Key Points
智駕衡量指標至少有3個：MPI（平均接管里程）、智駕啟動率和智駕使用里程數；
現在我們的城區MPI在500公里左右，比之前提升了數十倍，業內開得比較好的平均水平是一兩百公里；
一些加州的特斯拉車主98%、99%的里程是自動駕駛，國內最強的系統自動駕駛里程佔比可能在百分之三四十；
使用者不是不在意智駕，只是之前都太不好用了，FSD入華會改變這一點；
很多廠商宣稱他們有世界模型，我現在懷疑它們有沒有；
做L4要先過「資格賽」——100輛純無人車開半年，且無主動責任事故。有人接管和純無人有1000倍的難度差別。
「自動駕駛（做得怎麼樣）是需要拿出來比一比的」，文遠知行CEO韓旭對第一財經「新皮層」說，他對當下智駕行業只是在各種新概念層面建構敘事感到厭倦。
相反，他更加想要引起更多人在意和討論的，是搭載文遠知行最新一代L2++方案「WRD 3.0」的車型接連在台州、溫州、金華、蕪湖、合肥、天津6個城市的「中國智駕大賽」中「拿下六連冠」這件事。
舉辦「中國智駕大賽」的不是任何官方機構，而是一家叫第一電動的自媒體。它設定的比賽規則是：賽事面向所有在售量產車型，由車主自行報名參賽，比賽路線提前一小時公佈，坐在副駕的評委為參賽車輛的城區NOA表現打分。在文遠的WRD 3.0系統拿下「六連冠」之前，這項賽事最好的成績是華為的兩連冠。
這個結果符合韓旭自己對文遠智駕能力的預期，因為WRD 3.0這套L2方案是文遠將L4的技術下放後形成的：一方面，它使用了L4沉澱下來的資料，「一些奇特的corner case只有我們有」；，另一方面，文遠在兩三年前啟動了GENESIS Model的研發，這是一個為L2++到L4統一設計的世界模型，韓旭把它比作一套合成人工鑽石的工具——過去大家覺得資料就像鑽石，只掌握在少數車企手中。
「現在鑽石（指資料）沒有那麼值錢了。」韓旭說，他同時告訴「新皮層」，市面上「宣稱」有世界模型的智駕公司不少，但真正開發出了可用的世界模型的公司不多，「看看誰放出過它們的世界模型生成的視訊就知道了」。他說，中國智駕廠商除了文遠沒有第二家放出來過。
韓旭甚至認為，根據他長年在矽谷開特斯拉的經驗，如果特斯拉的智駕表現是95分，文遠的L2表現應該在80分左右，而其他公司「可能只有三四十分」。
但六連冠的結果對外界來說有些出人意料。在此之前，外界對文遠的認知更多是一家L4公司——從2017年成立起，它的核心標籤就是L4，目前它在全球營運的Robotaxi車隊規模約1500輛，僅次於小馬智行和蘿蔔快跑——鮮少有人將它看作L2領域有競爭力的對手。自2022年進入L2領域以來，文遠在L2方面唯一真正量產落地的客戶只有奇瑞旗下的星途品牌，月均銷量在數千台等級。
更多人對比賽的結果其實並不在意——和LLM領域不同，智駕領域長期缺乏有公信力的行業性Benchmark。韓旭說，智駕水平和市場認知的不對稱常常讓他感到痛苦。他因此希望FSD早點入華，「在沒看到最強對手的表現前，大家都會覺得自己還可以，但特斯拉入華後，會讓考試難度乘10倍。」他對「新皮層」說，這個更難的考試會對文遠有利。
「WRD 3.0」的表現已經開始幫文遠在L2領域拿下真正走量的訂單。去年年底，廣汽將它面向大眾市場的SUV埃安N60（起售價11.58萬元）的智駕訂單交給了文遠。
不過市場留給文遠追趕L2頭部供應商、在其中佔據一席之地的時間是緊迫的。按照Momenta創始人曹旭東的說法，到今年年末，L2自動駕駛供應商就會收縮到兩三家，這個市場目前八成的市場份額已經被Momenta和華為佔據。
韓旭不同意曹旭東的說法，他認為汽車的智慧型手機時代才剛剛開始。
