您现在的位置是：网站首页>房产房产

疯狂电玩城盖章第九关

于寒珊 2025-05-13 【房产】 5971 人已围观

程曼祺⑪、宋玮⑳、今年 37 岁的印奇⑱，已经 AI 创业 14 年③。他刚渡过了至暗时刻❸。

半年多前②，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▓。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⑯？

一个意外转机此时出现⑳，印奇在去年 7 月入股上市公司力帆科技⑨，后于去年底出任力帆科技董事长⑮。今年 2 月⑧，力帆正式更名千里科技⑭。

千里背后原有两大股东——吉利集团和地方政府⑪。股权结构调整后⑯，千里的新目标是聚焦 “AI + 车”❷，成为汽车智能化头部供应商②。这延续了旷视未能实现的商业闭环：做与硬件终端结合的 AI⑩，让 AI 走向 Robotics⑬。

这不是一次轻装上阵的重新出发①。作为上一批 “AI 四小龙” 的创始人之一⑨，印奇带着太多过去的经验与挫折：从年少成名⑩、高歌猛进④、被资本追捧⑲，再到公司被美国制裁①、两次上市遇阻①、苦寻商业化未果——他完整经历了上一轮 AI 周期的起落①。

当 DeepSeek 在春节掀起狂潮❶，AI 行业的主流认知迅速转变为 “拓展智能边界” 最重要⑮，当前的商业化没那么重要⑳。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⑲，你的思路会不一样⑫。没有好的商业模式是无法支撑团队的技术信仰的⑬，因为不会有人永远给你投钱▓。”

旷视向来的价值观是 “技术信仰▓、价值务实”▓，立志打造东半球最好的 AI 研究院⑮。而现在③，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⑫，技术信仰这个初心不能独立存在⑯。它更像一个宏大使命⑩，需要配合具象的商业或客户价值落点⑭。”“这可能是 AI 1.0 创业的体会吧⑭，所有不能闭环的辉煌都是阶段性的①。”

印奇说⑪，他仍在追求 AGI❶，但不再是以 22 岁时那种一往无前的方式⑮。

这场与印奇的 3 小时访谈⑮，是一个关于 AI 的非爽文故事⑱。“驱动选择的不是恐惧②，是希望”

晚点❷、：从旷视创始人到千里董事长④，你的这次身份转换出人意料❷。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②，当时是什么情形⑫？

印奇：这个 idea 是书福董事长提出来的❶，很有战略格局和创造性⑦。但坦诚讲①，第一次听到时④，我还有很多历史包袱▓。

晚点⑱、：你那时还是一心想推动旷视上市②？

印奇：是⑮，2023 年底⑦，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❶，这期间不能融资①，我们资金链很紧张⑳。同时⑥，整个 AI 发展如火如荼⑱，需要更多资金和资源吸引更多人才⑬，是个很矛盾的状态❶。

所以他第一次讲时⑬，我没有马上特别认真地考虑⑧。但后来⑥，随着各种因素叠加❶，我发现这可能是唯一的选择❶，也是最好的选择⑧。

晚点⑲、：那个阶段你面临至少 3 个选择：一是继续推动旷视上市②，二是 2023 年初的大模型创业窗口②，三是现在这个安排①，来千里当董事长①。

印奇：其实我没有那么多选择⑨。

我想选的路⑯，要真正能让旷视的 AI 团队和体系走到想去的地方⑲。重新做一摊事①，从来不是我的选择⑪。另一方面⑬，上市如果只能解决阶段性困境⑫，长期看公司没有发展⑰，这也不是我的选择▓。最后选千里⑲，和旷视的战略是一脉相承的：就是软硬结合②，与终端更深连接③，让 AI 走向 Robotics⑲。

晚点⑲、：24 年 3 月⑨，旷视再次没能通过上市批复⑥，这是不是促成选择的最后因素⑱？

印奇：有关系⑲，但不是最重要的⑬。我在内部讲过❸，我们做选择不是因为 fear④，而是因为 hope❶。我不是因为害怕一个差的结果才做这个选择⑬，而是因为我看到了一个更好结果的可能⑧。

晚点⑦、：同样是 AI 和硬件结合⑦，为什么没有做很热门的具身智能▓？旷视联创告诉我⑫，你们比较激烈地讨论过机器人和汽车到底选哪个⑭。旷视做了很多年机器人业务❶，从技术储备和商业订单看③，机器人是更稳妥的选择⑮；而汽车市场竞争残酷④，你们又入局晚⑭。

印奇：机器人大爆发的时机还没到⑪。机器人启动的要素今年差不多具备了⑮，但从要素具备到真正完成产业链整合⑳、做出好产品⑱，我判断还要 5 年⑲。

而在中国这样一个商业环境下②，既要有长期战略目标④，也要有三年内可以商业闭环的短期打法⑭。机器人从来是我们的宗旨和初心❸，是第一天就想做的事⑫，这一点没变⑩，这就是我的闭环⑩，最后希望把它做成⑯。

