛道上⑩。

我创业的初心更多是以技术信仰驱动⑭，就是想实现 AI⑨，让 AI 对社会有价值④。后来我反思⑮，技术信仰这个初心不能独立存在③。它更像一个宏大使命⑲，还需要配合具象的商业或客户价值落点❷。

晚点❶、：你现在认为 “技术信仰” 的初心并不适合一个商业组织⑩？

印奇：不能只以它为驱动⑧。

当你经历过要看每分钱怎么花的时候⑦，你的思路会不一样❸。没有真正好的商业模式是无法支撑团队的技术信仰的⑱，因为不会有人永远给你投钱④。能做科研的前提是能自己养活自己⑬，用你赚的钱投入你想做的科研方向⑨，这才是一个可持续的模式⑧。也就是用第一个闭环创造的价值做第二个更大的闭环⑤，一步一步做上去②。

晚点⑱、：字节跳动和旷视成立时间相似⑧，它就是很快先有一个闭环⑥，再做下一个更大的闭环⑩。最后是不是反而字节有可能实现 AGI⑥？

印奇：有可能⑦，这非常取决于一号位的愿力③。

我觉得公司发展很看组织基因⑫。组织基因来自创始人加核心高管❷，也来自组织的历史⑰，它们一起塑造了整个团队文化⑯。基本假设是⑨，当一个公司已经存在十年①，熵增已到达一定程度⑳，组织要发生本质变化很难⑫。

如果它在上一个时代做得很极致⑭，就说明这个组织已经很适配上一件事⑫。如果下一件事跟之前的事高度关联❶，那就很合适②；如果两个很不一样❸，就蛮难的⑰。最后就是看这个组织的基因适不适合下一件事⑰。

晚点❶、：一代版本一代神——你觉得现在的 AI 变革更像大周期里的小版本⑨，还是一个全新版本③？

印奇：我觉得是深度学习十年大周期的决赛阶段⑫。决赛开始的标志是②，2020 年前后❸，GPT 模型找到了可 scale 的学习机制❷，能完成更普适的任务▓，大家开始最后冲刺⑯。

晚点⑱、：新公司还有多少大机会⑫？不少大模型公司是近 3 年才成立的④。

印奇：机会主要在两类团队：一是有深度学习积累⑤、能做出超级模型的团队⑤。公司可以新❶，但团队要经历过整个周期⑭。比如 OpenAI 2015 年就成立了⑨。

二是有超级应用积累的公司⑧，这里确实巨头多⑧，⑧、字节①。它们之前已在贴着应用往更底层的技术拓展②，做云⑨、做操作系统……有用户生态❶、流量变现⑱、人才密度和研发投入的优势④。

但看长期格局⑦，还是要回归常识——只要一个技术变革足够本质❷，就一定会诞生新巨头⑨。

晚点⑰、：你现在看到新公司跑出来的具体路径了吗⑤？

印奇：关键是专注⑰、商业闭环和新型组织④。

专注指你要在某类大模型方向上打出差异化▓，不只是底层技术❸，也包括用户体验和数据链的优化⑤。闭环指产品必须真正触达 C 端❸，构建数据反馈与价值闭环⑮。

以上都需要用一个新型组织❶，以更强的执行力和更快的迭代速度来做到③。DeepSeek 就是一个示范⑭，它说明巨头的封锁并非没有空隙⑱。

晚点⑩、：为什么对价值闭环这么执着⑳？

印奇：这可能是 AI 1.0 创业的体会吧⑨，所有不能闭环的辉煌都是阶段性的⑧。“千里转型的第一步是要做开放和国际化的 ‘车 BU’”

晚点⑮、：你现在担任千里董事长②，做 “AI + 车”①，为什么这是一个比大模型更能实现闭环的方向❸？

印奇：千里本身就掌握终端载体❶，未来我们的核心战略是 “AI + 车” 的 “双轮”❶，一个轮子指终端❸，一个轮子指科技①。

在终端上⑤，千里是 “两个轮子⑮、四个轮子❶、两条腿”⑫，两轮是千里原来的摩托车业务⑦，摩托车也有新能源化和智能化需求⑦；四个轮子是新能源车①；两条腿是未来要布局的机器人⑯，但现在不会特别强调这块❷，每个阶段要聚焦⑦，现阶段更多是以车为载体❷。科技这个轮子主要指智驾和智舱▓。

