小讯AIGC

• Business model is the best model.

程曼祺

宋玮

今年 37 岁的印奇，已经 AI 创业 14 年。他刚渡过了至暗时刻。

半年多前，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？

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

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

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

当 DeepSeek 在春节掀起狂潮，AI 行业的主流认知迅速转变为 “拓展智能边界” 最重要，当前的商业化没那么重要。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，你的思路会不一样。没有好的商业模式是无法支撑团队的技术信仰的，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。而现在，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，技术信仰这个初心不能独立存在。它更像一个宏大使命，需要配合具象的商业或客户价值落点。”

“这可能是 AI 1.0 创业的体会吧，所有不能闭环的辉煌都是阶段性的。”

印奇说，他仍在追求 AGI，但不再是以 22 岁时那种一往无前的方式。

这场与印奇的 3 小时访谈，是一个关于 AI 的非爽文故事。

“驱动选择的不是恐惧，是希望”

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

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

晚点：你那时还是一心想推动旷视上市？

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

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

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

印奇：其实我没有那么多选择。

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

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

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

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

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

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

晚点：大语言模型呢，这不是一个比机器人更有吸引力的方向吗？

印奇：首先，我觉得大语言模型或整个大模型基本打破了 digital（数字） 和 physical（物理）的边界。最后做 AI，你就得有一个大模型的全量能力，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。第一是从价值观角度，我还是希望 AI 技术能让人生活得更好，而不是更脱离自然状态，所以我一直很反对完全 virtual（虚拟）的东西。机器人能在物理空间帮我们做更多事情，也可以做我们的伙伴，这是我对 AI 的想象。

第二，AGI 必须要有物理层的东西，无论从进化还是从数据分布角度看，我都不认为纯虚拟世界的数据能发展出想象中的 AGI。

第三是从商业角度，经过二三十年互联网和移动互联网的发展，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，我们更适合做一个更未来和更创新的东西，优势和差异化会更大。

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

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

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

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

印奇：旷视（从上市流程）撤下来，重新融资。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，2024 年年中。

晚点：为什么不更早撤下来？

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

我之前的理念是，重要的商业决策，应该尽可能压到最后节点，因为首先你要尝试 everything。第二，你要收集到更多信息。这就像 AI 一样，要尽可能采集更多数据，最后汇集信息做成模型。随着对力帆（千里）、对吉利整个体系和战略的了解，我还是越来越坚定这是一个更好的选择。

晚点：做决定的那几个月里，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，更多是了解它没有什么——它没有太多历史包袱，因为力帆重组时已经处理了很多，它是一个基础业务比较清晰的平台。

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

晚点：当你真的做了决定的那一天，想了什么，对自己说了什么？

印奇：其实没那么 drama。任何一个决定，如果真的足够重大，在那个节点不会有那么强的情绪波动，因为这一定是经过漫长期待和煎熬后，最后做的决定。甚至可以说有点轻松感，这个决策真的发生了。它已经在你脑中预演了很多遍，它只是最终发生了而已。

“所有不能闭环的辉煌都是阶段性的”

晚点：24 年春天我们讨论 AI 1.0 时，你认为大模型创业公司与字节等巨头之间必有一战。一年过去，你认为中国大模型竞争格局发生了什么变化？

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

晚点：DeepSeek 就几乎没做应用，聚焦做模型。

印奇：首先 DeepSeek 是大厂，不是一般的创业公司，幻方（DeepSeek 母公司）是中国量化前两名。

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

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

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

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

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

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

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

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

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

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

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

印奇：是一个更大的闭环。其实我不想这样，但是也不得不。旷视的创业很辛苦，我们挺想先获得一个更确定的闭环，这之后会进入到一个相对经营的状态，再开启更大的闭环。

但这波 AI 创业的闭环都很长：做了很多轮融资，商业化结果却跟投入不成正比。当时大家都相信，到了一个临界点后，会有爆发性的商业结果。这个大逻辑我认同，但当闭环的链路越长，它越容易连不回来。

晚点：你 22 岁开始创业时，有想到过这条路有这么长吗？

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

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

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

晚点：你现在认为 “技术信仰” 的初心并不适合一个商业组织？

印奇：不能只以它为驱动。

当你经历过要看每分钱怎么花的时候，你的思路会不一样。没有真正好的商业模式是无法支撑团队的技术信仰的，因为不会有人永远给你投钱。能做科研的前提是能自己养活自己，用你赚的钱投入你想做的科研方向，这才是一个可持续的模式。也就是用第一个闭环创造的价值做第二个更大的闭环，一步一步做上去。