晚点⑮、：大语言模型呢❷，这不是一个比机器人更有吸引力的方向吗⑥？

印奇：首先⑬，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⑫。最后做 AI①，你就得有一个大模型的全量能力⑬，这几乎是所有 AI 应用的必选项▓。

回到我为什么更想做机器人等 AI in physical 的东西❸。第一是从价值观角度⑨，我还是希望 AI 技术能让人生活得更好⑧，而不是更脱离自然状态⑰，所以我一直很反对完全 virtual的东西④。机器人能在物理空间帮我们做更多事情❶，也可以做我们的伙伴⑬，这是我对 AI 的想象⑥。

第二③，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⑨，我都不认为纯虚拟世界的数据能发展出想象中的 AGI❸。

第三是从商业角度⑨，经过二三十年互联网和移动互联网的发展④，已经有很多公司在纯 Digital 领域有非常好的优势▓。所以从我个人和团队的擅长看❸，我们更适合做一个更未来和更创新的东西❶，优势和差异化会更大⑭。

晚点⑱、：不做纯 Digital 方向 ❷，是否是上一波创业的教训⑥？旷视最开始是偏纯算法的⑪，但后来你们意识到那样不够⑨，要软硬结合才更有壁垒❸。

印奇：我自己觉得 AI 1.0 的很多逻辑是对的③，只是没有闭环❷，或者说那时 AI 技术还没到临界点⑤。

从 AI 1.0 到现在的 AI 2.0 ⑰，有些逻辑是一脉相承的——第一是终局导向⑮，AI 大模型最大的应用肯定是机器人①，没有之一⑩。第二是看我们的能力和竞争优势⑩，硬件公司是供应链⑩、研发和市场侧的一个三级结构⑲，和互联网完全不一样⑦，我们已经打造成一个更面向软硬结合的组织⑩，组织基因应该被强化⑩，不应频繁改变⑯。

晚点⑯、：如果没有李书福的提议▓，没有千里这个选择⑪，你会怎么办⑥？设想过的最差的情况是什么⑥？

印奇：旷视撤下来⑫，重新融资①。我也设置了一个撤回时间点▓。差不多就是做出千里这个决策的时间⑱，2024 年年中▓。

晚点⑯、：为什么不更早撤下来⑱？

印奇：我其实一直有个时间线⑥，只是它一直被往后推⑰。很多商业决策就像一个不断有新变量的阶跃函数⑦，一直处在 yes 或 no 的临界点❷。

我之前的理念是⑧，重要的商业决策⑭，应该尽可能压到最后节点❶，因为首先你要尝试 everything❷。第二⑲，你要收集到更多信息⑮。这就像 AI 一样②，要尽可能采集更多数据⑥，最后汇集信息做成模型▓。随着对力帆⑭、对吉利整个体系和战略的了解⑲，我还是越来越坚定这是一个更好的选择①。

晚点⑲、：做决定的那几个月里⑫，你了解到了力帆和吉利的什么信息▓？

印奇：力帆作为一个上市公司⑩，更多是了解它没有什么——它没有太多历史包袱⑰，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❷。

吉利更多是看它有什么——它对 AI 和车结合的战略⑨，到底是说说而已⑭，还是真正从书福董事长到高管⑧，都对这件事情有很深的洞察和长期投入的决心⑥。我觉得这是有的⑰。因为本质上选择力帆⑪，就是选择了跟吉利生态的深度融合⑯。

晚点❷、：当你真的做了决定的那一天▓，想了什么③，对自己说了什么⑤？

印奇：其实没那么 drama❶。任何一个决定⑤，如果真的足够重大③，在那个节点不会有那么强的情绪波动⑯，因为这一定是经过漫长期待和煎熬后⑨，最后做的决定❸。甚至可以说有点轻松感⑪，这个决策真的发生了⑫。它已经在你脑中预演了很多遍▓，它只是最终发生了而已❶。“所有不能闭环的辉煌都是阶段性的”

晚点⑪、：24 年春天我们讨论 AI 1.0 时❶，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⑫，你认为中国大模型竞争格局发生了什么变化①？

印奇：我对竞争的基本判断没变：一是⑩，大模型是资源战②，迭代速度快④、投入大⑳，没有资源就跟不上⑰；二是⑥，技术要形成商业闭环不能靠闭门研发⑪，必须结合场景寻找数据飞轮⑭，所以要 “超级模型 + 超级应用” 一起做⑮。

晚点⑲、：DeepSeek 就几乎没做应用⑭，聚焦做模型⑲。

印奇：首先 DeepSeek 是大厂⑬，不是一般的创业公司⑩，幻方是中国量化前两名❷。

对整个大模型创业来说❶，现阶段专注模型研发没问题⑮，但这就像是一场万米竞赛中的阶段性百米冲刺⑦，它并不直接指向胜利①。我还是认为模型能解锁超级应用⑱，形成数据和商业闭环▓，才代表胜利④。否则模型研发只是过程⑩，甚至是个比较痛苦的过程⑩。