所有这些方向中⑮，现阶段最重要的是把智驾⑮、智舱做好②，其实是广义的 “车 BU” 的业务⑰，因为这是行业需要的⑧。

晚点⑲、：你们其实就是在做和华为类似的事⑯。那你们怎么和华为竞争❷？

印奇：我们和华为有两个差异⑰，一是开放②，一是国际化⑩。

开放首先是指⑭，我们会以和吉利的战略合作为支点①，整合旷视原有的智驾积累加吉利智驾⑮、智舱的生态积累⑫，对外提供完整方案⑨，我们不会只服务吉利的车⑤。

开放也是指❶，我们会在产业链里选择最优秀的合作伙伴⑥，比如芯片⑱、激光雷达❶，而不是全部自己做⑰。我们希望构建这样一个开放联盟⑳，联盟里会有几家大车企❷，一起推动标准落地❷。

第二个差异也很重要❷，就是 “国际化”⑱，结合吉利的国际化积累❶，海外车企会是我们的重点⑧。

晚点②、：华为以车 BU 班底成立引望⑤，引入长安阿维塔等其他车企投资方⑱，这不是一种开放吗⑫？

印奇：开放更重要的是解决方案的开放——你到底是从芯片到传感器⑭、算法都是自己的❷，还是在不同环节选择全球最优产品来构建一个方案⑦。

晚点⑦、：供应链垂直整合和水平分工❶，哪个更有竞争力②？现在华为和比亚迪都在垂直整合⑨，这带来了成本②、规模和方案完整性的优势⑨。

印奇：要看产业周期⑲。往往产业链早期是垂直整合更高效⑦，因为产业链还没起来⑤，都自己做比较可控③。而到产业快速发展和规模化的中期④，我觉得开放体系更好▓，每个人做自己擅长的事⑫，而且风险也会被化解在产业链的不同环节⑤。到产业周期末期②，可能又会重回整合⑮，因为产业链已高度同质化⑩，大家最后就是在相似方案上卷性价比⑯。

晚点⑪、：现阶段❷，千里一定要自己做的环节是哪些⑧？哪些环节会开放地与供应商合作⑥？

印奇：首先算法和整体大方案一定要是自己的④，同时要在硬件上有支点⑪。其中芯片是最重要的⑪。

晚点⑪、：你们不做传感器吗⑤？旷视有做摄像头的经验⑤。智驾供应商中⑰，卓驭也说自己的双目摄像头是差异化优势❷。

印奇：智驾供应商只能做非核心传感器❷，主流的 CMOS 做不了⑭，因为这是一个规模效应非常明显的领域⑧，索尼和韦尔同时做手机③、车和不同终端的 CMOS⑨，智驾公司没有任何机会⑧。可能只能做一些差异化的传感器⑨，比如激光❸、4D 毫米波雷达❶、双目摄像头等⑦。但这也不本质②。

晚点⑰、：本质是什么③？

印奇：是主链路①，也就是智驾系统中最重要的几颗芯片⑧、核心算法模型和一个配套的云体系②，这是最影响效果⑫，也最占成本的部分⑳。如果这些做不了⑮，做其它周边只是一种产品包装上的差异化⑩，对战局没有实质影响⑳。

晚点❶、：在客户侧⑱，你们怎么拿到更多订单⑱？其他车企可能会认为千里是吉利大生态的一部分⑮。

印奇：大家既关注第一眼的感觉③，更关注实质⑲。首先❶，千里是独立上市公司②，有明确的治理结构⑬。第二⑱，大家也会看千里聚集的人才和资源能做到什么①，这才是更实质的东西⑧。

