QbitAI Exclusive Interview with Lou Tiancheng: AI is a Wild Horse, Harness is the Most Critical Ability of This Era

Full text · 原文 14,692 字

Jay 李根发自凹非寺 量子位 | 公众号 QbitAI Harness（驯马）会成为这个（AI）时代最关键的能力之一。 这是小马智行CTO楼天城，在与量子位的对话中，给出的最新判断。 在他看来，如今的AI越来越像一匹脱缰野马。它开始学会了「调用」：调用工具、调用skills……因此能通过这些脚手架，自我演进，和人类打配合。 主动性和能量大幅提升，未来甚至连人类，都可能成为被「调用」的一环。 楼教主表示，当「AI司机」也和Coding Agent一样学会了使用工具，人类工程师的角色，会逐渐从「教练」转变为「执行者」。 这种情况下—— 人和AI的关系，必须重新思考了。 这也是小马智行发布PonyWorld世界模型2.0的根本原因。 自动驾驶，即将进入一个AI主导、AI评测、并「调用」人类协助的新时代。 这个趋势是确定的，毕竟，人类想要赶上模型的迭代速度，太难了。 连强悍如楼教主这样的工程师都坦言： 开发的主导权，会逐步交给AI。 是的，一个顶尖的人类程序员，此刻却在宣告：即便是天之骄子般的工程师，也必须将研发的主导权拱手相让。 听起来多少有些残酷。 但这就是教主楼天城和小马智行10年创业历程里，目前为止最直接的结论。开发时代的范式，正在发生方向性的质变。 关于这个问题，或许可以用楼天城在访谈中反复提及的一个词回答—— 大势所迫。 被技术瓶颈所迫，被消费者的期望所迫，被自动驾驶的终局所迫，被小马智行十年来始终渴望实现的蓝图所迫。 而这个被逼出来的模型，叫作PonyWorld世界模型2.0。 这是一场自动驾驶开发范式革命中，必须被倒逼出来的一次投影。 而且随这种趋势打开的还有小马智行的2.0时代，以自动驾驶出发的PonyAI，现在已经到了开启更大空间探索的时刻，通往物理AGI的道路已经被打开。 以及，楼教主的观点是：我们已经在路上了。 PonyWorld世界模型2.0深度解析 人类驾驶数据的价值，正在逐步归零。 并非思维实验。这个曾经看似遥远的未来，如今已成为小马智行一切技术研发的出发点。 当AI司机的安全性全面超越人类，再让人类工程师手把手教AI开车，无异于让业余棋手去辅导AlphaGo。 虽然从行业发展角度来看是件可喜可贺的事，但回想2020年，难免不有些让人唏嘘。 那基本是「模仿学习」的时代。无论自动驾驶还是人工驾驶，核心都是为了收集海量数据，让系统去模仿人的行为。 整个行业都在用影子模式收集海量人类驾驶数据，试图大力出奇迹。 但奇迹没有来。 模仿学习的天花板，就是人类本身。 而L4级自动驾驶是无法靠人类兜底的，这个几乎零容错的终局要求，远比「像人一样开车」严苛得多。 这也是2020年PonyWorld世界模型1.0启动的契机。 他们想给机器一个超越人的空间。通过创造一个虚拟驾校，让机器在里面自己摸索怎么开车，做强化学习。 不过，随着能力的进一步跃升，另一个尴尬的问题随之浮现。 当AI驾驶能力已经远超人类时，人类给AI的指导，很可能是错的…… 一旦AI超过了人，人其实已经失去了评判权。因为我们无法再判断谁更好、谁更差。 在这种情况下，只有AI自己，能穷尽人类所不能察觉的维度，精准定位到底哪里出了问题。 也就是说，让AI来识别并指导AI。 这是AI时代的「图灵测试」。 基于这个理念，小马对1.0进行了一次开发范式的全面重构，带来了PonyWorld世界模型2.0。 人类不再是这个闭环的中心，AI，正式成为总教练。 