" 别只教 AI 开车，要让它懂世界 " 轻舟于骞慕尼黑演讲，直指自动驾驶终极之问
" 为什么在大约 10 年前 AI 就能打败人类围棋冠军，而在自动驾驶领域却一直难以媲美人类驾驶能力？" 德国当地时间 3 月 18 日，当轻舟智航联合创始人、董事长兼 CEO 于骞博士在德国慕尼黑 " 智能汽车与智能制造论坛 " 上抛出这个问题时，台下坐着的都是全球顶尖企业的技术领袖与德国汽车产业的学术专家。
这个问题不仅直指自动驾驶行业二十年来的核心焦虑，更揭开了全球 AI 竞赛下一个赛段的序幕：通用物理 AI。
在这场由德国汽车产业研究机构 CAR 与慕尼黑工业大学联合举办的顶级论坛上，于骞博士发表了题为 "Beyond Autonomous Driving: Physical AI in the Real World"（不止自驾驶，物理 AI 未来已来）的交流演讲，并与论坛主持人、德国波鸿汽车研究中心创始人费迪南德 · 杜登霍夫教授展开深度对谈。这不仅是一次技术交流，更是轻舟智航在完成百万台量级验证后，向全球汽车工业腹地——德国，递出的一张 " 通用物理 AI" 名片。
物理 AI 浪潮已至：自动驾驶是最佳 " 训练场 "
" 物理 AI 已成为全球 AI 领域的下一个浪潮，而自动驾驶正是打开这扇大门的钥匙。" 于骞在演讲中阐述了轻舟对于 AI 发展阶段的划分：过去二十年，行业经历了机器智能的模仿与类人智能的探索，而 2026 年，行业正式迈入超人智能的全新阶段。
这一阶段的本质跃迁在于：AI 不再仅仅复刻人类驾驶行为，而是依托世界模型与强化学习，开始真正理解物理世界的规律、意图与社会常识。
于骞向在场观众解释，围棋是虚拟世界的完美信息博弈，AI 可以在云端进行几乎无限次低成本的试错。但自动驾驶面对的是无限不确定性的物理世界，安全红线决定了它无法在真实环境中 " 野蛮生长 "。这正是物理 AI 必须解决的终极难题——如何在保障安全的前提下，让 AI 掌握推理泛化、物理规律理解以及社会常识决策三大核心能力。
轻舟解法：世界模型 + 强化学习是通向物理 AI 的必经之路
面对这一全球性难题，轻舟智航亮出了自己的技术底牌：世界模型 + 强化学习。
于骞形象地将其比喻为一座 AI 虚拟 " 驾校 "。在这里，世界模型负责预演现实场景的无限可能性，模拟出复杂路口博弈、极端天气干扰、突发路况变化等数百万种长尾场景；而强化学习则像一个不知疲倦的教练，持续优化 AI 的决策路径，让系统在虚拟试错中学会如何像老司机一样从容应对，甚至超越人类的反应极限。
这一技术架构的独特价值在于，它让自动驾驶系统从 " 被动记忆 " 转向 " 主动思考 "，真正具备了应对未知的能力。而这种能力的 " 实战 " 检验，正是轻舟已构建起的坚实护城河。
百万台量产验证：物理 AI 的 " 真实训练场 "
在 2026 年 1 月，轻舟智航迎来历史性节点：辅助驾驶系统搭载量正式突破 100 万台。这 100 万台行驶道路上的智能汽车，构成了物理 AI 技术最宝贵的真实训练场。
于骞特别强调，轻舟坚持技术创新优于单纯算力堆砌。在仅 128TOPS 的算力平台上，轻舟实现了业界领先的城市 NOA 功能，从容应对复杂路口博弈、无保护左转乃至夜间避让密集电动车等难题。这一方案获得了极佳的市场反馈，证明了 " 普惠智驾 " 的商业路径同样可以通向高阶智能。
在商业化落地上，轻舟构建起 L2++ 与 L4 双轮驱动的模式：L4 无人物流车已在多地落地，首创 " 量产即运营 " 范式；而 Robotaxi 业务也计划于 2026 年启动小范围试点，2027 年实现规模化部署。
全球化布局：慕尼黑成为欧洲新锚点
2025 年，轻舟正式开启全球化布局，并在慕尼黑设立办公室。于骞在论坛现场表示，慕尼黑是全球汽车工业与工程创新的心脏，轻舟希望将在中国复杂交通环境中验证的 AI 技术，与德国百年造车的工程底蕴深度融合。
这种融合已具备现实基础：轻舟的自动驾驶解决方案实现了对英伟达、高通、地平线三大全球主流芯片平台的兼容，并全面符合 ASPICE CL2、ISO26262、ISO21434 等国际最高技术与安全标准。这意味着，轻舟不仅可以适配全球主机厂的硬件需求，更能在严格的安全体系下快速实现技术落地。
在与杜登霍夫教授的对谈中，于骞重申了轻舟在海外业务的理念，即服务要本地化。他强调，轻舟研发的不仅是 " 聪明的车 "，更是一个可适配物理世界各类自主设备的智能内核。未来，这一经过百万台量产验证的物理 AI 底座，将从汽车延伸至机器人等更多领域。