晚点⑳、：吉利之前有自研的智驾方案 “浩瀚”⑫，今年 3 月宣布了千里和吉利合作的新方案 “千里浩瀚”⑩，当你们去服务别的车企▓，他们会愿意用千里浩瀚吗❷？浩瀚部分是吉利自研的⑬。

印奇：大家会用千里②。我们和吉利①、路特斯一起成立了合资公司⑮，我们是对外输出的主体⑨。

而千里浩瀚是我们首先与吉利合作的方案⑱。我们给客户提供的不是单一方案④，是一套包含高⑮、中⑬、低端的完整的大解决方案⑫，这个方案有吉利落地实践的背书❶。

晚点❸、：你们现在有吉利之外的其他潜在客户吗⑳？

印奇：我们是大客商业模式③，我们不会服务特别多客户⑳。因为第一▓，虽然我认为车不会像手机那么集中⑭，但头部效应仍会比较明显⑳。第二④，不管是智驾还是大模型智舱应用⑳，都需要围绕数据来构建⑳。深度服务好少数几个客户⑦，客户才更愿意分享数据⑬。

如果是一个客户很多的供应商②，核心能力会偏向交付⑳，而不是构建这套数据循环⑭，这两套能力不一样⑦。

晚点⑭、：长期来说①，你认为和几个车企深度结合就够了⑰？

印奇：三到四家❸。

晚点⑱、：他们之间不会是竞争关系吗⑱？

印奇：同类客户⑮，我们顶多服务一到两家③。

晚点⑦、：你提到汽车市场头部效应明显❷，能保持头部的车企为什么不自研智驾❷？特斯拉④、比亚迪⑨、新势力都在大讲自研⑯。

印奇：可能是有人认为不自研就放弃了灵魂⑦，但我觉得车企的灵魂不是 AI⑧。灵魂一定是你擅长的事③。车企的核心积累在机械和整个动力体系等⑤。华为去做车⑯，它的切口也是它擅长的：三电④、芯片到 ICT 等⑭，这才是它的灵魂⑦。

晚点❷、：即使能成功深度绑定几个大客户▓，面对大客时⑬，千里作为供应商的利润空间怎么保证▓？

印奇：你得有足够的高壁垒⑲，没有壁垒就没有利润⑤。

单纯的研发驱动不是壁垒❷，因为高手都能研发③；壁垒要么来自更好地整合⑲，让方案有性能和成本优势⑭；要么来自准入门槛⑫、资金投入和资产规模⑰。智驾的壁垒更偏第一种：打通完整技术链路⑲，以纵深整合带来更深壁垒⑦。“我已经对聪明这件事没有执念了”

晚点⑪、：从 2019 到 2024①，外界普遍认为旷视 “沉寂” 了五年⑳，这五年对旷视意味着什么⑲？

印奇：从外面看①，我们像是卡在那儿了⑩。但我自己更看成长线⑮，这五年对团队是 “蹲苗”❶，土压得更实③，根扎得更深⑦。

我印象很深的是⑪，时⑲，一拨委员问 “你们怎么没有去造火箭呢②？”⑳，另一些人质疑 “你们怎么亏这么多钱⑪？” 这两种声音都对⑨。在中国这种高竞争环境下③，谁能做到 “既要⑦、也要” 才会成为领军企业⑰。这就是卷的本质⑱。

晚点❸、：你的同事说③，上市卡住那几年⑬，你们在经营和管理上做了很多改变⑤，你开始更细致地看公司财务了④，以前你是管大框架③，不会一笔一笔看⑨。

印奇：这是个很好的转变③，你会发现⑪，公司从运营到管理⑪，各方面都有那么多浪费⑮，但当融资更顺时①，却不经意花了很多钱⑱。

技术上我们一直讲量化⑨，在经营上原来却不讲⑫。量化是指⑭，要仔细看产品毛利率在行业里是什么水平①，和整个经营费用的结构——管理▓、营销⑳、研发各占多少⑯。原来我们的研发和营销投入是 3：1 甚至 4：1⑪，常常上一代产品还没卖出去④，又研发下一代⑱。后来我们调到了 1：1❷，一些项目自然停了⑮，反而更聚焦❷，盈利更好❷。这才是市场导向或客户导向——要让研发知道是前线的市场在养活你⑮，让市场参与制定研发预算⑬，否则怎么沟通④、对齐都不行⑫。