自我诊断，是这套系统进化的核心引擎。 目前行业里大热的VLA（视觉-语言-动作）路线，核心逻辑是在感知与动作之间硬塞进一个语言模型——让AI先把路况「翻译」成文字，再基于文字生成动作。 但语言，本质上是对复杂4D物理时空的一种极度降维的「扁平投影」。虽然它提升了信息的传播效率，却不可避免地丢弃了大量珍贵的物理世界上下文。 这种架构，从诞生的那一刻起，就注定了它的上限。 为此，小马智行选择跳过「语言」这个中间商，让传感器数据直接映射为驾驶动作。 这不仅大幅削减了算力消耗，更让物理数据的收集与世界模型精度的提升变得前所未有的高效。 但这并不意味着放弃了「可解释性」和「语义推理」。 小马在车端模型的训练中，引入了一个比语言更接近驾驶本质的中间层——Intention（意图）语义层。 真正的老司机在紧急避险时，脑海里绝不会先默念一段台词。 「前方有障碍物，我要向左打方向……」等把这些可能性都在脑海里推理一遍，黄花菜都凉了。 面对瞬息万变的路况，人类高手是直接产生「意图」。 这正是PonyWorld世界模型2.0想要复刻的本能。 模型在做出每一个驾驶动作的同时，其内部会同步生成结构化的意图表达。翻译成人类能懂的语言，就是： 我选择在路口前减速等待，是因为右前方那个行人正在走向斑马线，我预判他大概率会横穿。 请注意，这些意图信息不是事后用另一个模型「解释」出来的，也不是推理过程中额外插入的累赘，而是在训练阶段就与驾驶动作被联合学习的原生能力。 而当这个意图层被解锁时，将会带来一个此前鲜被讨论的杀手锏： 它可以被无限生成。 世界模型本身就是生成模型，我们可以基于意图去反向生成任何意图组合对应的虚拟场景，让AI在所有可能的意图排列组合中接受高强度的「特训」。 这带来了一个根本性的差异。 人类开车时，通常只能对其他交通参与者做「最大似然估计」——觉得最有可能发生什么，就按什么反应。 但小马的AI司机拥有比人类长得多的上下文记忆能力，这是AI的天赋。它不需要靠「直觉」这种玄乎的东西，而是可以同时Keep in mind所有可能的意图组合，再进行综合决策。 系统可以自动回溯每一次决策，精准定位偏差究竟出在哪一层。 这些数据在真实世界中是无法被收集的，毕竟，谁会告诉你他刚才打方向盘的时候到底在想些啥啊。 当AI补全了这块长期的数据空缺，模型的自我诊断能力，无疑将迎来质的飞跃。 这直接带来了第二个核心突破：定向进化。 以前想提升世界模型的精度，路子很野，叫「广撒网」。 全无人车队到处跑，数据全量回传，然后指望工程师凭经验去「沙里淘金」。 但车队规模一旦从百辆冲到千辆，这招就不灵了。绝大多数数据对提升精度没啥用，只会变成昂贵的存储垃圾，白白烧钱。 PonyWorld世界模型2.0彻底反转了这个逻辑。 当系统自我诊断发现模型在某个场景下「心里没底」——比如某几个路口每到傍晚逆光时，模型对特定障碍物的模拟置信度就开始跳水——它会自动生成一个定向采集任务，直接给测试团队派单： 请在未来一周内，于下午4:30-5:30之间，在指定路口重点采集逆光条件下非机动车与行人混行场景数据。 随后，研发人员、测试工程师、运营团队……整个组织开始围绕世界模型2.0的「精度需求」运转。AI说哪里差点意思，人类就去补哪块数据。 人类工程师的角色，从手握教鞭的「驾校教练」，变成了听命行事的「AI数据采集员」。 研发节奏不再由人类经验驱动，而是由AI根据自身进化需求，自动生成。 值得注意的是，这里有个前提： 即便是做「AI的数据采集员」，也极度考验人类对AI的驾驭能力。 人类并没有完全退出Loop（AI进化的闭环流程），只是角色变了。 未来，怎么驾驭AI这匹脱缰的野马，既让它按自己的意志行动，又能保留它自我演进的能力，将是人才最需要具备的特质。 