與此同時，作為全球唯一一家L2和L4業務都已經進入量產階段的公司，文遠同時還要打另一場仗——L4的防禦戰。進入2026年以來，包括小鵬、Momenta等在內的L2車企和供應商都啟動了Robotaxi業務——這是邏輯不同於L2的新戰場。「要做L4，先過資格賽再說。」韓旭說。
以下是第一財經「新皮層」與文遠知行韓旭的對話，內容經編輯：
L2：從「能用」到「好用」才剛剛開始
新皮層：文遠去年8月發佈了面向L2的WRD 3.0系統，很多公司的一段式端到端都是在2024年到2025年上半年就發佈了，你覺得你們算晚的嗎？
韓旭：做得好不好跟發佈時間沒什麼關係。OpenAI發ChatGPT的時候，就有公司發過DriveGPT（註：毫末智行在2023年4月發佈了自動駕駛生成式大模型DriveGPT），那不也是一段式端到端嗎，現在這公司都沒有了。宣稱一個概念早沒有任何意義，而是要真正把它做得很好。智駕上實現一段式端到端，文遠知行是最早真正做到的，且其領先性通過第一電動智駕大賽六連冠已經不言自明了。
新皮層：你是說你們先在L4上實現了（一段式），然後下放到了L2？
韓旭：不是，是指在L2++上（最早真正做到了一段式端到端）。據我所知，很長一段時間裡，別人（註：指第三方供應商）都是兩段式的，文遠知行是第一個實現一段式的。嚴格來說，我們的L2方案經歷過4代：基於高精地圖且基於規則、基於無圖且基於規則、兩段式端到端、一段式端到端。
當時（註：指2022年）我們決定做L2有兩個核心的點，一是固態雷射雷達已經降到1000塊錢左右，高端車都裝雷射雷達了；二是輝達的Orin晶片出來，算力250 Tops，當時我們L4的算力在2000 Tops到3000 Tops之間，已經差不多了，我們就進來了。我們一直在觀察，決定做L2是等到硬體ready，並不是那個時間點突然說要做L2。
新皮層：文遠同時有L4和L2兩塊業務，而且都量產了，L2系統和L4系統的關係是什麼，L2是後者的簡配版嗎？
韓旭：你可以理解成精簡版，就是把很多冗餘去掉。L4的算力2000多Tops，有攝影機、毫米波雷達和雷射雷達三重冗餘。L2++只有一個前向的主雷射雷達，雷射雷達和攝影機都沒有冗餘。
新皮層：演算法上呢？
韓旭：我們一直都是用的一套演算法，L2++和L4都是基於我們的自動駕駛通用技術平台WeRide One研發的。
新皮層：怎麼理解「一開始就基於統一的基座做L2和L4」？二者感測器都不一樣。
韓旭：感測器現在很一樣了，沒有什麼太多的區別，L4可能就是多加幾個補盲的雷射雷達、後向雷射雷達。在大模型的——尤其是基於世界模型的——演算法裡面，這些只是輸入，演算法基本都是一樣的，只是算力有所不同而已。關鍵是你的技術和安全冗餘能不能做得出來。
新皮層：WRD 3.0是文遠第一個一段式端到端方案，跟其他同行的方案相比，有什麼不同？
韓旭：一段式端到端就是個名字，具體怎麼做的，各家天差地別，其實我並不在乎這些具體的演算法路線。
但是性能上，車開得好不好，有非常明確的指標，就是MPI（Miles Per Intervention，平均接管里程，數值越高代表車輛開越久才需要安全員接管，智駕穩定性越強）或者MPCI（Miles Per Critical Intervention，平均關鍵場景接管里程，僅統計因複雜路況、高風險場景觸發的安全接管，是L4商業化營運的核心評價指標）。
現在我們的城區MPI在500公里左右，比之前提升了數十倍。兩年前，大家的城區MPI都在20多公里，現在業內開得比較好的平均水平也只有一兩百公里。