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

印奇：有可能，这非常取决于一号位的愿力。

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

如果它在上一个时代做得很极致，就说明这个组织已经很适配上一件事。如果下一件事跟之前的事高度关联，那就很合适；如果两个很不一样，就蛮难的。最后就是看这个组织的基因适不适合下一件事。

晚点：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，还是一个全新版本？

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

晚点：新公司还有多少大机会？不少大模型公司是近 3 年才成立的。

印奇：机会主要在两类团队：一是有深度学习积累、能做出超级模型的团队。公司可以新，但团队要经历过整个周期。比如 OpenAI 2015 年就成立了。

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

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

晚点：你现在看到新公司跑出来的具体路径了吗？

印奇：关键是专注、商业闭环和新型组织。

专注指你要在某类大模型方向上打出差异化，不只是底层技术，也包括用户体验和数据链的优化。闭环指产品必须真正触达 C 端，构建数据反馈与价值闭环。

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

晚点：为什么对价值闭环这么执着？

印奇：这可能是 AI 1.0 创业的体会吧，所有不能闭环的辉煌都是阶段性的。

“千里转型的第一步是要做开放和国际化的 ‘车 BU’”

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

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

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

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

晚点：你们其实就是在做和华为类似的事。那你们怎么和华为竞争？

印奇：我们和华为有两个差异，一是开放，一是国际化。

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

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

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

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

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、算法都是自己的，还是在不同环节选择全球最优产品来构建一个方案。

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

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

晚点：现阶段，千里一定要自己做的环节是哪些？哪些环节会开放地与供应商合作？

印奇：首先算法和整体大方案一定要是自己的，同时要在硬件上有支点。其中芯片是最重要的。

晚点：你们不做传感器吗？旷视有做摄像头的经验。智驾供应商中，卓驭（原大疆车载）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，主流的 CMOS（一种半导体感光器件） 做不了，因为这是一个规模效应非常明显的领域，索尼和韦尔同时做手机、车和不同终端的 CMOS，智驾公司没有任何机会。可能只能做一些差异化的传感器，比如激光、4D 毫米波雷达、双目摄像头等。但这也不本质。

晚点：本质是什么？

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

晚点：在客户侧，你们怎么拿到更多订单？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，更关注实质。首先，千里是独立上市公司，有明确的治理结构。第二，大家也会看千里聚集的人才和资源能做到什么，这才是更实质的东西。

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

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

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

（注：2025 年 3 月 2 日，千里科技发布上市公司公告称，和吉利、吉利控股的路特斯共同出资 15 亿元人民币成立新合资企业，该新公司的 7 名董事中，千里科技可提名 3 名。）

晚点：你们现在有吉利之外的其他潜在客户吗？

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

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

晚点：长期来说，你认为和几个车企深度结合就够了？

印奇：三到四家。

晚点：他们之间不会是竞争关系吗？

印奇：同类客户，我们顶多服务一到两家。

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

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

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

印奇：你得有足够的高壁垒，没有壁垒就没有利润。

单纯的研发驱动不是壁垒，因为高手都能研发；壁垒要么来自更好地整合，让方案有性能和成本优势；要么来自准入门槛、资金投入和资产规模。智驾的壁垒更偏第一种：打通完整技术链路，以纵深整合带来更深壁垒。

“我已经对聪明这件事没有执念了”

晚点：从 2019 到 2024，外界普遍认为旷视 “沉寂” 了五年，这五年对旷视意味着什么？

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

我印象很深的是，我接受上市聆讯时，一拨委员问 “你们怎么没有去造火箭呢？”，另一些人质疑 “你们怎么亏这么多钱？” 这两种声音都对。在中国这种高竞争环境下，谁能做到 “既要、也要” 才会成为领军企业。这就是卷的本质。

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

印奇：这是个很好的转变，（当更仔细地看财务）你会发现，公司从运营到管理，各方面都有那么多浪费，但当融资更顺时，却不经意花了很多钱。

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

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

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

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

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

晚点：对于如何有效管理，你的心得和教训是什么？

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，但 99% 的公司都没认真做。

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

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

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

晚点：管理上没有新概念，技术的演进呢？

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

所以任何东西都有因果。一件事发生，是因为到了那个阶段，自然而然会发生。

晚点：这个世界观继续往下推导是什么？会导致你的哪些判断和行为？

印奇：可能是更本分吧，会在 “因” 上做更多努力。

晚点：这 5 年，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，还做了哪些 “因” 的努力？

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

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

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

晚点：你有时会觉得自己选错了创业方向吗？过去十年，学历更高、更聪明、更像天才的一群人加入了 AI 创业，但互联网似乎才是聪明更能发挥的地方。比如张一鸣曾说：“你对事情的认知，就是你在这件事上的竞争力。 因为理论上其他生产要素都可以构建。” 而旷视等 AI 公司的发展却充满 “想到了但做不到”，比如布局芯片和做软硬一体，都因为一些内外部原因进展不顺。

