小馬智行樓天城：自動駕駛已經沒有技術阻礙｜36氪專訪
文｜李安琪
編輯｜李勤
陷在價格戰泥潭的汽車公司們終於看到了差異化突圍之路，就是AI大模型對智能駕駛的塑造。
“新的時代到來了。”9月10號，理想汽車CEO李想在朋友圈如此吶喊，今年開始，藉助大模型能力，他們在智能駕駛中部署了端到端+視覺語言模型VLM+世界模型的新技術體系。華爲、蔚來、小鵬等同航道選手，也無不將“端到端”“世界模型”等技術奉爲圭臬，開始重新整肅智能駕駛團隊和技術。
用AI改造智能駕駛，汽車公司似乎看到了“通往自動駕駛之路”。他們雄心勃勃，喊出“每年10億美元”的投入計劃。更早採用“端到端”技術的特斯拉更爲激進，已經宣佈在10月份發佈Robotaxi（自動駕駛出租車）。
似乎“端到端”成了智能駕駛行業的“銀子彈”。車企有製造、現金流和里程數據，如果再手握自動駕駛技術棧，無疑是另一番產業圖景。
對此，小馬智行CTO樓天城表現出了冷靜。作爲成立第一天就錨定L4自動駕駛技術的公司，樓天城明確表示，今天的高階智能駕駛，即便採用了端到端技術，上限也只能做到L2.99，難以抵達L4。在行業中，L2通常指智能輔助駕駛，需要人類司機承擔駕駛責任，而L4則爲自動駕駛，車輛是駕駛責任主體。
樓天城認爲，根本原因在於大語言模型自身的屬性，“端到端或者大語言模型的本質，只是擬合現有數據，並沒有給出某些智能邏輯。所以模型的能力會被數據的表現所限制。”
8月下旬，我們在小馬智行北京辦公室見到了樓天城。小馬智行作爲國內頭部的L4級自動駕駛公司，同時也是車企的L2智駕方案供應商，站在兩條路徑的激烈交匯處。
近2個小時交流中，樓天城談論了端到端的不同形態、世界模型的重要性、Robotaxi商業化、人類與AI共存等話題。
小馬智行是國內的自動駕駛明星公司。2016年，樓天城與好友和百度同僚彭軍離開百度，共同成立了小馬智行。創業之前，樓天城是編程競賽圈中的風雲人物，“樓教主”的稱號也由此得名。
樓天城告訴36氪，他對智能駕駛的認知出現較大分水嶺的時間點是2019年。在此之前，他也認同數據量多寡對自動駕駛系統訓練的重要性，但有一天他忽然意識到，過度的數據可能會造成負擔。
他表示，L2作爲輔助駕駛，駕駛表現只要表現得跟人一樣就行，所以用大量的數據訓練，能夠灌出L2級別的智能駕駛，但天花板也相對很明顯；
而L4自動駕駛系統的表現，要好於正常人類認知的10倍，因此，大量平庸的數據其實沒有益處。
“行業現在對數據的盲目依賴，是沒有意識到靠數據其實沒法越過這條線（人類司機的線）。當真正接近這條線時，會意識到其實越不過去。最頂尖的人其實都知道，比如Waymo就從來沒有說過要純依靠數據。”
他打了一個比方：如果自身乒乓球水平不夠，很難培養出一個能拿奧運冠軍的選手。這也類似於跟一個棋藝不高的人下棋過招，自身水平也難以精進，“類似臭簍棋子的數據越多，數據就會變成負擔，垃圾數據越多，干擾越大。”
更好的辦法是找到出色的教練——也就是先訓練出一個足夠好的世界模型。
“這是最重要的事情，沒有之一。”樓天城說。
世界模型可以理解爲對真實世界的仿真與建模，可以真實準確地還原比如十字路口等場景的變化。
比如鬼探頭時被遮擋的行人軌跡；車輛碰撞瞬間的行人與他車反應；甚至反應出人在跑步時減速度可以達到重力加速度等各種細節。
同時，世界模型還可以充當一個評分體系，對自動駕駛系統的表現做出評價。“雖然不知道哪個自駕系統是最好的，但可以知道A比B好。”