我真的呼籲，在同樣一個城市，大家拿車去測就行了，自動駕駛在今天是需要拿出來比的。
新皮層：L2領域的市場份額已經比較集中了，後來者似乎很難再獲得一個好位置，WRD 3.0對文遠來說有拿到L2入場券的意義嗎？
韓旭：現在自動駕駛的比賽遠未結束。今年年初的時候，有一些自動駕駛公司說2026年是終局之年（註：Momenta創始人曹旭東說，到2026年年末，L2自動駕駛供應商會收縮到兩三家），現在所有人都看到了根本不是這麼一回事。我當時就說，這根本不是結束，甚至都不是「結束的開始」，僅僅是「開始的結束」。
新皮層：「開始的結束」是什麼意思？
韓旭：意思是不會再有新的智駕公司出現了，這是開始的結束。但「終局論」是說就剩三家了，其他都死了——明顯沒死，或者說其他人都沒訂單了，明顯其他家也都有訂單，大家都有訂單。
所以說什麼入場券，我覺得你做出好的產品來，使用者自然買單。我們也希望好的智駕系統能幫車廠多賣車。當然，使用者決定買一款車，他的思考是多方面的，比如外形、品牌力、電池續航里程，智駕只是一個環節，但當其他不差的時候，慢慢智駕就變得越來越重要了，我們和廣汽埃安合作的首款量產車型N60已經是銷量最快破萬的雷射雷達智駕車型。
新皮層：Momenta今年5月在北京車展上公佈過一個數字，它L2量產做了這麼多年也才上車80萬輛（註：Momenta 7月8日IPO時公佈的L2系統累計量產數字更新為100萬輛。7月9日，中國汽車工業協會公佈的資料顯示，今年6月，國內汽車銷量177.3萬輛，其中新能源車111.9萬輛）
韓旭：聽起來挺少的是吧。
新皮層：所以還有一種說法是2026年才是L2的量產元年，從規模上你怎麼看L2的發展階段呢？
韓旭：新能源車用了10年，滲透率才過半。不過智能化是用軟體去做，速度會更快。
現在你確實能看到，具備L2++城市NOA的新車越來越多了。有點像手機從功能機到智慧型手機的轉換，雖然都是手機，但是智慧型手機的佔比越來越高。（註：7月2日，工業和資訊化部披露的資料顯示，今年上半年，中國市場配備NOA——包含城區NOA和高速NOA——的車型佔比超過30%。）
另外，我們還要看買了智駕以後的啟動率，之前國內智駕的啟動率只有百分之三四十，也就是超過一半的使用者一次都沒用過車上的智駕。現在不是了，智駕啟動率已經達到百分之七八十、八九十甚至接近百分之百。
但使用的里程數也是一個非常重要的指標，一些加州長的特斯拉車主98%、99%的里程是自動駕駛。
新皮層：國內的智駕系統呢，使用者開車使用智駕的里程佔比能有多少？
韓旭：我聽說最強的可能在百分之三四十。三四十已經不錯了，但具體我也不知道，沒有人對外公佈這個數字，但這個比例是非常說明問題的。
新皮層：所以雖然智駕發展了這麼多年，但「智慧型手機」時代才剛剛開始？
韓旭：我覺得智駕確實是剛剛開始，前面10年我們一直在做L4，但是在L2++ 方面，確實可以認為是剛剛開始，之前是能不能用，現在是好不好用的時代。
特斯拉FSD入華，會讓大家看到自己的真實分數
新皮層：L2普及後，智駕會成為標配還是差異化賣點？
韓旭：會變成標配，現在基本上你買的每一台手機都是智慧型手機。同時也會成為差異化賣點，有好的智駕系統，也有不好的智駕系統。特斯拉FSD入華會是好事，會促進智能化的發展。
新皮層：特斯拉是一個更強大的競爭對手，從什麼角度理解會是好事？
韓旭：如果特斯拉不入華，大家沒有看到最強的對手什麼樣，可能覺得自己也還可以。但我老說那句話，學霸考100分是因為滿分只有100分，不是他只有100分的水平。特斯拉入華以後，（考試的）難度突然乘了10倍，這個時候你會發現，特斯拉可能95分，文遠可能80分左右，但是其他人可能三四十分，這樣就能看出差異了。我們現在聲量還太小，你開一開我們跟廣汽合作的埃安N60，應該立刻能感覺出來不同，當然我們還會繼續提高。如果FSD入華，會有更多車廠願意使用我們的系統。