印奇：移动互联网是很罕见的一种商业模式，它的平台构建得很好——上游是流量，下游是广告，中间就是做一个好产品，模式清晰，链条相对短，团队更容易靠长板成功。

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

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

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

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

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

晚点：这个转变是怎么发生的？

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

晚点：做到什么才会给你价值感？

印奇：公司能经营好，能构建一个好组织，甚至能推动行业走到下一阶段。

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

印奇：没有什么是不可接受的。以结果为导向就是一切以结果为导向，其他东西都可以短期牺牲。

“节奏比方向重要，智驾冲刺的信号已经响起”

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

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

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

晚点：智驾冲刺的信号是什么时候响起的？

印奇：去年理想端到端做出来的那刻。

晚点：旷视 2017 年开始做智驾预研，2021 年才成立事业部加大投入。这到底是因为节奏判断，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，我们无法融资，智驾又很烧钱，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，BEV+ 端到端大架构初步走通；商业上，特斯拉、蔚小理、华为入局，整个市场进入量产周期。

不是先发一定胜出，而是看最后冲刺那一下能不能赢。

晚点：冲刺的输赢结果何时会显现？

印奇：今年年底到明年。

晚点：到时会有几家能赢？

印奇：按大的体系阵营算，不超过 4 个，其中会有特斯拉和华为。

晚点：决胜点可能是什么？ 何小鹏曾告诉我们是谁能更早实现 L3。

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，所以是否能构建与车端联动的大数据体系很重要。
• 二是纵向整合能力：从算法模型到芯片整合打通，这决定你的成本和规模化能力。
• 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，大家互惠互利。

这三套体系不成立，谈不上赢。

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

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

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

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，现在的效果已经很不错了。

真正的端到端、VLA 模型是偏黑盒主导，这是依靠大数据让车更 “聪明”。华为是另一条路，通过白盒、黑盒结合的方式深度优化，它的系统里依然有很多规则，这有点像 “背题”。今天的效果也很好，所以它可能没有那么强的动力换成黑盒。

但长期看，谁能把黑盒做到比白盒更好，谁更有代际优势。

晚点：你说端到端、VLA（视觉、语言、动作模型）是“黑盒”？这是指什么？

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

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

晚点：实际上特斯拉的 FSD（完全自动驾驶）是一个 VLA 模型吗？

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

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

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

晚点：千里远期的方向是智能机器人，那 VLA 是实现具身智能的方向吗？

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

晚点：VLA 输出的是具体、微观的动作，它如何完成多步骤复杂任务？比如任务是 “我要去机场”，这涉及去机场的目的、去哪个机场、选航班、定出发时间、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。VLA 中间那层思维空间该怎么定义、怎么表达，现在还不完全明确。这就很难做出一套横贯高维推理逻辑，到低维具体动作的统一框架。现在更多是人为定义一些空间，做一些实验性的具身 showcase。

晚点：所以你前面才说，具身智能还没到加大投入的时机。

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

晚点：回到当前的智驾竞争，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，大幅提升模型化比例？

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

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，理想去年就做得很不错。能不能持续做好，要看后续发挥。

晚点：这个发挥的关键是什么？

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

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

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

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

印奇：不能。但一种可能是，不用经历这些曲折，战斗就结束了。

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

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

晚点：智驾的正确商业模式是什么？

印奇：订阅。买断也是一种订阅，总之是要让消费者为智驾额外付费。而行业里的另一种做法：硬件收钱、软件免费，这是不可持续的。智驾不应是 2B 模式，而应是 2B2C 模式。只有 C 端愿意买单，才能拉动内外部供应商持续提升体验，智驾生态才能成立。

“《一代宗师》里讲见自己、见世界、见众生，我觉得这个顺序应该是见世界、见众生、见自己”