当我们讨论一个公司时⑧，不能把它当成研究院⑰，这两个性质不一样⑬。DeepSeek 能做出非常惊艳的科研成果❷，并且开源给大家⑨、全面破圈❶，但不代表它在商业上可闭环⑮、可持续⑯。

晚点⑪、：当年旷视也要 “打造东半球最好的研究院”⑤，你们也曾试图在商业组织里做科研⑲。

印奇：我觉得我们做到了①，我们拿了非常多全球第一⑧。但当时技术的爆发力没有现在这么强⑱，大家当时也没那么关注 AI②。

相似的部分是⑯，旷视有一个自己的人才模式⑰，基本逻辑是 “天才少年”⑫，这和现在的 DeepSeek 很像②，就是招信息⑰、数学⑧、物理竞赛的奖牌得主⑲，在本科阶段开始培养❶。旷视的联合创始人唐文斌和杨沐都是 IOI 金牌①，唐文斌还当过信息奥赛集训队的教练❷。最早我们只有 40 人时❶，有 39 个都来自清华④。

这是一套很好的人才模式⑲，因为这波 AI 技术发展非常快⑨，很多东西都是新的⑨，所以未必需要博士或有非常深行业经验的人⑰，它要的就是最聪明的年轻人❶，是算法⑲、编程▓、调参综合能力强的同学④。本质的几个要素是：人才足够聪明⑱，给的钱足够多❷，反馈足够及时❶。

但只做到这一步还不是一个闭环⑪。我最近有一个最大转变⑧，就是原来我们的核心理念是 “技术信仰⑬，价值务实”❷，这是我们做所有事的大原则⑮。现在我们把 “价值务实” 放到了前面⑮，叫 “价值务实⑩，技术信仰”⑩。

晚点⑦、：从 “技术信仰❶，价值务实” 到 “价值务实❶，技术信仰”——顺序调换意味着什么⑱？

印奇：长期的东西还是要有价值锚点⑩，做科研⑯、做技术也一样⑳。现在做 AI 科研的资源投入巨大⑭，卡⑯、数据⑨、人才⑬，都很贵⑦。这种大投入下⑭，一定要有相应的商业价值①，才能持续②。这不光是钱的问题⑲，也是因为人才做一件事久了之后⑧，他们需要反馈⑲，需要自己做的东西能被市场认可③。

所以唐文斌讲过 “business model is the best model”⑪。

晚点⑪、：你一直强调闭环⑬，就是达成一个真正可行的商业模式⑱。推动旷视上市④，也是要先实现这个闭环⑮。但后来旷视终止上市①，是放弃这个闭环了吗❸？

印奇：是一个更大的闭环⑲。其实我不想这样⑤，但是也不得不④。旷视的创业很辛苦⑨，我们挺想先获得一个更确定的闭环⑤，这之后会进入到一个相对经营的状态⑬，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⑧，商业化结果却跟投入不成正比⑦。当时大家都相信⑰，到了一个临界点后❶，会有爆发性的商业结果⑮。这个大逻辑我认同⑭，但当闭环的链路越长⑫，它越容易连不回来⑱。

晚点③、：你 22 岁开始创业时❶，有想到过这条路有这么长吗③？

印奇：肯定没有❷。那个时代都是革命乐观主义精神❶，天真地认为❷，一帮聪明人聚在一起①，有一个比较明确的目标和愿景④，想做的事都能做成❶。

但回头看⑥，AI 这条路是最难的路之一④。第一难在不确定性▓，AI 从原始技术底座到产品化⑲，到商业化④，都有很大不确定性④。第二难在行业发展速度快②。第三难在竞争⑥，全球最有钱⑯、最聪明的一帮人都在这个赛道上⑤。

我创业的初心更多是以技术信仰驱动⑤，就是想实现 AI③，让 AI 对社会有价值⑬。后来我反思⑪，技术信仰这个初心不能独立存在⑥。它更像一个宏大使命⑧，还需要配合具象的商业或客户价值落点⑲。

晚点①、：你现在认为 “技术信仰” 的初心并不适合一个商业组织⑬？

印奇：不能只以它为驱动⑦。

当你经历过要看每分钱怎么花的时候⑥，你的思路会不一样⑥。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⑭。能做科研的前提是能自己养活自己⑪，用你赚的钱投入你想做的科研方向⑱，这才是一个可持续的模式⑦。也就是用第一个闭环创造的价值做第二个更大的闭环⑧，一步一步做上去④。

晚点⑫、：字节跳动和旷视成立时间相似⑪，它就是很快先有一个闭环❷，再做下一个更大的闭环❷。最后是不是反而字节有可能实现 AGI⑳？

印奇：有可能⑫，这非常取决于一号位的愿力④。

我觉得公司发展很看组织基因⑳。组织基因来自创始人加核心高管⑰，也来自组织的历史⑦，它们一起塑造了整个团队文化⑬。基本假设是⑬，当一个公司已经存在十年❶，熵增已到达一定程度⑬，组织要发生本质变化很难❸。