新皮層：國內廠商跟FSD的差距在那兒？
韓旭：就是那種安心感，不需要接管。
新皮層：為什麼會產生這種差異？
韓旭：FSD也在進化，不是一直這麼好，它從v13開始是個大的飛躍，過去這兩年進化很快，演算法、算力都有大發展。但是我自己認為特斯拉領先的程度在縮小。馬斯克以前對比亞迪不是也哈哈大笑不當回事嗎？但現在電車的第一名可能是特斯拉，從第二名到第十名全是中國公司。智駕這塊，不會有那麼多家跑出來，但是文遠知行肯定是可以跟特斯拉一較高下的。
新皮層：你研究過特斯拉是怎麼做到讓大家認為它的智駕是做得最好的嗎？
韓旭：一個東西好吃，你不需要一個美食家跟你解釋它為什麼好吃，放嘴裡就知道了。智駕也是一樣的，你開上就知道了。特斯拉還有個優勢是，它的車比較多。
新皮層：你剛打了分，特斯拉是95，你是80，其他家40分，是從那些指標比的？
韓旭：很簡單，你就拿MPI去比就行了。很多公司我說它們MPI是我們的一半已經很給面子了。
新皮層：這裡面也包括自研智駕的車企？
韓旭：當然包括。
新皮層：會有這麼大的差距？
韓旭：你去開開。大家都花時間在各種討論上，不如去真正比一比、開一開。之前有一個媒體測評，他們有一條固定的路線，搭載我們WRD 3.0系統的埃安N60是第一次一鏡到底沒接管的。
新皮層：很多對手還是40分，但市場其實分辨不出來，這和使用者沒那麼在意智駕有關嗎？
韓旭：我覺得使用者是在意的，只是之前都太不好用了。語音識別有一段時間老出錯，大家都不用了，但現在大家都用了。智駕處在從能用到好用的階段，現在絕對已經能用了。
新皮層：很多人覺得智駕都差不多，這會不會讓你覺得挺痛苦的？
韓旭：我是很痛苦，所以我希望通過公開的比賽一較高下。
新皮層：怎麼把你感知到的差異翻譯給外界呢？
韓旭：第一電動舉辦的中國智駕大賽，我們六連冠，在這之前歷史最好的成績是華為的兩連冠。我承認比賽具有偶然性，但六連冠還是說明文遠的技術具有領先性。天津站那場，我們的車硬體有問題，時不時會退出自動駕駛。退出一次扣5分，我們的車3個場景扣了15分，但在犯了低級錯誤的情況下，還是拿了冠軍，因為華為的NOA在另一個我們所有人都想不到的地方——天津最著名的地標世紀鐘環島退出了。
還有一個很多車都做不到但我們做到的事情是，在車庫裡前面有車忽然停下來了，FSD這時候知道要倒車避讓，很多車現在做不到這一點，但我們的車能，這涉及到理解前車的意圖。
新皮層：這不是給系統一些corner case的資料就能訓練出來的能力嗎？
韓旭：那不是那麼簡單（笑）。要是那麼簡單我們就不會六連冠了。
新皮層：那你知道為什麼文遠的L2++比別人高40分嗎？
韓旭：首先六連冠這件事是事實。我們有GENESIS世界模型，可以生成大量現實中極少出現、但對訓練非常重要的場景資料。我知道沒有世界模型會是什麼樣的，過去大家覺得資料是鑽石，只掌握在少數車企手中，GENESIS的出現就像發明了一套合成人工鑽石的工具，鑽石就沒有那麼值錢了。
新皮層：這個世界模型，很多廠商也都有。
韓旭：很多廠商宣稱有，我現在懷疑它們有沒有。我也不知道，你能證明它有嗎？我們把世界模型生成的視訊放出來了，中國廠商你看到過第二家嗎？Wayve放過，特斯拉放過，輝達放過，國內的你看有沒有。
新皮層：你們的世界模型GENESIS是什麼時候立項的？