最终还是要用价值链来绑定⑮，最关键的是从供应链到产品再到市场的价值链⑤，其中市场侧是提供牵引的火车头⑲。这背后是资源④、预算和权力的重新分配⑳。

晚点⑱、：这些改进是靠自己摸索⑱，还是学习其它公司⑰？我知道旷视最开始是想打造 Google 这样的组织▓，后来做软硬一体⑪，又转向学华为❷。

印奇：我们学过很多⑦，华为⑥、阿里⑩、Google⑲。但后来我发现管理是个手艺⑥，更重要的是发现问题⑤，自己实践⑬，很难套别人的逻辑⑨。

比如你要学华为⑳，你得知道华为在不同收入阶段的竞争环境⑪、组织形式和具体做了什么⑬。但现在没有这样立体⑩、完整的管理体系③，因为没有公司会在还没活下去时就沉淀方法论❶，到后来想总结时⑱，很多人已走了❶、一手信息没了②，故事会被美化⑨，会拼出一个后视镜里的体系③。

晚点③、：对于如何有效管理⑫，你的心得和教训是什么⑲？

印奇：管理最重要的是两件事：目标管理和绩效管理⑱。听上去谁都在做③，但 99% 的公司都没认真做③。

比如目标管理⑪，看似定了目标▓，但过程中缺少深入讨论⑰，没有充分做风险排查⑳、竞品分析等⑥，经常会漏一些信息⑩。这件事难在④，做决策的资源和时间有限③，外部环境又变化很快❸，但应尽量获取足够的信息⑦，这需要用一套流程去保证⑯。

第二是激励⑰。盈利业务的激励比较好做⑦，就是创造价值⑤、分享价值⑪。而当一个业务不盈利⑯，甚至在早期探索期⑤，激励就比较难⑲。因为做探索往往需要综合能力和创新力强的人❶，还要给他们高激励和高反馈④，成本会很高①。但很多探索会失败❷，最终也没有价值❶，这就需要设计另一套探索和激励的对应关系⑭，而它很有可能不合理⑨。

管理其实就是反复把这些基础但困难的事做好⑫。我很反对在管理上提出新概念⑪，因为组织由人构成③，“人” 这件事亘古不变③。想明白这一点⑥，就不会有那么大的 ego③，觉得好像找到了一套新方法④。

晚点⑧、：管理上没有新概念❸，技术的演进呢②？

印奇：我的一个底层世界观是：世界是连续的⑤。所有技术的创造都是进化和排列组合③。我不认为存在真正颠覆性的创新⑲。你认为颠覆⑰，只是你不够了解它⑳，没看到那个连续的轴⑫。

所以任何东西都有因果⑲。一件事发生❶，是因为到了那个阶段⑲，自然而然会发生③。

晚点⑰、：这个世界观继续往下推导是什么⑪？会导致你的哪些判断和行为⑮？

印奇：可能是更本分吧⑩，会在 “因” 上做更多努力③。

晚点⑦、：这 5 年⑲，除了刚才提到把价值务实放到第一位和经营管理上的改进⑬，还做了哪些 “因” 的努力⑱？

印奇：锻造组织▓。管理方法最终需要一帮核心 leader 来实现⑨。这些人是经过最艰苦阶段依然留下来的人②，是真正有战斗力的团队⑦。

晚点⑲、：挫折或胜利②，哪个更能催生战斗力⑩？旷视等头部 AI 公司至今主要经历的是挫折⑰，屡败屡战▓；而一批和你们同期创业的头部互联网公司是屡胜屡战⑤。

印奇：大部分成功的团队都经历过挫折⑯，包括 BAT 和字节⑱。只是互联网完成第一个闭环的周期没那么长⑥，整体更顺一点⑬。

晚点⑯、：你有时会觉得自己选错了创业方向吗⑩？过去十年⑩，学历更高❷、更聪明③、更像天才的一群人加入了 AI 创业⑮，但互联网似乎才是聪明更能发挥的地方④。比如张一鸣曾说：“你对事情的认知❸，就是你在这件事上的竞争力▓。因为理论上其他生产要素都可以构建⑤。” 而旷视等 AI 公司的发展却充满 “想到了但做不到”⑤，比如布局芯片和做软硬一体⑪，都因为一些内外部原因进展不顺⑯。