在新勢力中，蔚來與理想等也強調世界模型的重要性。但樓天城認爲，因爲L2與L4產品屬性不一樣，後者對世界模型的要求更高。
在創業之前，樓天城常常參加編程競賽。他說編程競賽圈有個習慣，大牛們會經常分享自己的解決思路，叫題解。“大家都是先把題做出來了後再寫題解，而不是自己還沒做出來就開始教別人怎麼做。”
樓天城也給出了自己的“自動駕駛題解”。去年8月，小馬智行已將感知、預測、規控三大傳統模塊打通，統一成One Model端到端自動駕駛模型，目前已同步搭載到L4級Robotaxi和L2級量產智駕中。
樓天城認爲，當下自動駕駛已經沒有了技術阻礙，技術進程已經過半，技術的商業化是另一項重要工作。對於Robotaxi的大規模落地，他表示在明年的時間節點，公司可以做到單車盈利轉正，這將讓公司進入良性的正反饋之中。
樓天城對AI依然抱有相當高的天花板期待。“Robotaxi是AI第一個最大的應用，後面AI應用絕不侷限在此，還有更高更顛覆性的發展空間。”
“人其實也是AI。別覺得自己跟他們有本質不同，一個新的AI Agent做的一些事情，跟人相比，有些地方平分秋色，甚至平級，甚至更好。”站在人類的角度，他認爲，應該好好思考如何與AI一起以更好的方式去駕馭它，而不是逃避。
以下是36氪汽車與小馬智行CTO樓天城的對話，略經編輯：
談端到端：世界模型是最重要的事情，沒有之一
36氪汽車：L4公司似乎普遍比車企智駕團隊對端到端有更早關注？
樓天城：因爲L4的挑戰更大，更需要端到端的加持，需要用所有能想到的辦法來加持。端到端好處是，解決了信息丟失的問題。以前不同的模塊非要描述一些東西，其實在一定程度上限制了給下游傳遞的信息。
對L2來說，端到端更多的價值在於成本下降等，但對L4來說可能是從0-1的價值，意義更大，所以L4公司對端到端接觸會更早。
36氪汽車：您是什麼時候開始關注到端到端方案？
樓天城：端到端有非常廣義和非常狹義的定義。早些年傳感器的前後融合，就有端到端的概念了，嚴格講，前融合是端到端的開始。因爲前融合就是解決傳感器信息丟失的問題，跟端到端強調的東西是一樣的。
2016年也有公司提出了狹義端到端概念，其實不一定要基於Transformer才能做端到端，但Transformer架構確實讓端到端變得非常好。
36氪汽車：“端到端大模型”這個詞您是怎麼理解的？
樓天城：端到端有常見的基本過程，很多公司都是從感知BEV開始，慢慢把感知和預測做在一起，然後Planning（規劃模塊）用AI來做，然後再combine（聯結）到一起，慢慢發展到One Model端到端的狀態。
小馬沒有跳過某個階段，我們端到端走的很快的原因在於，不在於端到端模型本身，而是我們用於訓練端到端的東西，一個基於仿真的世界模型，這是個很好的基礎。
但端到端不是大模型。如果以模型參數多少來衡量，確實讓一個更大的模型縮小，比直接去做一個小的模型效果要好，先做大再做小沒有任何問題。模型有大有小，但沒有一個東西叫做大模型。
36氪汽車：L4端到端跟L2端到端有什麼不一樣的地方？
樓天城：L4的端到端有很多不同之處，可能其他玩家不做、也沒有考慮到。端到端跟數據有關係，但我提過，過度的數據是burden（負擔），端到端或者大語言模型的本質，只是擬合現有數據，並沒有給出某些智能的邏輯。所以模型的能力會被數據的表現所限制。