韓旭：兩三年前。如果按simulator（模擬器）算，2017年成立那一天開始我們就在做。但以世界模型的形態出現是在兩三年前。就是一個叫模擬器，一個叫世界模型，模擬器某種程度上也是一種世界模型，但不模擬感知。
新皮層：你前面提到特斯拉的車多也是讓它的智駕能力被廣泛認知的一個因素，你現在著急把L2的量給提起來嗎？
韓旭：最緊急的事情是……為什麼說特斯拉入華是好事，（是因為能）讓大家立刻比試一下，做得不好的才會說大家都做得差不多。
L4資格賽：我不認為我們能做的事別人也能做
新皮層：你怎麼看現在行業裡L2和L4融合的趨勢？兩個技術堆疊的差別縮小了嗎？
韓旭：對文遠知行來說，兩邊的技術開始融合了。對於沒通過「L4資格賽」的公司來說，夏蟲不可語冰。
新皮層：你怎麼定義L4的資格賽？
韓旭：就是100輛純無人車開半年，且無主動責任事故，這樣才是真正做L4，否則你只是「想做」L4。我不確定它們的方案是否一定能做成，但有人接管和純無人是兩回事，有1000倍難度的差別。
新皮層：難度主要是技術上的還是營運上的？
韓旭：技術。L2++不太管（系統的能力）下限低不低，很多異常的情況（系統）可以不處理；L4是無人駕駛，最基本的要求是下限不能太低，坐在車裡的人可能連駕照都沒有，出了事車要麼遠端待援，要麼安全停下來。
目前的車廠更多是想做L3，直接宣佈做L4的也就那兩三家（註：車企中特斯拉、小鵬目前啟動了L4 Robotaxi業務，第三方供應商中元戎和Momenta也已啟動了L4）。但從它們宣佈做L4到現在已經過去大半年了，我們沒有看到純無人的，那怕是純無人對外的展示都沒有看到。
新皮層：L4怎麼保證這個下限？
韓旭：你要分析產生異常的原因。有時是感測器失效，那多加感測器。有時是不理解場景，比如把紅色的氣球當成別的，這個就要提高演算法。還有就是會有各種各樣稀奇古怪的場景，比如一輛車沒見過袋鼠，袋鼠跑起來時，關節是反著的。
新皮層：對這些邊緣場景，L2廠商不能通過做更多的後訓練解決嗎？
韓旭：有這種可能性。如果有一天特斯拉真的做出L4，那就證明是可以的，但是這個路我認為還會很長。
新皮層：如果你們可以做到一套基座模型在L4和L2上都work，為什麼那些L2公司不能？
韓旭：這就是我常說的，詠春厲害是因為葉問在打，不是打詠春拳的都厲害。我們的GENESIS本身就是針對從L2++到L4統一設計的世界模型，能夠隨心所欲地產生我們需要的資料，然後我們也有積累了8年的L4資料，一些奇特的corner case只有我們有。而且我想強調的是，文遠知行在我眼中是獨一無二的、出色的技術公司，有一個看法我是不認同的，就是：文遠知行能做的事情別人也能做。
新皮層：你的意思是說L4的資料跟L2的資料本質上不一樣，所以L2永遠無法做到L4那樣？
韓旭：很難講別人永遠無法做到，除非用物理或者數學來證明，我們現在只是在說一種經驗。
新皮層：之前大模型領域也有過類似的討論，有人認為資料的質量可能是被低估的一個變數。
韓旭：我覺得是的，資料質量是被低估的，但是能用數學證明嗎？你只是覺得資料的乾淨程度很重要，這是試出來的，關於大模型我們缺乏理論依據。凡是這麼說話的人，我非常反感。說我比一個東西好5倍，衡量標準是啥你說了沒，沒有說衡量標準，就說我要做到「6個9」（註：指系統可用性達到99.9999%）。
新皮層：文遠知行完成「L4資格賽」花了多久？
韓旭：2021年我們全面地實現了driver out（純無人），從創立公司到做到driver out大約花了4年的時間。
新皮層：算久嗎？
韓旭：不算久，放到今天都算很amazing。
新皮層：那個階段是怎樣的過程，你要不斷地推翻重來嗎？