而对小马来说，同样可以预见的未来是： 接入2.0的自我诊断和定向进化能力后，无疑会给小马智行已有的「飞轮」，再狠狠踩一脚油门。 而核心燃料，正是L4全无人车队在真实交通中运营产生的数据。 AI会遇到人类司机不容易遇到的场景。 通常而言，人类司机在意识到旁边是AI车时，反应模式会变。有人会更敢加塞，有人会更愿意配合，也有人会试探它的边界。 因此，世界模型不仅要模拟人和人之间的交互，还得模拟人和AI之间的交互，尤其当AI的开法并不完全像人时，这件事就更有必要了。 而这种数据，只有像小马这样跑全无人Robotaxi的公司才能采集到—— 大规模L4无人车队商业运营，产生真实世界的高价值数据；世界模型据此提升精度；车端模型持续增强；更强的模型支撑更大规模部署；更大规模部署又产出更多高精度数据。 循环往复，自我加速。 如今，小马智行已经积累了千万公里级的多城市纯无人驾驶数据。 数据量级是对结果的一种印证，而这个过程中所积累的经历和Know-How，同样是一笔宝贵的财富。 当然，一切的一切，最终还是得回到技术。 而负责技术的小马智行CTO楼天城，给出了许多细节和实践认知。 对话楼天城 量子位：以前你们一直用安全、舒适、效率这些指标，之前是人来定义。现在听起来，更像是AI在决定了。 楼天城：整体架构最早当然还是人搭的，安全这些指标也一直都在。 但后来，我们通过学习的方式，训练了一些模型去做评价。 关键在于：AI为什么做得不好，问题到底出在哪。这件事现在人已经不太能判断准了，AI来当这个医生更合适。 量子位：核心原因不是人有短板，是AI进化得太强了。 楼天城：或者说人现在也很难再有什么进步（笑）。 但AI可以依靠非常长的context（上下文），让自己的理解能力变得特别强。 以前是人来判断，现在是AI来判断。收集之后够不够、还要不要继续改、这次改得好不好……这些关键决策点，正在逐步被AI接管。 量子位：所以人真的成了「工具人」（笑）。 楼天城：或者说，我们把人的精力放到了其他同样重要的事情上。至于判断这件事，就交给更擅长判断的AI。 这样做最大的意义就是突破天花板。如果今天还继续靠人来做，很多时候可能已经没法推动系统继续正向进步了。 量子位：主导权交给AI，这里面会不会出现幻觉？ 楼天城：幻觉这个词最早是从大语言模型那边来的。 过去两年已经有太多例子说明，Scaling Law这条路，也就是单纯加数据，并不能解决幻觉。到今天，幻觉比例依然不低。 真正需要的是别的东西。比如对系统加限制，让它自我迭代、自我演进。 要让它自己意识到哪里有问题，然后自己去改进。 量子位：怎么意识到？ 楼天城：它知道结果不对。比如因为幻觉导致最后撞了，或者发生了急刹，它就会回溯前面哪几步出了问题，然后再去改。 量子位：在自动驾驶里，幻觉问题是不是相对更容易处理一些？毕竟交通规则还是比较完备的。 楼天城：它确实相对更容易被压低，但问题在于，在真实世界中，幻觉带来的代价非常高。 量子位：PonyWorld世界模型2.0是一个升维概念，整个AI在训练AI，AI在驱动一切。那怎么确保系统始终安全？ 楼天城：有一整套非常精确的评价体系，来判断问题发生的概率到底是多少。 我们会告诉它什么是好的、什么是不好的，但不会直接告诉它具体该怎么评价。最终我们看到的是，指标在持续提升。 还有一点，就算让AI来判断，它判断得也比人更准。随着系统持续进化，人可能连某个问题到底是不是幻觉，都判断不过AI了。 到今天为止，所有基于概率的模型都还做不到彻底消除幻觉。但让AI来驱动改进，比让人来驱动，速度快得多，天花板也高得多。 量子位：世界模型2.0对系统训练的速度和效率有了质的提升，那在落地层面，是不是也意味着质的提升？ 楼天城：（停顿2秒）这是多方面的。 首先，落地不再只是局限在固定区域，而是可以走向更多区域、更繁忙的路段，比如高峰期，还有那些我们原来并不熟悉的国家和市场。 