如果它在上一个时代做得很极致⑱，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⑰，那就很合适⑰；如果两个很不一样①，就蛮难的⑩。最后就是看这个组织的基因适不适合下一件事⑦。

晚点⑤、：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⑰，还是一个全新版本⑰？

印奇：我觉得是深度学习十年大周期的决赛阶段❶。决赛开始的标志是⑬，2020 年前后①，GPT 模型找到了可 scale 的学习机制⑰，能完成更普适的任务⑤，大家开始最后冲刺③。

晚点⑱、：新公司还有多少大机会⑥？不少大模型公司是近 3 年才成立的⑳。

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⑯。公司可以新⑤，但团队要经历过整个周期②。比如 OpenAI 2015 年就成立了⑬。

二是有超级应用积累的公司⑪，这里确实巨头多⑬，⑤、字节②。它们之前已在贴着应用往更底层的技术拓展⑮，做云▓、做操作系统……有用户生态⑱、流量变现▓、人才密度和研发投入的优势⑫。

但看长期格局⑥，还是要回归常识——只要一个技术变革足够本质①，就一定会诞生新巨头⑳。

晚点①、：你现在看到新公司跑出来的具体路径了吗⑪？

印奇：关键是专注❶、商业闭环和新型组织⑥。

专注指你要在某类大模型方向上打出差异化❸，不只是底层技术⑬，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⑰，构建数据反馈与价值闭环⑩。

以上都需要用一个新型组织⑭，以更强的执行力和更快的迭代速度来做到⑲。DeepSeek 就是一个示范❷，它说明巨头的封锁并非没有空隙⑨。

晚点⑳、：为什么对价值闭环这么执着④？

印奇：这可能是 AI 1.0 创业的体会吧③，所有不能闭环的辉煌都是阶段性的❶。“千里转型的第一步是要做开放和国际化的 ‘车 BU’”

晚点⑨、：你现在担任千里董事长⑬，做 “AI + 车”②，为什么这是一个比大模型更能实现闭环的方向⑰？

印奇：千里本身就掌握终端载体⑤，未来我们的核心战略是 “AI + 车” 的 “双轮”⑰，一个轮子指终端①，一个轮子指科技❷。

在终端上②，千里是 “两个轮子④、四个轮子⑲、两条腿”④，两轮是千里原来的摩托车业务⑲，摩托车也有新能源化和智能化需求⑯；四个轮子是新能源车⑧；两条腿是未来要布局的机器人①，但现在不会特别强调这块⑯，每个阶段要聚焦❶，现阶段更多是以车为载体⑲。科技这个轮子主要指智驾和智舱⑨。

所有这些方向中⑦，现阶段最重要的是把智驾②、智舱做好③，其实是广义的 “车 BU” 的业务②，因为这是行业需要的⑲。

晚点③、：你们其实就是在做和华为类似的事③。那你们怎么和华为竞争⑧？

印奇：我们和华为有两个差异⑭，一是开放⑨，一是国际化⑦。

开放首先是指⑲，我们会以和吉利的战略合作为支点⑬，整合旷视原有的智驾积累加吉利智驾⑰、智舱的生态积累⑫，对外提供完整方案⑳，我们不会只服务吉利的车⑪。

开放也是指⑯，我们会在产业链里选择最优秀的合作伙伴⑱，比如芯片⑤、激光雷达⑨，而不是全部自己做②。我们希望构建这样一个开放联盟⑪，联盟里会有几家大车企⑧，一起推动标准落地⑦。

第二个差异也很重要⑦，就是 “国际化”❸，结合吉利的国际化积累❸，海外车企会是我们的重点⑥。

晚点②、：华为以车 BU 班底成立引望⑭，引入长安阿维塔等其他车企投资方❷，这不是一种开放吗⑯？

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⑦、算法都是自己的⑬，还是在不同环节选择全球最优产品来构建一个方案②。

晚点⑩、：供应链垂直整合和水平分工⑭，哪个更有竞争力⑧？现在华为和比亚迪都在垂直整合⑩，这带来了成本▓、规模和方案完整性的优势②。

印奇：要看产业周期①。往往产业链早期是垂直整合更高效⑤，因为产业链还没起来⑳，都自己做比较可控❷。而到产业快速发展和规模化的中期⑯，我觉得开放体系更好⑰，每个人做自己擅长的事⑱，而且风险也会被化解在产业链的不同环节⑬。到产业周期末期①，可能又会重回整合❷，因为产业链已高度同质化⑬，大家最后就是在相似方案上卷性价比⑰。

晚点⑦、：现阶段▓，千里一定要自己做的环节是哪些⑬？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⑫，同时要在硬件上有支点▓。其中芯片是最重要的③。

晚点⑫、：你们不做传感器吗⑱？旷视有做摄像头的经验❶。智驾供应商中❶，卓驭也说自己的双目摄像头是差异化优势▓。

印奇：智驾供应商只能做非核心传感器⑧，主流的 CMOS 做不了②，因为这是一个规模效应非常明显的领域⑱，索尼和韦尔同时做手机⑮、车和不同终端的 CMOS▓，智驾公司没有任何机会⑦。可能只能做一些差异化的传感器⑭，比如激光▓、4D 毫米波雷达③、双目摄像头等⑭。但这也不本质⑥。

