读懂印奇:千里科技的AI底牌

读懂印奇:千里科技的AI底牌

秦明

封面|企业供图

GPT从2022年刮起的风暴正从线上的Token转向线下。AI从未停下脚步,学术研究和产业界一直在思考,LLM之后「下一步落在哪」?

从预训练大语言模型,追求参数、数据、算力的膨胀逼近AGI但被阻,下一步的技术范式,共识越来越清晰:AI必须走进物理世界,才能形成真正的闭环。

众多场景中,车或许是当下物理AI从技术突破走向商业成功的最佳验证场,因为世界模型的物理仿真,既是AI缺失的关键能力,也同样成为智驾系统的核心技术范畴。

但在当前市场中,真正同时站在AI底层能力与汽车产业一线的人并不多,印奇是少见的例外。一方面,2024年他担任千里科技董事长,掌舵这家成立近30年,聚焦在汽车、摩托车等智能制造业务的上市企业;另一方面,他出任阶跃星辰董事长,主导这家以基础大模型为核心能力的AI Native公司。

2006年,18岁的印奇考入清华大学计算机系,进入传奇的姚班。他本科学完软件后,去哥伦比亚大学读博,选的是传感器方向——这个看似冷门的选择,为他日后对物理世界的理解埋下伏笔。22岁那一年,它创立了「AI四小龙」之一的旷视科技,少年成名。如今,从AI 1.0到AI 2.0,从算法公司创始人到汽车产业一线的操盘者,印奇的思考轨迹,几乎完整映射了中国AI产业对物理世界的一次重新理解。

AI走向物理世界,有深刻内源性技术驱动在印奇的判断中,纯数字世界不足以承载AGI的终局。这一结论并非源于对虚拟世界的否定,而是基于更底层的认知:智能的形成,本质上依赖与真实环境的持续交互。AlphaGo可以在围棋世界称王,但它无法理解「拿起棋子」这个动作在三维空间中的物理约束。

这也是为什么,在大模型能力快速提升之后,印奇反而更明确地将注意力转向Physical AI。OpenAI投资Figure,Google DeepMind推出RT-2机器人模型,特斯拉All in Optimus人形机器人——这些头部玩家的动作,都在验证同一个判断:下一代AI的战场,在物理世界。

物理AI作为AI的高阶发展阶段,与商业的高价值,是一个硬币的两个面。

要理解印奇对物理AI的笃定,离不开他对AI 1.0创业的反思:早期AI创业往往把技术突破当作终点。现实是,算法能力本身并不自动转化为可持续商业价值。一家AI公司可能拥有业界最准确的识别模型,但如果缺乏稳定的客户场景、清晰的定价模式、可规模化的交付能力,即便技术上领先,也难以长期生存。

在这一过程中,印奇逐渐形成一个极为务实的判断:技术信仰不能独立存在,它必须依附于明确的客户价值与商业闭环。这并不是对AGI技术理想的放弃,而是对路径的重估。要走向更远的智能目标,必须先在现实世界站稳。

在「AI+物理世界」的诸多可能性中,车成为印奇当前阶段先行选择,并非偶然。

从产业成熟度看,汽车是当下最复杂、也最具规模效应的智能终端。一辆智能汽车集成了几十个传感器、上百个ECU、数百万行代码,涉及感知、决策、控制的完整闭环。

从数据维度看,车天然具备高频、高价值、持续反馈的现实世界数据。每辆智驾车每天产生数TB的传感器数据,涵盖复杂路况、极端天气、人车交互等长尾场景。

从商业结构看,汽车产业具备清晰的客户体系、量产节奏与成本模型。车企有明确的产品规划周期(通常3-5年)、成熟的供应商管理体系、以及按功能付费的商业惯例。这与消费互联网的「先烧钱后变现」截然不同,每一个智驾功能包、每一次OTA升级,都可以对应清晰的收入与利润。

更重要的是,车处在一个独特位置:它既足够现实,能够在三年内形成闭环;又足够复杂,能持续推动感知、决策与行动能力的进化。相比之下,具身机器人在终局意义上成立,但在当下仍面临产业链整合、成本与规模化的多重不确定性。印奇并非否定机器人,而是选择了一条更可持续的中间路径。

印奇的另一个重要转变,在于对AI形态的理解。在他的逻辑中,真正进入物理世界的AI,不是单点算法,而是一个系统工程:模型、芯片、传感器、云端、制造、供应链与组织能力必须协同演进。

这也是为什么他强调,软硬结合的公司,最终会越来越「偏硬」。不是硬件更性感,而是因为物理世界的复杂性,决定了壁垒更多来自系统能力,而非单一技术突破。

在行动层面上,这一路径已经相当清晰:以千里科技的能力为载体,聚焦智驾与智舱的主链路能力,服务少数头部车企,形成数据与商业的双飞轮;以阶跃星辰的能力为底座,持续推进基础模型能力,并围绕车与手机等终端进行优化。更多具体产品形态、硬件尝试与协同模式,仍在推进中,有待持续观察。

读懂印奇:千里科技的AI底牌

总之,通过印奇的判断,我们可以看到AI走进物理世界的真实约束条件:

1、AGI的实现需要物理层,而非只存在于虚拟世界;

2、AI 必须通过终端形成数据与价值闭环;

3、技术路线必须与组织能力、商业模型高度耦合;

4、长期目标,必须通过一系列可落地的中期阶段来逼近。

在当下这个重新高举AGI叙事的周期中,印奇一手千里一手阶跃,不仅类似xAI与特斯拉,虚拟和现实互相影响,思想和行动不断递归、进化,把物理基础、语言抽象、高层推理和规划完全打通。这正成为一种不可逆的大势。

(完)

主题测试文章,只做测试使用。发布者:Connor 秦明,转转请注明出处:https://ai4elab.com/6624.html

(0)
Connor 秦明的头像Connor 秦明

发表回复

登录后才能评论

相关推荐

联系我们
加入社群