說更明確一點，你跟一個臭簍棋子學下棋，那你就是他的水平，不會更高了。如果類似臭簍棋子的數據越多，數據就會變成負擔，垃圾數據越多，干擾越大。
更深一層來講，這些數據已經教不了模型了。就像教小孩兒乒乓球，你水平都不如他那不是瞎教嗎？所以要找教練。現在的做法是，訓練一個很好的模型來訓練端到端。而能訓端到端模型的模型，本身就是一個很難的東西。
36氪汽車：所以對自動駕駛來說，世界模型是更重要的東西？
樓天城：對，可能都沒有之一。我覺得我們在世界模型上做的還不錯，反正比我教的好。
這也是L4公司不一樣的地方，如果做L4，一定會走到這天。我是從2018年開始想這件事情，那時候我有預感未來我可能教不了自動駕駛，的確，到2020年我已經教不了了。
36氪汽車：教不了自動駕駛，具體是什麼樣的表現？
樓天城：就是我水平不如他了。先說明一點，端到端的黑盒和不可解釋性是對的，只是它做的事情可能挺對的，只是我當時沒有想到而已。跟早年看阿爾法狗下棋是一樣的，我看不懂罷了，所以我得慢慢培養一個世界模型來幫助我判斷駕駛模型的水平。
世界模型幫助我們一步步走過來，世界模型是最重要的事情，沒有之一。車輛的好壞表現也是由這個世界模型決定的。
36氪汽車：怎麼看現在車企提出的L2級別世界模型？
樓天城：如果是L4，那系統表現要好於正常人類的10倍；但L2不需要，L2本來就是人類駕駛輔助，只要跟人想的一樣就行了。但L4的系統可能你都不知道哪個更好，但又不能限制它，所以需要一個更好的教練。
這跟技術管理是一樣的，作爲公司技術管理層，千萬別覺得自己是公司技術最好的，如果天天這麼想公司早完蛋了。最重要的是找到比自己厲害的人，培養他們，給他們發揮的空間。
36氪汽車：所以L2沒有辦法進化到L4？
樓天城：過度的數據沒有幫助，但其他的東西比如車端芯片、雲端芯片還是有幫助進化的。數據是裡面關鍵的部分，拿數據去灌輸一個世界模型是很容易的，但灌出一個好的世界模型很難。就像找一個教練容易，但找一個能教出世界冠軍的教練很難。
我也是意識到這件事情之後，才做了很多其他的事。比如選擇更好的數據，比如做一種比較的方法，雖然不知道哪個自駕系統是最好的，但我知道A比B好。
就像2018年騰訊的絕藝（AI圍棋）對戰AlphaGo一樣，我哪裡評判得了他們的水平，都比我好太多了，哪知道哪個更好對不對？
36氪汽車：怎麼看待當下行業討論的分段式端到端跟One Model，兩者之間有本質區別嗎？
樓天城：區別還是有的，還是信息傳遞和丟失的問題，分段式的話，模型與模型之間肯定會存在信息丟失，所以整個模型表達能力確實不如one model。但好處是，訓練的難度會低一些，每段之間會有明確的輸出披露。one model的模型表達會更強，但訓練難度也更大。
36氪汽車：端到端的黑盒、不可解釋性的挑戰要怎麼應對？
樓天城：看用戶接不接受黑盒，如果要輸出是可以輸出一些意圖的，比如要左轉右轉，或者掉頭這種，用戶如果需要就可以做。端到端確實解釋性差，但沒有差到讓你不安心。它不是一個blocker（阻擋者）。
談進化：L4需要的東西，L2根本不用
36氪汽車：傳統基於規則的多模塊方案已經完全走到頭了嗎？
樓天城：進展上確實不如端到端，BEV加規則的方式，差的其實不是運動員，而是教練。寫規則的人就是教練，是教練水平不夠，不是運動員不行。
