专题：2025新汽车合作生态交流会炒股配资最新信息
汽车商业评论
作者 | 宋 阳（知行科技创始人兼CEO）
编辑 | 杜咏芳
设计 | 甄尤美
“把算法、软件和硬件打通是需要花很长时间的，它是一个慢活，但是打通以后进行算法迭代是快的。”
12月5日，在WNAT-CES 2025新汽车技术合作生态交流会的组合辅驾与具身智能论坛上，知行科技创始人兼CEO宋阳的这句话，精准概括了他在自动驾驶领域深耕九年的核心感悟。
在人工智能与汽车产业加速融合的当下，“快”成为行业常态——技术迭代快、资本入局快、产品推出快。
但宋阳却格外强调“慢”的价值。在他看来，真正的“快”恰恰源于扎实的“慢功夫”。知行科技专注于自动驾驶控制器这一件事，耐心补齐技术栈、反复打磨工程化能力，为未来的“快突破”奠定坚实基础。
在自动驾驶领域，从CNN到BEV、再到端到端的技术演进，每一步都需要在控制器层面进行深度的适配与优化。
宋阳将这个过程形象地比喻成“在核桃仁上雕花”，需要极大的耐心与精细的工程能力。但一旦打通，算法迭代的速度就会大幅提升。
正是这份对“慢功夫”的坚守，结出了扎实的果实。宋阳坦言：“成立九年以来，量产了几个“一百”，首先是超过一百个国家都能看到知行科技的控制器、Top100车型，到今年三季度自动驾驶控制器量超过一百万。”
更关键的是，这种深度打磨形成的技术底座，为跨界创新提供了可能。自动驾驶汽车技术栈与具身智能机器人高度同源。
宋阳表示：“我们对比自动驾驶和机器人技术栈，大家可以清晰地看到控制器的底层是完全一样的。另外，它的软件层基本一样。它的算法层在运动控制层，尤其是轮子控制是一样的。”
并且，他强调：“整个来看，它的重合率是在90%以上。”
当行业多数企业困于“算法-控制器-机械”的链路阻隔时，宋阳带领团队仅用两个月就推出全球首款国产机器人控制器，背后正是但九年技术积淀的厚积薄发。
在这场以“长期与短期”为主题的交流会上，宋阳结合知行科技的实践，分享了对汽车与具身智能融合发展的思考。
以下是宋阳的演讲实录，《汽车商业评论》略作编辑。
长期与短期的问题与挑战
尊敬的各位来宾、产业链的同仁们，大家下午好！
我是宋阳，今天给大家分享一下智能汽车与具身智能融合发展的话题。在此，我首先代表本分论坛的组委会向莅临现场的各位朋友、各位嘉宾表示热烈的欢迎和衷心的感谢。
我们今天的大会主题，大家都看到了，是长期与短期。我想在座的各位想必可能和我有一样的既激动又焦虑。因为什么呢？我们处在这样一个人工智能迅速落地，长期来看它将改变千行百业这样一个大时代！
这里有非常多的创新机会，但是我们也要思考，可能现在创新是要做怎样的创新？长期的创新、短期的创新、短期的商业化和长期的更大的更远的商业化是有一些突出的。
作为一个自动驾驶行业的从业者，结合我们这个行业，我也看到有很多点是值得大家思考它是长期的还是短期的。
就比如自动驾驶什么时候L4、L5，什么时候做到无人驾驶？无人驾驶的算法演进会是突然一下子就到无人驾驶？还是一个逐步积累数据逐步迭代的过程？
还有，我们是做算法和硬件的公司，我们的特点是把自动驾驶的大模型算法经过比较深入的工程化工作放到专用芯片里面去，它不是通用芯片，放到专用芯片里是需要很长时间的，这就意味着我们开始的时候慢，后来是快的。
因为把算法、软件和硬件打通是需要花很长时间的，它是一个慢活，但是打通以后进行算法迭代是快的。我们有很多芯片一开始都面临着投入很多的软件资源，就会慢，后来就快。
结合今天的话题就是自动驾驶和具身智能，我看到具身智能领域，现在很多机器人公司都是以表演为主。比如说宇树科技，说我们现在还是表演为主，将来还是要干活的。将来长期行业化的时间什么时候来到？短期和长期怎样结合发展？