韓旭：就跟在兩個峽谷之間走鋼絲一樣，風從你旁邊吹過，你拿著一個平衡桿，只要掉下去就是萬丈深淵。綁著安全繩走鋼絲和不綁，其難度是兩回事。這就是L4與L2++的難度的區別。
新皮層：市場對L4出事故和L2出事故的接受度會不同？
韓旭：L4也會有事故，但不能出非常蠢的事故。不管是什麼情況，只要在ODD（運行設計域）範圍內，L4系統開車的能力要比人類還要安全，才達到基本要求。L4要做到極致的安全。
新皮層：如果今年是L2量產元年，L4在今年會達到什麼階段？
韓旭：對我們來說，今年是在更多城市營運的元年。我們已經在12個國家、40多個城市開展了無人駕駛的測試和營運。國內在廣州、北京亦莊開發區都已經做到driver out，海外的杜拜和阿布扎比也是，在馬德里、利雅德、蘇黎世很快也會做到。我們現在在全球已經有超過1500台Robotaxi了。
新皮層：仍然是一個量變的階段嗎？
韓旭：到2035年車隊規模會達到百萬台。基本上過去幾年的資料支撐了這一點，就是每3年我們的車隊規模會乘10倍。
新皮層：自動駕駛公司的市值都不高，為什麼資本市場對Robotaxi不興奮？
韓旭：資本市場的興奮點是變來變去的，資本市場興奮的東西不一定是對的。
新皮層：私家車如果能做到L4 driver out的水平，會是一個讓外界興奮的節點嗎？馬斯克講的把dirver out的車賣給個人使用者，似乎更受資本歡迎。
韓旭：那基本上就接近L5了，那個時間點我不知道什麼時候會來臨。現在的L2很難driver out，目前L2的車沒有實現雷射雷達、毫米波雷達和攝影機360度全覆蓋，它有盲點，不太安全。所以這不是嘗試的問題，我也有可能嘗試5天沒問題，但是它的安全性是得不到保障的。
新皮層：你對最近幾年的大模型進展有什麼感受？
韓旭：我從1998年就開始學電腦視覺，2017年創業做自動駕駛，20多年的時間裡AI一直在變化。那個時候沒有人學電腦視覺，很冷門的專業，我就很感興趣，到今天我依然非常感興趣。這一輪AI的進展是非常大的，但之前也有很多激動人心的進展，AlphaGo第一次出來時，我記得是萬人空巷。我特別不喜歡用行銷的方法去講技術，這是讓人非常難以接受的事情，技術本身在那，好壞自有評判。
新皮層：L2跟L4繼續往下發展，終局會是什麼樣的？
韓旭：如果有了L5的話，其他都不需要了。假設你有一個私家車具備L4功能，你還會再用它的L2++功能嗎？肯定不會再用了。但我覺得實現L5還需要很多年。
新皮層：你怎麼理解現在很多人提的「物理AI」這個概念？
韓旭：無人駕駛是物理AI目前為止最大範圍的商業應用，而且是最快實現商業閉環的。凡是通過AI跟物理髮生聯絡的都是物理AI。
新皮層：你會覺得這是個更好的方向嗎？
韓旭：就像我一直說的，我對這些概念名詞沒有興趣。你永遠面臨著一種選擇，順著這個世界說話，還是說你認為正確的話。我是一個技術人員、一個工程師，我希望做出真正好的東西，而不是做一個誇誇其談的曝光者。
新皮層：但你最近幾年出來說、敢說的程度比之前要高。
韓旭：因為實在忍不住了，受不了別人亂說了。
新皮層：不是想站出來講一個更好的？
韓旭：我覺得中國智駕大賽六連冠的成績已經說明了一切。
新皮層：所以你更在意的還是從80分到100分的那個東西？
韓旭：之前一個MIT的教授跟我說，Tony你要在乎的事情是你的技術最後救了多少條人命。如果自動駕駛能夠在各地開，大家都能緩解疲勞，比如你在採訪對稿的時候，你的車可以自己開，這個我覺得是意義。
新皮層：從80分到100分難以跨越的是什麼？
韓旭：有很多unknown unknowns，如果我知道了，那我不就已經是100分了嘛。 (新皮層NewNewThing)