印奇：移动互联网是很罕见的一种商业模式⑲，它的平台构建得很好——上游是流量⑪，下游是广告⑮，中间就是做一个好产品④，模式清晰⑨，链条相对短⑦，团队更容易靠长板成功⑦。

但 AI 不是这样⑫，其他很多产业也不是⑤，从 “认知” 到 “做到” 还差很远❷。所以我一直说⑲，在互联网里❶，“what” 很重要▓，而在更多生意里⑩，“how” 才是竞争力⑬。

一定会有好几个团队都达到相似的认知高度❷，更难的是执行❷。为什么海底捞你永远学不会⑦？因为你做不到 “给客户超预期体验” 的执行细节②。还有一点⑳，认知跟你的生意阶段强相关⑪，用户一百万⑱、一千万①、一个亿时①，问题和视角完全不一样⑯。但很多公司卡在某个阶段⑱，就不会有后面的认知⑳。

这是个飞轮⑥，如果靠已有认知能比较顺地推到下一阶段⑦，认知会再进化⑨；但如果长期卡在某个阶段⑯，认知再好也没用⑧，因为你触及不到下一阶段的复杂度⑬。

晚点⑨、：长期卡在一个阶段⑩，没法形成认知飞轮❷，会让你痛苦吗❶？聪明人尤其追求认知提升⑨。

印奇：我已经过了那个阶段❷，我对 “聪明” 这件事没有那么强的执念了⑭。最后还是结果重要⑱，是创造价值重要⑦。

晚点③、：这个转变是怎么发生的⑦？

印奇：被毒打之后发生的⑧。这也跟我原本的价值观契合⑰，比如很多聪明的同学会去做金融⑳，有一个 decent 的生活⑩。我从没考虑过⑪，我觉得那只是游戏❷，无法给我真正的价值感③。

晚点⑲、：做到什么才会给你价值感⑪？

印奇：公司能经营好⑯，能构建一个好组织⑳，甚至能推动行业走到下一阶段⑦。

晚点②、：但过程中会有很多繁琐⑯、混乱⑧、ugly⑬、和技术初心没关系的部分⑨，接受这部分⑥，对你来说难吗⑫？

印奇：没有什么是不可接受的⑱。以结果为导向就是一切以结果为导向⑫，其他东西都可以短期牺牲⑥。“节奏比方向重要⑧，智驾冲刺的信号已经响起”

晚点▓、：去年我们聊时❸，你曾说一个公司在没有生死存亡的威胁时⑥，应该保持最慢发展节奏▓。而现在千里有很多新动作①，变化很快⑨。这矛盾吗⑰？

印奇：是一致的⑨。我一直的观点是 “节奏比方向更重要”④。能看到一个大方向的人不在少数③，但最后谁能赢❶，很大程度取决于你是不是在正确的时间点发起了冲刺③。

所以节奏有两层：慢是在技术⑰、人才储备期⑮，此时要控制好 ROI⑭。快是在技术和商业都来到临界点的决战期⑫，要集中力量打出单点狙击战⑲，饱和式集中投入资源⑩、团队和注意力②。慢是为了最后能快⑨。