还有，从短期来看，我们的汽车供应链与机器人供应链在规模上仍有明显差距。目前汽车供应链对应约三千万辆的年产能，而具身智能机器人去年的实际产量仅为约50万台。
但长期来看，自动驾驶汽车本身是一个机器人，它是机器人的一个分支，它的量也是大的。那么这两个行业如何现阶段融合？如何长期融合发展？这也是长期和短期的问题。
基于这些思考，我们今天下午将围绕着自动驾驶和具身智能的未来发展趋势，我们如何融合并进，期待通过今天与各位的分享和对话碰撞出更多关注智能汽车具身智能的深度思考甚至合作的契机，共同应对长期与短期的挑战。
AI行业机遇与挑战并存
接下来，我很荣幸能够抛砖引玉，以人工智能场景落地为题分享知行科技在前沿技术的探索。
最近，我们看到人工智能随着大语言模型的落地，逐渐演化成多模态，逐渐又推向事件模型。这个演化速度非常快的，但是这里也有一些问题。
首先是大语言模型，如果我们熟悉和各种大语言模型对话的朋友会体验到，有时候它是有跳跃的。它以大语言模型作为基座模型，无论是做自动驾驶也好还是做机器人也好，就存在中间的逻辑性，有时候它会有跳跃，是你意想不到的事情。
那么，多模态、VLA也存在着。以机器人为例，我在这个房间做一个动作，到另外一个场景它可能就泛化了，所以就需要花很高费用，人为去采集数据。事件模型，如果给它增加一个维度，比如重力。你明显感觉到这个模型需要的算力成本会急剧增加，背后还有电力等等问题。比如放到车上和放到机器人肚子里散热怎么解决等等，这些都是行业存在的问题。
但是，我个人还是相对乐观的。因为我们国家有非常强的产业技术、工业技术，我们有非常非常多的场景，而且今年年初我们看到以DeepSeek为例的算法创新是集成式的创新，也让国人对自己的AI能力有了重新的认知。
那么，我们是否可以依托于中国庞大的工业基础众多的工业场景或者各行各业的场景，利用这些场景和数据去推动人工智能发展？能不能比大洋彼岸的国家，以AI带动行业，以产业带动AI的方式率先在人工智能取得突破？我个人是非常乐观的。
九年技术积淀实现跨界赋能
我先介绍一下知行科技过去九年时间所做的事情，我们在24年之前，也就是前八年主要做的只有一件长期的事，就是自动驾驶的控制器。它包含算法、底层软件、硬件，我们是垂直整合。我们一步一步把这些技术栈围起来补齐，这就结合到今天说的长期的事。到现在为止，我们把技术栈基本补齐，当然还需要更多创新和学习。
24年的时候，我们突然看到有很多机器人企业突然冒出来，有很多也是突然崛起了。那么，这个行业是急需机器人的控制器，因为大部分的机器人企业来源于两类：一类是做算法的，一类是传统自动化的。
这些行业的同仁们在那个领域可能很强，但是如何把整个机器人动起来，算法和控制器和机械结合起来，往往这个事没有做全，也就是（缺乏）打通系统的能力。
我们发现我们做自动驾驶，我们是算法、软件、硬件都有的公司，我们可以帮算法的同行们打通它的底层、软件、硬件，甚至和DCT的沟通，帮助他们快速迭代。我们发现出现这样一个商机。
从24年开始，我们就从自动驾驶行业切到了机器人行业，当然自动驾驶还继续做，把自动驾驶控制器应用在行业里做了一个新的产品，就是机器人控制器。
成立九年以来，量产了几个“一百”，首先是超过一百个国家都能看到知行科技的控制器，Top100车型，到今年三季度自动驾驶控制器量超过一百万。明年争取一年超过一百万。
这里有一些视频是过去在自动驾驶业务所做的工作，我们看到一些小算力平台，8TOPS把BEV大模型放进去了，这可以说是“核桃仁上雕花的工作”，也就是说算法需要非常多的量化、剪裁适配硬件，通过慢动作让它节省成本之后做快动作，算法进行迭代，也做了基于20TOPS以下算力平台的高速智驾和停泊车放在一起的工作。