假如rule based方案能力在最下層，L2在中間水平，L4水平往上走。基於端到端，智駕水平可以提升到L2天花板，但更往上，我們不叫端到端，而是叫foundation model （基礎模型）。對L4來說，資源是個加速器，可以提升更快，但資源不改變天花板。你的做法，團隊的能力，纔是天花板。
36氪汽車：小馬有L4的產品，也有L2的產品，你們怎麼平衡？
樓天城：我們有不同的團隊，大家已經走過了當年的分歧點。2020年的時候，我們意識到要有不同的技術和產品，於是把技術往回退到2018年水平，拆成不同的技術和產品方向。L2走端到端模型，L4的東西叫基礎模型。
36氪汽車：兩個模型之間有明顯的區別嗎？
樓天城：完全不同。L4需要的東西L2根本不需要，L2的做法是拼命灌數據，L4要做的是先訓練世界模型。
L2考慮的是成本、用戶體驗之類的需求，L4還是考慮安全性，更注重精確操作和答案。L2是輔助，要很好的交互，操作不了就人來接管，但L4不行的時候要做得特別好。兩者剛好互補。
36氪汽車：從rule based到端到端，到基礎模型的訓練，你們的工具鏈發生了什麼變化？
樓天城：其實是反過來的，工具鏈的成熟度，決定了最後模型做的好壞的關鍵。比如仿真的好壞，影響着系統的好壞。世界模型的本質，可以理解爲是對世界的建模，可以認爲它是一個評價體系。它是更重要的，它關係到L4基礎模型的天花板，也關係到L2端到端的學習速度和一定天花板。
36氪汽車：L4的世界模型，跟之前用的仿真工具有什麼不一樣？
樓天城：世界模型必須要更好反應世界上其他物體的真實狀態。比如在十字路口，紅綠燈的變化，行人怎麼過馬路等行爲。
比如著名的鬼探頭問題，在十字路口綠燈，左邊有個巴士停着，前面是空的，但它不走，可能是因爲他前面有人。我們雖然看不到，但是車會減速，這個可以被表述成端到端邏輯。但另一個維度，世界模型會真正模擬一個人在車前走，只不過被擋住了。
再舉個例子，我到美國的時候，有個在美國開了很多年車的老師傅告訴我，美國行人過十字路口不看車的。他只說這一件事，所以我開車就得注意旁邊的人。我就是端到端模型，老師傅就是世界模型。
36氪汽車：但反應世界真實情況本身，是不是就很難？
樓天城：對，但必須做到。
36氪汽車：假如說世界模型是端到端的評分體系的話，那世界模型本身的好壞怎麼評價？
樓天城：這很有意思，嚴格講沒有明確的體系，他們倆互相之間糾結，然後通過實際路測來評價。現在通過模型來訓練和評價模型都是常見的事情。今天，chatbot（聊天機器人）水平已經不比人低，所以也需要訓練模型來評價chatbot水平。
36氪汽車：您覺得特斯拉現在遇到的問題是什麼？
樓天城：特斯拉現在能也很好達到L2.99的水平，這是今天已經公開的，但還有它還沒公開的部分。
從去年末Elon的直播來看，45分鐘美國路程接管了1次，但我們無人車的里程是50萬公里出一個事故，不同的世界模型教出來的學生水平差了1萬倍。智駕系統的差距，光着急是沒用的，真正的差距會在世界模型這一側體現出來。
36氪汽車：世界模型起來之後，對智駕系統的泛化能力有什麼幫助？
樓天城：用大語言模型幫助建立世界模型的好處巨大，因爲大語言模型的數據源於世界上各種各樣的數據，比如歐洲的很多路牌我都不認識，大語言模型其實都看過。
甚至都不需要是多模態大模型，只要是大語言模型就可以。當然多模態大模型會更好，比如SAM模型就行。
36氪汽車：什麼時候可以見到小馬世界模型訓練出來的量產智駕？