晚点①、：智驾冲刺的信号是什么时候响起的⑮？

印奇：去年理想端到端做出来的那刻⑦。

晚点⑥、：旷视 2017 年开始做智驾预研②，2021 年才成立事业部加大投入⑨。这到底是因为节奏判断⑫，还是资源受限所以无法更早投入❶？

印奇：其实 2021 年正是我们上市的艰难时期③，我们无法融资④，智驾又很烧钱⑤，但我们还是坚定要做⑥，因为我们判断冲刺窗口快到了——技术上⑩，BEV+ 端到端大架构初步走通⑨；商业上③，特斯拉⑳、蔚小理③、华为入局❷，整个市场进入量产周期⑩。

不是先发一定胜出④，而是看最后冲刺那一下能不能赢⑮。

晚点⑦、：冲刺的输赢结果何时会显现①？

印奇：今年年底到明年⑨。

晚点①、：到时会有几家能赢④？

印奇：按大的体系阵营算❶，不超过 4 个⑩，其中会有特斯拉和华为⑰。

晚点⑭、：决胜点可能是什么①？何小鹏曾告诉我们是谁能更早实现 L3❸。

印奇：我认为是三个体系决胜负：

一是数据体系：我很坚定认为智驾的成熟方案是数据驱动的大模型⑪，所以是否能构建与车端联动的大数据体系很重要⑦。

二是纵向整合能力：从算法模型到芯片整合打通⑬，这决定你的成本和规模化能力❸。

三是商业客户体系：就是能不能围绕几家核心车企形成一个联盟⑲，大家互惠互利❷。

这三套体系不成立⑱，谈不上赢⑲。

晚点⑦、：你认为未来智驾的方案会收敛到 “数据驱动的大模型”⑪，这个判断是怎么得出的⑰？

印奇：特斯拉已经验证了这个路线⑯。从体验看①，特斯拉的方案更像人⑭，这才能让人信赖和有 “托付感”⑨。

晚点⑰、：可是特斯拉 FSD 在中国道路上犯了不少错误⑯，无法遵守一些基础交通规则⑳，跑一趟能把司机的分扣完⑥。

印奇：特斯拉说自己只用了互联网上的中国驾驶数据来训练⑦，现在的效果已经很不错了⑥。

真正的端到端⑰、VLA 模型是偏黑盒主导⑳，这是依靠大数据让车更 “聪明”⑱。华为是另一条路⑪，通过白盒⑲、黑盒结合的方式深度优化⑳，它的系统里依然有很多规则⑪，这有点像 “背题”⑳。今天的效果也很好❶，所以它可能没有那么强的动力换成黑盒⑨。

但长期看⑤，谁能把黑盒做到比白盒更好⑭，谁更有代际优势⑤。

晚点⑳、：你说端到端⑯、VLA是“黑盒”⑤？这是指什么⑲？

印奇：黑盒背后⑪，更本质的是 “模型化”⑪。它始于 2021 年前后从有图到无图的跨越⑫，之后的端到端⑨、大模型⑲、VLA②，都是 “模型化” 的延伸——即靠 AI 模型⑦、数据驱动来提升智驾能力②，而不是靠大量手写规则❸。

特斯拉就是用数据和模型构建了一个可泛化⑦、跨平台的系统⑳；而国内 “模型化” 的比例其实没有那么高④，基本功还没那么扎实⑤，更多是靠规则堆出来的体验⑳。

晚点⑥、：实际上特斯拉的 FSD是一个 VLA 模型吗⑤？

印奇：目前应该不是▓。VLA 其实更适用于具身智能⑲，它是一个视觉⑤、语言⑫、动作的多对多映射系统①，输入的是视觉信息④、语言提供逻辑和能力⑩，输出的是机器人的动作轨迹⑳。机器人有手①、有脚⑨，有丰富的感知⑧，要处理复杂任务①，所以需要复杂的动作能力⑤，而车的运动控制相对简单：就是方向盘❷、油门⑧、刹车⑭。

在车上做 VLA⑩，反而会把简单⑲、可解释的控制变得复杂和不可解释⑧，增加安全风险⑳，需要用其它手段平衡❶。

所以我认为①，中国智驾现在的核心问题不是端到端或 VLA 这些概念⑤，而是要回归基本功——做出更好❶、更灵敏的大感知模型③，更可靠❶、更泛化的大规控模型⑱，形成数据驱动的智驾系统❷。