今年9月份我们继续在一个芯片上精细打磨，把城区端到端的算法放到128TOPS平台上，取得了一定的进展。它可以在城区里面开始跑起来了，也能做看起来很酷的避障行人这样的事，当然我们还需要更多的数据把算法跑得更好。
在具身智能领域，今年9月份发布了全球首款国产机器人控制器，发布一个多月就有十几家客户采购了机器人控制器。基于我们自己做的机器人控制器、算法和机械臂，做了一款应用，就是自动充电。我们认为随着自动驾驶时代的到来，无人驾驶逐渐普及，车上没有人，就需要自动充电。自动充电目前已经获得了项目定点。
前面提到了汽车行业是和具身智能需要融合，或者是互补的。为什么这么说？因为首先从技术来说是同源的，这样研发可以降低成本，同时产业链也是融合的，无论是算法、软件、数据、电控、机器，其实产业链都是高度融合的。
另外，车规系统批量化可靠性也可以给具身智能做很好的赋能。知行科技过去九年一直在做自动驾驶算法的迭代，从开始的CNN算法为主，到BEV感知，到4DBEV到端到端，同时也在预研VLA的算法。
我们如果抛开自动驾驶来看，它的技术栈无非是感知、控制器、算法、数据闭环的迭代。前面提到我们做了一款自动充电，它无论是控制器、算法、机械臂，都是我们自己做的。包括机械臂的核心是机器人的关节，我们看到现在机器人有很多关节，人形机器人不算手有40几个关节，每个手20多个关节，它的核心都是关节。
除了关节之外，我们看到各种各样的机械臂，甚至人形机器人，基于大的行业背景下，我们想我们需要有一个自己的关节。我们就收购了一家做智能化关节的公司，这样我们就打通了算法到控制器到机器人本体的链路，可以为快速迭代创造基础。
我们对比自动驾驶和机器人技术栈，大家可以清晰地看到控制器的底层是完全一样的。另外，它的软件层基本一样。它的算法层在运动控制层，尤其是轮子控制是一样的。但是干一些具体的活，比如抓一个东西从A点到B点，这是不同的。整个来看，它的重合率是在90%以上。
那么基于产业链融合的这样一个态势，我们做了机器人控制器，只用了两个月的时间就做出来了，发布了全球首款国产机器人控制器。看起来这两个月很短，但是它背后是过去九年在自动驾驶控制器上的积累。
过去九年，我们形成了比较全的产品分布态势，从1TOPS到500TOPS，从基础行车到高速行车到城市行车都做了，自动泊车，用九年时间把这些技术补全了，也支持很多车厂出海，在泊车首先做了车海，在行程方面技术行车已经做了很多家客户的首发。
最近，我们把制造基地重新做了升级，有一个全新的7200平米的新工厂，无论是软件，自动地库、贴片、自动组装形成年产量近200万辆，给自动驾驶打下了产业化的较强基础。
从具身智能来看，机器人的控制器和基于关节的机械臂，目前也给多家公司服务。一个是快，另外是依托汽车行业的大批量制造能力、可靠性、打通算法、软件和硬件工程化的底层能力，先做的慢，后做的快。
服务于不同的人形机器人公司，比如割草机、物流运输行业等客户。我们也开发了基于多模态、VLA技术算法做了很多实验，自动充电、自动按电梯、自动抓取等等。
我们也非常高兴，今天和各位行业同仁们在一起，希望构筑一个共生的生态。同时，我也给苏州市的汽车电子及零部件产业商会做个广告，我们知行科技作为商会的会长单位，我们也诚挚地邀请在苏州有实体的企业加入汽车零部件商会，为汽车行业、为自动驾驶行业、为将来的机器人行业，给他们做出贡献。谢谢大家！
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：梁斌 SF055炒股配资最新信息
富利证券提示：文章来自网络，不代表本站观点。