樓天城：我們不太方便透露主機廠的進度，但小馬的L2也有個世界模型，它訓出來的產品叫PSD，它的水平也是30公里左右接管一次，這是L2普遍的水平。
訓練一個這樣的世界模型，不需要太多數據，把我們L4的數據拿出來灌一灌就行了。我們用的都是高質量數據，大概3000多萬公里。我們大概訓練了半年，沒花多少人在這上面。
談投入：資源是門檻，人才會拉開差距
36氪汽車：之前連rule based（規則爲基礎）的方案都沒有做過的車企，有可能通過端到端彎道超車嗎？
樓天城：可以，但只做到L2天花板這裡。資金投入不是小數目，特斯拉買了這麼多萬張卡，它一買，英偉達的股票都能長，但不是所有車企都有這樣的投資意願。
關鍵是，還要有配套的人和團隊才能發揮出最大價值。如果這方面很差，整個投資性價比很低。所有投入下來幾個billion（十億）不止，有錢纔有資格這麼玩。沒錢的話，換個辦法吧。
36氪汽車：世界模型的訓練，會對車端、雲端芯片硬件有多高門檻要求？
樓天城：雲端顯卡我們也有，加上預訓練環節，投入也非常大。
當車端算力少且傳感器少的時候，對世界模型的要求就很高。車端算力多一些肯定有好處，但今天L2 雙Orin也還ok，L4也最少要千TOPS。
行業現在對數據的盲目依賴，其實是沒有理解一些事情的，至少沒有意識到靠數據其實沒法越過這條線（人類司機的線）。當真正接近這條線時，會意識到其實轉不過去。最頂尖的人其實都知道，比如Waymo就從來沒有說過要靠數據。
36氪汽車：大家對高質量數據會有清晰的畫像嗎？
樓天城：比如50萬公里出一次事故的水平，拿200萬公里纔出事故的數據來訓練不過分吧。50萬公里的可能好找一點，某種程度上這是更可怕的司機，基本上都是被別人撞纔有事故。
我們L4日常的數據採集司機，都是經過幾年訓練的，我們還專門提醒說好好開，不要瞎開，還不夠，因爲每個人擅長的東西不一樣，我們專門開發了一些系統幫助辨別司機開的好壞，所以高質量數據是有門檻的。
當年ChatGPT出來的時候，OpenAI也在印度找了標註團隊。你能感覺它說話是很nice的，這就是標註好的數據的結果，否則就是胡來。
36氪汽車：這種屬於長時間不出錯的數據，像碰撞瞬間這種case的數據怎麼獲得？
樓天城：這個的難點是在於，碰撞那一瞬間，其他車的行爲是什麼？因爲碰撞的瞬間，其他車的行爲也不是正常行爲，大家也會下意識避開，所以平時積累的數據加進來可能會添亂。
非常急的情況下，人在跑步時減速度可以達到重力加速度。所以一定要對這些東西有正確的認識，世界模型纔會教出好東西。這樣的仿真建模其實挺難的，我們做的還不錯。
36氪汽車：端到端之後所有的模塊要一起訓練？會不會出現負優化的情況？
樓天城：這是端到端全局梯度傳遞問題，但其實梯度消失不是負優化，梯度消失是可能的，需要想辦法讓梯度變正，這是大語言模型或者模型中最難的部分，早年深度學習的出現，其實就是爲了防止梯度消失。
這個有點複雜，就是你的訓練數據，沒有辦法幫助系統認識到，某個地方應該朝着局部最優以外的地方走，它停在那裡。得想辦法讓它走出去。
比如模型結構變化、數據增多，模型表達能力提升，反正要想辦法給它一些prompt（提示），纔可能跳出原來的局部最優。訓練過程中99%的時候都是負優化，只有偶爾找到正確的路往前走。
36氪汽車：現在會有一些新的技術方案出來，可以避免負優化嗎？