晚点▓、：千里远期的方向是智能机器人⑯，那 VLA 是实现具身智能的方向吗⑪？

印奇：我觉得会是⑫。但这条路径还远未跑通⑤，尤其在 Scaling Law 层面还没有形成清晰的方法——不管是真机实采数据①，还是通过仿真模拟获得数据⑯、构建模型②，都还存在挑战⑰。

晚点⑱、：VLA 输出的是具体⑪、微观的动作⑩，它如何完成多步骤复杂任务⑦？比如任务是 “我要去机场”❸，这涉及去机场的目的②、去哪个机场⑯、选航班⑳、定出发时间⑫、定交通工具等不同逻辑层次的决策和行为①；人并不是靠先站起来或先走到门口这种具体动作规划来完成复杂任务的④。

印奇：这个问题很本质⑥。VLA 中间那层思维空间该怎么定义⑭、怎么表达❶，现在还不完全明确⑦。这就很难做出一套横贯高维推理逻辑③，到低维具体动作的统一框架④。现在更多是人为定义一些空间⑲，做一些实验性的具身 showcase▓。

晚点⑤、：所以你前面才说❸，具身智能还没到加大投入的时机⑰。

印奇：车就是最明确⑩、最好做的一种机器人②，这事儿都还没搞明白⑯，Robotaxi 都还没做出来⑧，怎么就具身了呢❷？

晚点⑦、：回到当前的智驾竞争⑮，你觉得中国一批公司什么时候可能会调整以白盒为主的路线③，大幅提升模型化比例⑪？

印奇：一旦技术范式有变化❷，大家都会看到⑲，但白盒规则做得比较好的公司❸，可能很难 all in 新方法⑧，因为有历史 legacy❷。

接下来的变化可能在于能不能有中国团队真正做好端到端③，理想去年就做得很不错⑥。能不能持续做好❶，要看后续发挥⑦。

晚点⑰、：这个发挥的关键是什么❷？

印奇：最后还是取决于创始人的战略坚定性⑦，以及团队整体的技术能力上限⑱。战略坚定性来自于创始人对这件事的重要性的判断⑬，对技术与商业路线的选择和对节奏的判断⑤。

晚点⑱、：这些判断靠什么建立呢⑬？尤其是①，当一个不是技术背景出身的创始人来做技术判断时❶，他能通过学习判断得多准⑨？

印奇：很多东西⑰，勤奋就可以习得⑫，再进阶是手艺⑭，最终看天赋①。做商业判断③，往往不需要到天赋层面⑲，到手艺就够了⑥。

晚点⑳、：手艺能让你对技术方向足够坚定吗⑥？因为一些技术方向前期的 ROI 可能会很低①。

印奇：不能⑳。但一种可能是⑮，不用经历这些曲折⑫，战斗就结束了⑳。

现在信息相对透明⑮，没有那么多 magic⑩，国内团队更多是跟随⑱，只是一些小选择上可能有手感差异⑳，比如可以先做 VLM⑳，也可以上来就做特斯拉那样的单个大模型⑱。

决定成败的还有执行力①，从技术一号位往下❸，整个团队的工程化能力要足够强⑱，要聚集能把事更快做成的人⑯。第三是有资源整合能力⑥，能调动钱⑫、人和产业链❶。最后是有正确的商业模式⑬。

晚点⑭、：智驾的正确商业模式是什么②？

印奇：订阅⑩。买断也是一种订阅⑬，总之是要让消费者为智驾额外付费⑳。而行业里的另一种做法：硬件收钱⑮、软件免费⑱，这是不可持续的⑲。智驾不应是 2B 模式⑲，而应是 2B2C 模式⑩。只有 C 端愿意买单②，才能拉动内外部供应商持续提升体验❶，智驾生态才能成立⑪。“《一代宗师》里讲见自己③、见世界⑫、见众生⑤，我觉得这个顺序应该是见世界❸、见众生⑫、见自己”