晚点⑪、：本质是什么⑫？

印奇：是主链路⑮，也就是智驾系统中最重要的几颗芯片❶、核心算法模型和一个配套的云体系⑲，这是最影响效果⑲，也最占成本的部分❸。如果这些做不了①，做其它周边只是一种产品包装上的差异化①，对战局没有实质影响⑪。

晚点❸、：在客户侧❶，你们怎么拿到更多订单⑲？其他车企可能会认为千里是吉利大生态的一部分▓。

印奇：大家既关注第一眼的感觉⑮，更关注实质⑱。首先⑰，千里是独立上市公司⑦，有明确的治理结构⑯。第二⑭，大家也会看千里聚集的人才和资源能做到什么⑫，这才是更实质的东西⑦。

晚点⑧、：吉利之前有自研的智驾方案 “浩瀚”⑭，今年 3 月宣布了千里和吉利合作的新方案 “千里浩瀚”⑤，当你们去服务别的车企⑲，他们会愿意用千里浩瀚吗⑧？浩瀚部分是吉利自研的❷。

印奇：大家会用千里⑭。我们和吉利⑦、路特斯一起成立了合资公司⑨，我们是对外输出的主体❷。

而千里浩瀚是我们首先与吉利合作的方案⑦。我们给客户提供的不是单一方案⑯，是一套包含高⑤、中⑳、低端的完整的大解决方案⑪，这个方案有吉利落地实践的背书⑤。

晚点⑪、：你们现在有吉利之外的其他潜在客户吗❶？

印奇：我们是大客商业模式⑤，我们不会服务特别多客户⑩。因为第一④，虽然我认为车不会像手机那么集中❷，但头部效应仍会比较明显⑯。第二⑬，不管是智驾还是大模型智舱应用⑨，都需要围绕数据来构建▓。深度服务好少数几个客户⑤，客户才更愿意分享数据⑭。

如果是一个客户很多的供应商⑩，核心能力会偏向交付⑨，而不是构建这套数据循环❷，这两套能力不一样❸。

晚点⑮、：长期来说⑰，你认为和几个车企深度结合就够了⑭？

印奇：三到四家⑯。

晚点⑳、：他们之间不会是竞争关系吗❶？

印奇：同类客户⑰，我们顶多服务一到两家⑫。

晚点⑧、：你提到汽车市场头部效应明显⑲，能保持头部的车企为什么不自研智驾④？特斯拉⑭、比亚迪⑤、新势力都在大讲自研❷。

印奇：可能是有人认为不自研就放弃了灵魂①，但我觉得车企的灵魂不是 AI❷。灵魂一定是你擅长的事⑮。车企的核心积累在机械和整个动力体系等④。华为去做车⑤，它的切口也是它擅长的：三电⑤、芯片到 ICT 等⑪，这才是它的灵魂②。

晚点⑥、：即使能成功深度绑定几个大客户⑭，面对大客时⑱，千里作为供应商的利润空间怎么保证⑯？

印奇：你得有足够的高壁垒⑲，没有壁垒就没有利润④。

单纯的研发驱动不是壁垒⑭，因为高手都能研发⑱；壁垒要么来自更好地整合⑱，让方案有性能和成本优势②；要么来自准入门槛▓、资金投入和资产规模⑭。智驾的壁垒更偏第一种：打通完整技术链路⑪，以纵深整合带来更深壁垒③。“我已经对聪明这件事没有执念了”

晚点❷、：从 2019 到 2024⑲，外界普遍认为旷视 “沉寂” 了五年⑱，这五年对旷视意味着什么③？

印奇：从外面看⑩，我们像是卡在那儿了❸。但我自己更看成长线⑮，这五年对团队是 “蹲苗”⑯，土压得更实⑪，根扎得更深⑮。

我印象很深的是③，时⑨，一拨委员问 “你们怎么没有去造火箭呢⑤？”⑮，另一些人质疑 “你们怎么亏这么多钱④？” 这两种声音都对⑦。在中国这种高竞争环境下❶，谁能做到 “既要⑭、也要” 才会成为领军企业❸。这就是卷的本质⑧。

晚点⑩、：你的同事说②，上市卡住那几年⑤，你们在经营和管理上做了很多改变⑬，你开始更细致地看公司财务了⑫，以前你是管大框架⑱，不会一笔一笔看❷。

印奇：这是个很好的转变⑳，你会发现⑰，公司从运营到管理⑧，各方面都有那么多浪费⑪，但当融资更顺时①，却不经意花了很多钱⑥。

技术上我们一直讲量化❷，在经营上原来却不讲⑬。量化是指⑰，要仔细看产品毛利率在行业里是什么水平⑲，和整个经营费用的结构——管理❷、营销❷、研发各占多少❷。原来我们的研发和营销投入是 3：1 甚至 4：1⑧，常常上一代产品还没卖出去⑮，又研发下一代⑲。后来我们调到了 1：1⑯，一些项目自然停了❸，反而更聚焦⑧，盈利更好③。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①，让市场参与制定研发预算③，否则怎么沟通②、对齐都不行⑯。