樓天城：很難，而且負優化現在是越來越嚴重。隨着模型變深，參數更大，問題會越來越嚴重。或者說梯度優化太小，模型就只在一個範圍不動了。
但反過來，這個東西更難了，解決問題的能力就是一個團隊能力的體現，聰明的腦袋可以又派上用場。我的觀點是，端到端其實拉開了不同能力團隊的差距。
36氪汽車：您怎麼看特斯拉說下一代模型參數量擴大了5倍？
樓天城：特斯拉是個很優秀的公司。我猜他的5倍指的是世界模型的參數擴大五倍，而不是FSD（特斯拉的全自動駕駛）的參數放大5倍，其他東西提5倍是沒有用的，因爲天花板不在這邊。
「談落地：遺憾Waymo不進中國，小馬遠比它好」
36氪汽車：您會把Waymo和特斯拉的體驗做對比嗎？
樓天城：一個是極致的L4，一個是極致的L2。
36氪汽車：從技術或者商業運營來看，今天你們跟Waymo還有明顯區別嗎？
樓天城：我很遺憾它不能進中國，所以我很遺憾我不能向世界證明，其實小馬遠比它好，包括在安全性、體驗、市場效、成本這些方面。
36氪汽車：你們的L2與特斯拉的產品相比呢？
樓天城：我們在做車企的項目，但不能說名字。這事其實不用崇洋媚外，特斯拉進了中國，也不見得能比得過中國這幾家。
在創業之前，我在編程競賽圈，競賽圈有一個習慣，我們經常會分享自己的解決思路，叫題解，競賽圈的人都是把題做出來了再寫題解，而不是還沒做出來的時候教別人怎麼做。我說我做到，來給大家說怎麼做到的，沒做到的人請做到再說。
36氪汽車：Robotaxi大規模商業化，需要等到世界模型出現之後再到來嗎？
樓天城：這個可能跟端到端都沒有關係，或者端到端有幫助但不是最直接的決定。L4的量產跟成本、運營、政策這些都有關係，如果有世界模型可能會讓成本進一步下降，會更好。
一些L2的說法，我不太認同的根本原因是，今天L4已經到了沒有技術blocker的狀態了。當大家技術都沒做到的時候，可能說有個做法將來更好；但當技術已經做到的時候，我們考慮的是真正商業化，你們還沒做到的話，我不會再等幾年了。
36氪汽車：Robotaxi的量產現在卡在哪裡了？
樓天城：所有的車輛量產都需要時間，僅此而已。
36氪汽車：預計一年內做到什麼樣的規模？你會對什麼樣的節點比較滿意？
樓天城：1年30倍，這是車企標準的車輛數量增長的速度。路上跑幾萬輛車，我覺得還比較滿意。
36氪汽車：現在Robotaxi的技術已經達到你的理想狀態了嗎？
樓天城：技術本身是過半的，覺得其他方面還要再努力。量產我們正在做，今年我們和豐田成立了合資公司，他教我們怎麼量產、成本控制，和運營。技術上也還有改進的空間，但它已經過半了。
36氪汽車：過半是指什麼水平？
樓天城：好於人類駕駛10倍以上。
36氪汽車：那終極目標是什麼水平？
樓天城：我覺得需要接近駕駛的極限，但極限不是無窮大，極限可能是幾十萬公里才被撞一次，因爲我不撞人，別人也可能會撞我。
36氪汽車：現在自動駕駛似乎變成了耐力賽，量產智駕公司有數據閉環作爲養料，像Waymo和小馬這種技術公司怎麼保證耐力不斷？
樓天城：Waymo有Google的支持，嚴格講這不是它擔心的問題，但問小馬很合適。所以量產對我們來說有很重要的意義，一年上多少量不是說有多少實際盈利，而是保證整個公司進入了正反饋節奏。
車輛規模越大，就能夠支撐研發、支撐車輛規模增加，公司也快達到這個狀態了，時間上就是今明兩年。
36氪汽車：有更具體的指標嗎？比如現金流爲正之類的？