这里可以用一个词，叫superset。在这些新地方遇到的很多场景，其实只是原有世界模型的一个子集。所以系统在新区域启动时，会更有底。 另外一个变化，是大家的预期在提高。早年大家会觉得自动驾驶偶尔犯傻也能接受，但现在大家要求已经高很多了。这也是长期商业化推进里很关键的因素。 量子位：每个地方的驾驶行为和容忍度都不一样。有些地方让行人，有些地方加塞很激烈，这会影响系统吗？ 楼天城：这些其实都可以看作子集。 这些组合在世界模型里其实都已经出现过，只是在不同地方，它们的概率分布不一样。这个地方更保守一点，那个地方更激进一点，但两种场景本身都已经在世界模型里存在了。 量子位：能不能理解成，北京训练出来的司机和广州训练出来的司机，风格上还是会有差别？ 楼天城：在L4这个层面，其实不需要特别明显的差异。 L4真正要解决的，是在一万小时驾驶里，那些因为风格不同或者极端行为导致的危险场景。而这些危险场景在很多地方，哪怕是海外，其实都没有本质上的巨大差异。 有些地方开车猛一点，有些地方保守一点，但真正到出事的时候，其实都是一样的。 这可能和L2不同。辅助驾驶更在意不同地区整体的驾驶习惯，但L4更关注极端场景，而这些极端场景的分布其实非常一致。 所以去新地方，并不需要太多额外操作。 量子位：世界模型2.0发挥作用之后，对车端传感器方案和算力会有什么影响？ 楼天城：先说传感器，这里面核心是成本。 如果我们希望使用更便宜、更标准化的传感器，那它们在质量上一定会有一些不足。比如在特别复杂的雨天环境里，标准化传感器可能就会比高端传感器差一些。 这确实需要世界模型继续进步，在生成阶段把这些问题也纳入进去。不过这项技术我们已经做完了，现在已经可以比较好地使用标准化传感器。 再说算力。通常两三倍的差距不会带来本质变化，除非是100倍这种量级，才可能真的改变很多事情。但100倍本身也不是个简单数字。 大多数时候，两三倍这种差异，主要还是通过训练范式、开发范式和模型结构去消化。 量子位：10年前大家最常说的词是corner case，也就是极端场景。当时大家一直在讨论到底能不能穷尽它。现在世界模型是不是找到了一条能解决，或者说能穷尽极端场景的路径？ 楼天城：更准确地说，是穷尽这些场景里的intention（意图）分布。 场景本身并没有那么多变种，但我们不能说自己已经穷尽了全部场景。真正无限变化的，其实是不同物体之间的意图组合。 同样的场景、同样的状态，因为不同参与者的意图不同，就会形成非常多的组合。世界模型真正能做的，是把这些意图组合穷尽掉。 （停顿……） 在现实世界做这件事，是不可能的。 意图数据本身就很难收集，你不可能在真实道路上要求所有人按照某种设定好的意图去行动。 但在虚拟环境中，我们可以强制设定意图。 量子位：你们博客里有一句话让我印象很深，在AI驾驶能力超过人类实际水平之后，普通人类数据对世界模型精度提升的价值会趋近于零。这是一个数据层面的洞察，还是认知层面的洞察？ 楼天城：这个认知其实已经存在一段时间了。而且我甚至觉得，如果系统已经做得很好，那这个价值不只是趋近于零，甚至可能是负的。 量子位：啊？（惊讶脸） 楼天城：本质上其实是是AI发展阶段变了。AI会经历从不如人，到接近人，再到超过人，然后继续自我改进的过程。 当人已经明显比AI差的时候，人提供的很多数据反而会把一些不该有的坏习惯带进来。 AI刚超过人的时候，可能整体行为看起来还和人很像，只是它在那些和人不一样的地方做得更好。但恰恰是这些不一样的场景，人已经没法准确判断到底是好还是不好了。 有点像老师。早期当然很感谢老师教了很多东西，但真正到了做研究的阶段，老师其实已经帮不上太多了，更不需要再把早年的东西一遍遍重新灌给你。 