最终还是要用价值链来绑定⑥，最关键的是从供应链到产品再到市场的价值链②，其中市场侧是提供牵引的火车头①。这背后是资源④、预算和权力的重新分配⑯。

晚点⑫、：这些改进是靠自己摸索⑳，还是学习其它公司⑲？我知道旷视最开始是想打造 Google 这样的组织⑱，后来做软硬一体⑦，又转向学华为▓。

印奇：我们学过很多⑬，华为⑯、阿里▓、Google⑭。但后来我发现管理是个手艺③，更重要的是发现问题③，自己实践⑦，很难套别人的逻辑⑯。

比如你要学华为④，你得知道华为在不同收入阶段的竞争环境⑩、组织形式和具体做了什么⑨。但现在没有这样立体⑦、完整的管理体系⑮，因为没有公司会在还没活下去时就沉淀方法论⑤，到后来想总结时⑨，很多人已走了②、一手信息没了③，故事会被美化⑪，会拼出一个后视镜里的体系④。

晚点⑦、：对于如何有效管理❷，你的心得和教训是什么⑤？

印奇：管理最重要的是两件事：目标管理和绩效管理▓。听上去谁都在做⑥，但 99% 的公司都没认真做⑧。

比如目标管理②，看似定了目标⑬，但过程中缺少深入讨论⑰，没有充分做风险排查⑥、竞品分析等❸，经常会漏一些信息④。这件事难在⑫，做决策的资源和时间有限⑲，外部环境又变化很快▓，但应尽量获取足够的信息⑪，这需要用一套流程去保证⑥。

第二是激励⑫。盈利业务的激励比较好做❸，就是创造价值②、分享价值①。而当一个业务不盈利④，甚至在早期探索期⑧，激励就比较难⑥。因为做探索往往需要综合能力和创新力强的人⑤，还要给他们高激励和高反馈⑥，成本会很高⑳。但很多探索会失败⑳，最终也没有价值⑲，这就需要设计另一套探索和激励的对应关系❶，而它很有可能不合理⑦。

管理其实就是反复把这些基础但困难的事做好⑰。我很反对在管理上提出新概念⑬，因为组织由人构成⑨，“人” 这件事亘古不变⑲。想明白这一点⑤，就不会有那么大的 ego⑰，觉得好像找到了一套新方法❷。

晚点▓、：管理上没有新概念⑳，技术的演进呢⑧？

印奇：我的一个底层世界观是：世界是连续的⑳。所有技术的创造都是进化和排列组合⑦。我不认为存在真正颠覆性的创新⑦。你认为颠覆⑰，只是你不够了解它⑩，没看到那个连续的轴⑪。

所以任何东西都有因果⑯。一件事发生⑭，是因为到了那个阶段⑦，自然而然会发生①。

晚点⑤、：这个世界观继续往下推导是什么⑳？会导致你的哪些判断和行为①？

印奇：可能是更本分吧⑳，会在 “因” 上做更多努力❸。

晚点⑥、：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①，还做了哪些 “因” 的努力⑨？

印奇：锻造组织⑧。管理方法最终需要一帮核心 leader 来实现②。这些人是经过最艰苦阶段依然留下来的人❸，是真正有战斗力的团队⑭。

晚点⑤、：挫折或胜利⑯，哪个更能催生战斗力⑭？旷视等头部 AI 公司至今主要经历的是挫折⑧，屡败屡战①；而一批和你们同期创业的头部互联网公司是屡胜屡战④。

印奇：大部分成功的团队都经历过挫折⑧，包括 BAT 和字节⑩。只是互联网完成第一个闭环的周期没那么长⑳，整体更顺一点④。

晚点⑭、：你有时会觉得自己选错了创业方向吗①？过去十年⑤，学历更高⑥、更聪明⑮、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⑪。比如张一鸣曾说：“你对事情的认知⑮，就是你在这件事上的竞争力❶。因为理论上其他生产要素都可以构建⑧。” 而旷视等 AI 公司的发展却充满 “想到了但做不到”⑭，比如布局芯片和做软硬一体⑯，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❶，它的平台构建得很好——上游是流量⑩，下游是广告❸，中间就是做一个好产品❷，模式清晰⑯，链条相对短①，团队更容易靠长板成功⑧。

但 AI 不是这样⑧，其他很多产业也不是⑩，从 “认知” 到 “做到” 还差很远❶。所以我一直说⑬，在互联网里①，“what” 很重要⑧，而在更多生意里❸，“how” 才是竞争力④。