晚点：你会一度觉得自己运气不好吗？

印奇：我处在 AI 技术变革很快的时代，我想做的事，就是我在做的事——这是我最大的幸运，虽然我做得无比辛苦。

晚点：经过这么多事后，你怎么看运气？运气对人生、对创业意味着什么？

印奇：我越来越觉得运气不是偶然。一个人上一次战场活下来，那是运气；但如果上了一千次战场还活下来，那其中一定有更本质的东西。运气是一个人本能地做选择的方式。

晚点：你的合伙人和同事都说，你现在比以前 “狠” 了，更杀伐果断了。

印奇：我觉得有。准确说是更以结果为导向了。以前我们更像一个偏松散的创意型组织，有很多想法，大家一起做，但常常做到七七八八就停了，很难真正按照严格节点 “指哪打哪”。这几年我们在组织、文化、机制上，拿下目标的能力都强了很多。

晚点：这是通过拿下哪些具体的目标锻炼出来的？

印奇：比如我们这次撤回上市到我个人入股千里的全过程，时间很紧张。我给团队定了几个关键节点，从股东沟通到材料签署，没有一次松口，最后都按时完成。

还有我们给吉利量产第一个智驾平台，当时基于的芯片算力有限，但我们在这个平台上做出了行业最优性能，时间也没拖延。如果那时打不下来，就不会有现在完整的智驾体系。

这种执行力，只有在资源受限时才能练出来。如果资源充裕，很难把组织逼到极限状态。

晚点：你本来就是一个抗挫折和抗压能力比较强的人，还是在创业过程中不得不获得了这种特质？

印奇：我很基础的一个价值观是——如果想做成一件难的事，就一定要付出足够多的代价。

我不奢求用很小的力换来很大的成果，能做到投入、产出一比一，就很理想了。所谓 “聪明人用笨办法”，就是用最本质、最扎实的方法，去做长期积累。

晚点：你说商业的本质是 ROI，但你对人生、对创业的 ROI 测算是觉得 1:1 就够了吗？为什么不更努力去寻找更大的杠杆？

印奇：我早期也走过一些捷径，比如高中参加竞赛，尝试用巧劲儿赢，但该经历的都躲不过，最后还是走了高考。人更年轻时，当然都向往更畅快淋漓地赢，但最后都会被按回更扎实的路上，老老实实把该做的事做了。

晚点：你还没有真的成功过，但还是有很多人愿意支持你继续做 AI，比如李书福。为什么虽然没把事做成，他们依然相信你？

印奇：第一是 AI 大家都没闭环。世界上还没有哪个 AI 公司实现过 10 亿美元级别的利润。第二是我还是有 calling（被感召的感受），我擅长也喜欢这件事。可能他们从我身上感到了这一点。

晚点：如果这一次能实现 AI + 车的商业闭环，你有了更多自由后会做什么？

印奇：所有自由里最本质的是时间自由。我有很多想做的事还没体验，比如体系化的运动、规律的生活、从容安排自己的时间。这在创业以来就一直很难做到。其他工作可能是有限责任，而创业一开始就是无限责任。

晚点：当你有对 AI 的长期信念，这会让你怎么看短期的现实？

印奇：其实越做 AI，越会想世界可能是 simulation（模拟的）。我很喜欢的一部老电影 Bicentennial Man（《机器管家》），讲的就是未来人和机器一起生活，最后边界会模糊。你会思考，人的独特性到底是什么？

晚点：你的答案呢？

印奇：可以确定的是，文明要向上攀登。当然人还是会爱人，所以就像马斯克说的那样，这个阶段长一点、好一点。

晚点：这是技术的演进，人的独特性也许在艺术创造的部分？

印奇：我之前和艺术家徐冰有一次交流，我发现一个艺术家早期都是在寻找艺术语言，比如徐冰是学印刷的，他的代表性元素是汉字的错印和再造。

这都是 pattern （形式）。其实大模型也是在总结语言、代码、图像的 pattern。而一个艺术家的生命是否持久，最后是看他有没有那么多想表达的内容。徐冰当时说，当科学的边界扩大时，艺术的边界在缩小。

晚点：机器有一天也会像人那样有表达的动机和意图吗？

印奇：可以。只要大脑还是一个生物材料构建的物理结构，那它就一定有计算模型，就可以被模拟。但那也许需要新的计算硬件和数据获取方式，比如现在没有像人眼那样一直连续获得的视频数据，自动驾驶有一点，但时间和场景很受限。

晚点：如果早知道 AI 创业这么难、周期这么长，你还会做这个选择吗？

印奇：这是一个过程。《一代宗师》里说 “见自己，见世界，见众生”。但我觉得真正的顺序应该是 “见世界，见众生，见自己”。

见自己才是最后的，当你对这个世界有认知，跟一群人做成了很多事，最后才能真正知道内心的支点。

题图来源：千里科技