接下来，需要AI自己去生成。 这就好像你没法教AlphaGo下围棋，就算让我教，我也教不了啊（教主无奈）。 量子位：有一种说法是，真正高级的AI司机，可能会在多车道变道时，直接从第一车道切到第四车道…… 楼天城：（打断）这其实要看具体情况。 如果路上视野特别好，看得很清楚，没有遮挡，那它这么做也许完全合理，甚至可能就是最优解。 但换个场景，就不能这么做。有时候人类司机没有意识到潜在风险，因为整个过程需要时间，而且前方可能有遮挡，只是恰好没碰上问题。但AI可以意识到这些潜在因素。 而且人本来就是千人千面。AI还得先判断「到底该学谁」，对吧？ 因为有些人会这样开，有些人不会。 量子位：所以现在让AI教AI怎么学，也能避免学到这些危险行为？ 楼天城：AI一旦不再以开得和人一样为目标，而是以开得更好为目标，它自然就会意识到这些风险因素必须纳入考虑。 但AI教AI最根本的一点，还是它要继续告诉自己，哪里开得不够好，然后持续改进。当AI已经明显超过人之后，要再往上提升，就必须让AI来驱动很多事情。 量子位：你这个洞察，好像也回应了L2到底能不能升到L4这个问题。如果只是不断模仿和学习人的驾驶方式，是到不了L4的，对吗？ 楼天城：我确实说过类似观点，但这个问题要分技术和产品两个维度来看。 从技术上说，不能简单把某条路径打成L2技术。今天很多公司也在做强化学习。我当时真正想表达的是，只靠收集人类驾驶数据，做不到L4。 这一点今天其实已经成了共识。几乎所有公司都在谈强化学习、谈世界模型。大家都发现，只靠大量车在路上跑、收集人类数据，这件事帮不了L4。 简单说，不是L2一定走不到L4，而是沿着L2那条纯模仿的技术路径，它本身帮不了你实现L4。完全没做过L2的公司也一样可以做L4。 从产品角度看，又是另一回事。随着L2越来越安全，用户会慢慢产生一种差不多可以了的感觉。这种trust会导致一个问题，就是在需要接管的时候，用户反而接不过来。 这也是为什么L2开得越好，反而在产品层面会引出新的风险。技术上的瓶颈和产品上的风险，其实是两件事。 量子位：有人说你给VLA判了死刑。 楼天城：如果不看中间过程，只说自动驾驶最终形态…… 应该，没有L的空间（语速放缓）。 因为从效率上看，L并不是V和A之间最有效的中间层。今天我们已经能找到更好的layer（层）。 它可能对某些中间阶段是有用的，但我讨论的是终局。在终局里，VLA里的L不是最终的连接方式。 即便未来中间层还会保留一些语义推理能力，那也不太可能还是human language（人类语言）这种L，更可能是一些新token。 intention可能不是一种token，但本质上，这已经证明它是更好的中间层。以后也许还会有别的。 所以最终来看，L不会是V和A之间真正长期存在的桥梁。 量子位：那中间阶段呢？ 楼天城：中间阶段它当然是不错的。我没说中间阶段没有机会，只是说最终形态不会是这样。 量子位：但确实已经有一些做VLA的系统，跑出了不错的效果。 楼天城：对。但很多时候，VLA本身也在变，尤其是L在变，它已经不再是传统意义上的human language了。 VLA一开始之所以成立，是因为人类语言数据最好收集，所以它是个很好的起点。但再往后看，从工程实践和产业发展的角度，L扮演的角色会越来越少。 量子位：你也提到，世界模型2.0让工程师的角色发生了变化。在信息AI领域，大家会讨论超级对齐。那在物理AI或者自动驾驶里，有没有对齐这个概念？ 楼天城：此对齐非彼对齐。这里真正需要对齐的，是对什么叫开得好的标准，而不是和人的驾驶行为做对齐。 如果你说的是行为上的对齐，那我们早就不追求那个了，而且那也不是正确方向。但什么叫「好」，这件事还是需要人的参与。 当然，人能提供的关于好与不好的维度，其实是很有限的。