一定会有好几个团队都达到相似的认知高度❸，更难的是执行⑱。为什么海底捞你永远学不会③？因为你做不到 “给客户超预期体验” 的执行细节③。还有一点⑰，认知跟你的生意阶段强相关▓，用户一百万⑯、一千万⑦、一个亿时⑯，问题和视角完全不一样⑭。但很多公司卡在某个阶段⑮，就不会有后面的认知⑬。

这是个飞轮❶，如果靠已有认知能比较顺地推到下一阶段⑪，认知会再进化⑮；但如果长期卡在某个阶段⑬，认知再好也没用❷，因为你触及不到下一阶段的复杂度⑰。

晚点③、：长期卡在一个阶段⑳，没法形成认知飞轮▓，会让你痛苦吗②？聪明人尤其追求认知提升⑬。

印奇：我已经过了那个阶段⑨，我对 “聪明” 这件事没有那么强的执念了⑦。最后还是结果重要⑯，是创造价值重要⑰。

晚点⑳、：这个转变是怎么发生的①？

印奇：被毒打之后发生的④。这也跟我原本的价值观契合❸，比如很多聪明的同学会去做金融⑥，有一个 decent 的生活⑲。我从没考虑过⑦，我觉得那只是游戏③，无法给我真正的价值感⑯。

晚点④、：做到什么才会给你价值感⑦？

印奇：公司能经营好⑯，能构建一个好组织❷，甚至能推动行业走到下一阶段⑫。

晚点▓、：但过程中会有很多繁琐⑳、混乱⑩、ugly⑫、和技术初心没关系的部分⑰，接受这部分⑰，对你来说难吗⑫？

印奇：没有什么是不可接受的❸。以结果为导向就是一切以结果为导向⑯，其他东西都可以短期牺牲⑫。“节奏比方向重要⑤，智驾冲刺的信号已经响起”

晚点⑱、：去年我们聊时⑭，你曾说一个公司在没有生死存亡的威胁时⑨，应该保持最慢发展节奏⑭。而现在千里有很多新动作②，变化很快③。这矛盾吗⑳？

印奇：是一致的④。我一直的观点是 “节奏比方向更重要”⑰。能看到一个大方向的人不在少数②，但最后谁能赢⑦，很大程度取决于你是不是在正确的时间点发起了冲刺⑦。

所以节奏有两层：慢是在技术⑯、人才储备期⑮，此时要控制好 ROI❸。快是在技术和商业都来到临界点的决战期⑪，要集中力量打出单点狙击战①，饱和式集中投入资源⑫、团队和注意力⑯。慢是为了最后能快⑰。

晚点⑥、：智驾冲刺的信号是什么时候响起的⑰？

印奇：去年理想端到端做出来的那刻⑤。

晚点⑳、：旷视 2017 年开始做智驾预研❶，2021 年才成立事业部加大投入⑲。这到底是因为节奏判断①，还是资源受限所以无法更早投入▓？

印奇：其实 2021 年正是我们上市的艰难时期⑭，我们无法融资⑯，智驾又很烧钱⑬，但我们还是坚定要做▓，因为我们判断冲刺窗口快到了——技术上⑧，BEV+ 端到端大架构初步走通⑪；商业上⑯，特斯拉⑰、蔚小理⑧、华为入局⑬，整个市场进入量产周期⑧。

不是先发一定胜出❶，而是看最后冲刺那一下能不能赢⑩。

晚点⑨、：冲刺的输赢结果何时会显现⑰？

印奇：今年年底到明年⑦。

晚点⑰、：到时会有几家能赢⑤？

印奇：按大的体系阵营算⑥，不超过 4 个⑱，其中会有特斯拉和华为③。

晚点❸、：决胜点可能是什么⑪？何小鹏曾告诉我们是谁能更早实现 L3⑤。

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⑫，所以是否能构建与车端联动的大数据体系很重要⑨。

二是纵向整合能力：从算法模型到芯片整合打通③，这决定你的成本和规模化能力③。

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❷，大家互惠互利⑤。

这三套体系不成立⑧，谈不上赢⑲。

晚点⑪、：你认为未来智驾的方案会收敛到 “数据驱动的大模型”⑲，这个判断是怎么得出的⑦？

印奇：特斯拉已经验证了这个路线❷。从体验看④，特斯拉的方案更像人③，这才能让人信赖和有 “托付感”⑳。

晚点⑨、：可是特斯拉 FSD 在中国道路上犯了不少错误⑫，无法遵守一些基础交通规则⑨，跑一趟能把司机的分扣完⑬。

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⑲，现在的效果已经很不错了⑧。

真正的端到端⑫、VLA 模型是偏黑盒主导⑮，这是依靠大数据让车更 “聪明”⑫。华为是另一条路④，通过白盒❷、黑盒结合的方式深度优化⑳，它的系统里依然有很多规则②，这有点像 “背题”▓。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⑲。