樓天城：比如單車盈利至少爲正，百度蘿蔔快跑也提到這個概念，單車爲正已經是很大的milestone，只要車量上去，就能把研發的錢填過來。今天很多新勢力其實也還沒有達到單車盈利轉正。
當然，從長期發展來看，公司研發纔是真正關鍵優勢體現，我並沒有覺得非要這麼急，讓整個公司盈利回正，這是一種平衡關係，不是一個商業化成熟的關係。我們明年會達到單車層面盈利回正，這是我們期待的。
談AI：人也是AI，沒有本質不同
36氪汽車：近年來AI領域迸發的技術特別多，像pony這種技術公司，怎麼判定要不要把技術拿到車上用？
樓天城：關注最新技術是公司很重要的事，所以基本上技術被媒體或大衆朋友關注到的時候，我們其實早就已經研究過，甚至已經在用了。
我對AI天花板看得很高，我覺得Robotaxi是AI第一個最大的應用，後面AI應用絕不侷限在此，還有更高更顛覆的發展空間，肯定要積極擁抱。
站在人類的角度，人們更容易接受AI作爲輔助幫助人類，但AI的真正意義價值遠不止，人要思考怎麼跟技術配合，人如何在新的AI環境中主導事情，不要逃避。
36氪汽車：下一個大的AI賽道會屬於哪一塊？
樓天城：最近資本圈火的市場很明顯，首先chatbot就很火，還有“地上無人，天上也無人”也很火。通過很多技術，短期讓人看到AI的能力，這個是很好的起點。
拿chatbot來說，平時它他幫我寫點東西。很多行業大家的AI起點找得很好，但AI的天花板可能不能被起點的形式所限制。AI可能會顛覆人的很多創新，甚至人的很多職業，這是真正有價值的地方。
36氪汽車：聽說內部有個AI team，近期哪些技術會讓你感到比較興奮？
樓天城：像仿真、類似Sora視頻生成的技術我們還是很感興趣。因爲車的傳感器數據本身還是很多的， 生成模型其實也很多年沒有這麼長足的進步了。
像Sora這種虛擬現實是很可怕的，它在一定程度上顛覆了人類能區不能區分是虛擬現實的點，你甚至都看不出來它是不是虛擬現實的東西。
36氪汽車：這種技術競爭似乎面向更廣泛AI行業？小馬會想往機器人發展嗎？
樓天城：我們會先把自動駕駛做好，顯然AI技術在很多相關領域都有應用，但自動駕駛模式更成熟，是大家更能接受、有真實需求的方式，它可能應該是所有AI應用中最容易落地的。
所有的人最後都會遇到同樣的問題，如果我這塊沒有走通，很難讓其他資源方支持我，反過來說這塊走通了我有更多立場，要求更多支持。
36氪汽車：對於AI展現出來的高水平，你發現教不會它更好的東西時，是什麼樣的感受？
樓天城：我個人目標驅動這一點還是抓得很準，我們要把它做好，方法不同就不同，我不會對一個方法上有太大的堅持。回到2019年，當時我還強調我們一年採集了多少實驗數據，在那之前我一直說數據多好，現在我就不說了。就是突然有一天發現，其實不是這樣的，但這種東西只能意會，自己明白了才明白。
36氪汽車：所以2019年，你發現AI的發展超過了你的預期？
樓天城：最近幾年尤其超過預期。
人也是AI。別覺得自己跟他們有本質不同，一個新的AI agent做的一些事情跟人相比，有些地方平分秋色，甚至平級，甚至比你高，在公司也是這樣，要來找比自己更牛的人來加入公司，給他們展示空間，這纔是公司CTO該做的事情。
36氪汽車：公衆會對AI的到來有一種恐慌認知。
樓天城：恐慌沒有用，它一定會來，應該好好思考如何跟AI在一起以更好方式去駕馭它。恐慌可能世界上最沒用的東西，沒有問題是靠恐慌解決的。