AI很早就已经基于这些维度做了大量扩展，而且做得更好。但它不会违反人设定的这些基本维度。 这在技术上未必叫对齐，但它可以实现类似对齐的效果。它对齐的是评价标准，而不是驾驶行为。 所以它的驾驶行为本身，绝对不会再照着人类怎么开来学。 人会先给出最基本的原则，但再往上更细的东西，人其实也给不出来了。AI就在这些原则之上，把事情做得更好。 量子位：假设未来要给火星设计一套新的驾驶系统或者交通系统，是不是那时候就该由AI来设计？ 楼天城：（教主漫长停顿5秒） 好问题。 短期内……不会发生。 很长一段时间里，人类驾驶和自动驾驶还会共存，所以系统还是必须建立在现有交通规则之上，不能违反任何规则。 当然，如果未来真的出现一种完全不同于今天的新交通体系，那空间就会被打开。但那可能要等到绝大多数车都已经是自动驾驶之后，才会慢慢开始。 如果真到了火星，而且是一个全自动驾驶环境，那就完全是另一套故事了。但这件事还非常远。 量子位：我自己平时也开辅助驾驶的车。现在很多车会亮蓝灯，表示处于智能驾驶状态。如果我要加塞，我会优先挑蓝灯的车去加。因为现在交通系统里，最复杂的bug，其实往往是人类驾驶员自己。 楼天城：人现在很多时候更愿意和AI配合，而不是和人配合。 我以前常用AlphaGo来举例。下棋的时候它是对抗关系，但到了配合场景里，你会发现人其实更喜欢和AI合作。 AI更懂人，而人也会越来越懂AI。 量子位：你们提到，研发人员正在变成世界模型的数据员。 楼天城：更准确地说，是一部分人会变成这样。另一部分人，比如做车载模型部署和优化的，还是在做别的同样重要、甚至更重要的事。 量子位：你们一直以天才团队著称。当AI开始承担一些高水平研发角色，会不会降低未来自动驾驶行业对天才的需求？ 楼天城：这已经不只是自动驾驶的问题了。 核心在于，人必须学会用新的方式和AI配合。在AI擅长的地方，让AI主导；在AI不擅长的地方，人去想办法驾驭它。 这不是某个行业、某家公司单独面临的变化，而是整个AI发展到今天，人都必须做出的改变。真正懂得怎么驾驭AI的人，才会成为下一代真正有价值的人才。 这是一次非常大的技术革命。 量子位：但如果我们把视野放回自动驾驶，当AI开始能替代天才工程师，自动驾驶的入局门槛似乎正在降低，因为对人才密度的要求没那么高了。 不过，你们在构建世界模型2.0的过程中，又依赖了大量运营车辆、反馈数据、精度迭代和整个世界模型闭环…… 这样看，入局的壁垒好像反而又更高了（困惑脸）？ 楼天城：其实更准确的说法，是优势发生了转移。 当然还是需要很多顶尖人才，但他们做的事情会和以前不太一样。过去的技术优势，会逐步转化成更全面的优势。 量子位：假设你已经知道了今天这些关于世界模型的洞察，如果重新做一次自动驾驶，会有什么不同？ 楼天城：世界上没有时光倒流这种机会（笑）。 但有些认知，确实要走到一定阶段之后才会慢慢形成。比如早年很多公司都觉得，只要不断收集人类数据、不断模仿，就能把事做成。到了今天，几乎所有人都已经认可强化学习的重要性。 但很多公司的车可能还没有发展到那个阶段，也就是还没强到让人彻底判断不了好坏，所以他们还会觉得现有研发方式能继续用下去。也许等再往后走，他们也会有类似认知。 如果真的能带着今天的记忆回到过去，可能确实能少走一些弯路。但现实是，一个团队也必须靠自己一步步意识到这些事情。 沿着原来的方法走，我们Pony自己也走了4年模仿学习。这些经历不是没用，恰恰是因为走过了，才真正理解为什么必须走向强化学习。我们也长期依靠人来主导开发，正因为做过，才真正理解为什么要把更多事情交给AI。 量子位：所以说你们这十年自动驾驶的探索过程…… 楼天城：（提前预判）这个问题问得很好。 也许知道整个发展过程，才是一家公司真正的壁垒。 （停顿3秒） 一步步走到现在，经历过那些Know-How，经历过那些钻研，才知道下一步该怎么走。 整个过程本身，就是一笔非常独特的财富。 量子位：Scaling Law在你们的探索过程中起什么作用？ 楼天城：在数据量还比较小的时候，增加数据当然有帮助。 但当数据量上来之后，尤其是在自动驾驶这种出错代价非常高的场景里，已经被多次证明，单靠加数据帮助很有限。 真正需要的，是训练范式和模型结构层面的改变。不是说Scaling Law没用，而是它在早期作用更大，到了后期，决定上限的已经是其他因素了。 量子位：你们在博文里提到，未来不会只局限在自动驾驶这个场景。核心原因是什么？ 楼天城：我一直认为，自动驾驶是物理AI里最先锋的应用。 如果连先锋应用都做不好，那别的应用迟早也会遇到同样的问题。 而世界模型本身也有不同阶段的演化。到了下一阶段，很自然就要融入更多物理定律。这个能力建设，会让我们有机会去做更多物理AI应用，也能创造更多价值。 还有一个很关键的点，就是人和AI之间关系的变化。 最近几个月，大家都在盯着AI写代码，AI coding成了热点。它开始具备一定的自我演进能力，调用工具的能力也越来越强。 这时候，人和AI的关系就必须重新思考了。 我自己其实早就跳出了当年那种人教AI的图灵测试式想象。越来越多事情，已经可以由AI来主导了。比如世界模型2.0，本质上就是AI在主导研发。 那再往外想，整个公司的其他策略，比如商业化、宣传，是不是未来也可以由AI来主导？甚至今天我来和你聊天，说不定以后AI也能告诉我应该怎么表达。都是有可能的。 未来，我们和AI的关系大概率还会继续变化。很多事情会从AI辅助，逐步走向AI主导。 量子位：能不能理解成，你们在自动驾驶里实现了harness（控制），接下来在其他领域也有机会复制这件事？ 楼天城：对，这套能力完全有机会影响到别的部分，甚至不一定局限在物理AI。 量子位：也就是说，一方面是核心技术发生了变化，另一方面是你们内部技术积累也到了某个阶段，所以才打开了新的象限。 楼天城：我们现在更多还在能力积累阶段，等到更合适的时候再去分享。 但这个空间肯定不会只局限在物理AI的某一个应用里。它至少有两个维度。一个是应用层面，不止一种物理AI应用；另一个是我们和AI的关系，也已经不再停留在辅助阶段。 量子位：空间打开之后，先做什么、后做什么，你们会怎么判断？ 楼天城：一个很重要的心得是，能力积累和把事情真正做成，是分阶段的。 能力必须先积累到一定程度，事情才有可能真正做成。 自动驾驶就是这样。只有当车的安全性够好、成本够好、服务体验也够好，真正有意义的商业化才会开始。 其他领域有时候要求甚至比自动驾驶还高。因为出行本身已经是一个很成熟的领域了，如果进入一个还不成熟的商业场景，对能力的要求可能更高。 所以前期，我们还是会把主要精力放在能力建设上。然后等真正合适的机会出现时，再去出手，而且希望每一次出手都能达到很好的效果。未来肯定不会只做一种应用。 量子位：有没有一些像ODD那样规则特别清晰的领域，更适合能力复用？ 楼天城：可能是反过来的。 随着基础模型的发展，单独提升细分领域能力，已经不是最重要的方向了。你看今天的基础模型，也不会专门拆出一个物理模型、一个化学模型、一个数学模型，它们基本都是融合在一起的。 很多细分场景的能力，反而是在更通用的场景中学出来的。 当然，你可以先在一两个新场景里验证价值，但训练这件事的关键，并不来自那个具体场景本身。 量子位：很多公司做创新，都是先看准场景再建能力。你刚才表达的逻辑还是先基于能力。那你们内部评价自己能力的标准是什么？有没有类似L0到L5这样的划分？ 楼天城：我不太想自己再发明一个新的定义，但在整个AI领域，其实有一个很自然的阶段划分。 先是AI向人学习，这时候它比人弱。