但长期看⑯，谁能把黑盒做到比白盒更好⑧，谁更有代际优势③。

晚点⑪、：你说端到端⑨、VLA是“黑盒”③？这是指什么❷？

印奇：黑盒背后❶，更本质的是 “模型化”④。它始于 2021 年前后从有图到无图的跨越①，之后的端到端⑧、大模型❶、VLA③，都是 “模型化” 的延伸——即靠 AI 模型⑬、数据驱动来提升智驾能力⑭，而不是靠大量手写规则❷。

特斯拉就是用数据和模型构建了一个可泛化⑱、跨平台的系统⑧；而国内 “模型化” 的比例其实没有那么高⑲，基本功还没那么扎实③，更多是靠规则堆出来的体验⑳。

晚点⑪、：实际上特斯拉的 FSD是一个 VLA 模型吗❶？

印奇：目前应该不是⑫。VLA 其实更适用于具身智能⑬，它是一个视觉⑤、语言⑳、动作的多对多映射系统⑫，输入的是视觉信息⑳、语言提供逻辑和能力⑰，输出的是机器人的动作轨迹⑱。机器人有手⑧、有脚⑲，有丰富的感知▓，要处理复杂任务⑯，所以需要复杂的动作能力⑪，而车的运动控制相对简单：就是方向盘⑬、油门⑮、刹车⑦。

在车上做 VLA⑧，反而会把简单⑲、可解释的控制变得复杂和不可解释⑨，增加安全风险②，需要用其它手段平衡②。

所以我认为⑤，中国智驾现在的核心问题不是端到端或 VLA 这些概念⑫，而是要回归基本功——做出更好⑫、更灵敏的大感知模型⑥，更可靠③、更泛化的大规控模型⑬，形成数据驱动的智驾系统⑰。

晚点⑯、：千里远期的方向是智能机器人❸，那 VLA 是实现具身智能的方向吗⑤？

印奇：我觉得会是⑪。但这条路径还远未跑通⑭，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⑥，还是通过仿真模拟获得数据⑫、构建模型❸，都还存在挑战⑫。

晚点⑦、：VLA 输出的是具体⑦、微观的动作⑪，它如何完成多步骤复杂任务⑳？比如任务是 “我要去机场”⑱，这涉及去机场的目的❶、去哪个机场⑩、选航班⑮、定出发时间⑥、定交通工具等不同逻辑层次的决策和行为▓；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▓。

印奇：这个问题很本质⑧。VLA 中间那层思维空间该怎么定义①、怎么表达▓，现在还不完全明确②。这就很难做出一套横贯高维推理逻辑⑬，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⑨，做一些实验性的具身 showcase⑫。

晚点⑭、：所以你前面才说⑱，具身智能还没到加大投入的时机⑫。

印奇：车就是最明确③、最好做的一种机器人⑥，这事儿都还没搞明白⑲，Robotaxi 都还没做出来⑩，怎么就具身了呢⑤？

晚点▓、：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❶，大幅提升模型化比例⑦？

印奇：一旦技术范式有变化⑨，大家都会看到⑬，但白盒规则做得比较好的公司❶，可能很难 all in 新方法⑮，因为有历史 legacy③。

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⑥，理想去年就做得很不错⑧。能不能持续做好⑪，要看后续发挥⑭。

晚点⑩、：这个发挥的关键是什么⑦？

印奇：最后还是取决于创始人的战略坚定性⑪，以及团队整体的技术能力上限②。战略坚定性来自于创始人对这件事的重要性的判断⑰，对技术与商业路线的选择和对节奏的判断⑪。

晚点⑤、：这些判断靠什么建立呢❶？尤其是⑰，当一个不是技术背景出身的创始人来做技术判断时⑭，他能通过学习判断得多准⑧？

印奇：很多东西⑬，勤奋就可以习得▓，再进阶是手艺⑯，最终看天赋⑫。做商业判断⑭，往往不需要到天赋层面①，到手艺就够了⑨。

晚点⑫、：手艺能让你对技术方向足够坚定吗②？因为一些技术方向前期的 ROI 可能会很低⑮。

印奇：不能⑪。但一种可能是⑰，不用经历这些曲折⑪，战斗就结束了❸。

现在信息相对透明⑫，没有那么多 magic①，国内团队更多是跟随⑩，只是一些小选择上可能有手感差异⑳，比如可以先做 VLM⑯，也可以上来就做特斯拉那样的单个大模型①。

决定成败的还有执行力⑨，从技术一号位往下▓，整个团队的工程化能力要足够强⑰，要聚集能把事更快做成的人②。第三是有资源整合能力⑲，能调动钱⑧、人和产业链⑳。最后是有正确的商业模式⑦。

晚点▓、：智驾的正确商业模式是什么⑪？

印奇：订阅⑭。买断也是一种订阅⑯，总之是要让消费者为智驾额外付费③。而行业里的另一种做法：硬件收钱⑥、软件免费⑱，这是不可持续的▓。智驾不应是 2B 模式▓，而应是 2B2C 模式⑳。只有 C 端愿意买单❸，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⑬。“《一代宗师》里讲见自己⑩、见世界▓、见众生⑳，我觉得这个顺序应该是见世界⑧、见众生▓、见自己”