再往后，它会逐渐接近人。然后，它会超越人。再之后，是在超越人之后继续进步。 这几个阶段，在物理AI领域也一定会持续发生。 而且我认同这种分法，因为从弱于人，到接近人，再到超越人，最后走向超越人之后继续自我进化，这几个阶段所需要的技术方法是完全不一样的。每进入下一个阶段，前一阶段那套做法都必须发生根本变化，才可能真正迈进去。 今天我看到的很多物理AI，其实还处在第一个阶段，很多系统甚至还不如人，用的也还是我们更早年那种模仿学习思路。 至于后面怎么走，我们因为已经经历过，所以知道还可以继续往下走。但我觉得，谁都绕不过这些阶段。 量子位：你的很多学弟学妹（笑）……现在都投身了具身智能浪潮。大家都说这是10年前的自动驾驶。 作为10年前走过来的人，你觉得他们未来一定会遇到什么挑战？ 楼天城：刚才说的这几个阶段，他们都会经历。 他们也会走到一个类似我们2020年的状态，也就是开始要做强化学习的那个阶段。 但如果你自己还没走到那里，我其实也没法说服你。因为很多事情，只有真正经历过，后面才能走得更好。 所以我觉得，最重要的是尽快走到那个阶段。等到了那一步，要有足够开放的心态，真正接受一套完全不同的做法，接受一种新的训练范式，然后让系统继续进步。 再往后，等有一天它明显比人强很多了，那下一步怎么让它继续提升，就又会进入今天我们正在经历的这种进化过程。 这些事情，都会发生。 量子位：这个过程其实没法跳过去。你明知道他们大概会在哪个节点需要改变，但他们还是得自己经历一遍。 楼天城：或者说，只有真的经历过，他才可能真正知道为什么要改，愿意去改，或者真正知道该怎么改。 量子位：你们现在打开了新的空间，可以做更多事了。公司已经上市了，这件事会带来什么变化吗？ 楼天城：上市这件事，本质上还是为了做更有价值的事，这一点始终不会变。 自动驾驶的商业化本身也还在继续发展，而且现在应该正处在进展最快的时候。这仍然会是小马最主要的增长方向。 只不过与此同时，我们也可以把过去积累下来的经验，延展到更多方向，去创造更大的价值。 所以从本质上说，上市这件事并不会影响技术发展的方向。 还有一点，其实和上不上市都没关系。AI发展到今天，这半年可能已经是变化最快的半年了，半年之后可能还会更快。 这种变化，不只会影响我们的技术，也会影响人和AI之间的关系。 能不能跟上这种变化，是所有想survive的公司都必须面对的事。 量子位：这种变化，会不会也影响你们创新的方式？就是很少几个人试了一下，结果发现居然有效。现在还会有这种状态吗？ 楼天城：从结果上看，确实可能还是你说的这种感觉。有些事情，未必需要投入特别多人力，就可以先试一下，然后很快验证它能不能有效。 但更重要的其实不是这个。 更关键的是，在这个过程中，人发挥作用的方式变了，贡献价值的方式也变了。 量子位：在人和AI关系发生巨大变化的这个时刻，那种真正会驯马的人才，反而变得更稀缺、更珍贵了。 楼天城：对。harness这个词翻得特别好，就是马鞍。 现在的AI，真的越来越像一匹能量极大、越来越野的脱缰野马。 你怎么让它沿着你的意志去行动，同时又能保持自控，还能继续自我演进、越做越好，我觉得这类能力就是今天这个时代最关键的能力之一。 量子位：人还是最重要的。只是现在这种人才越来越贵了。 楼天城：贵其实是相对的。 如果同样一个人，能够创造出比以前大得多的价值，那自然也应该获得更高的、合理的回报。这本身就是正常的发展过程。 量子位：现在行业里，顶级AI人才已经拿到像足球明星一样的待遇……（教主听到后困惑脸） 就是说会给他们发上亿年薪。你觉得这合理吗？ 楼天城：这里面当然会有阶段性的波动。 但整体来看，未来一定会是更少的人，做出更多的贡献。这是一个很正常的发展趋势。 所以我们还是回到贡献本身来看。薪水可能会上下波动，但背后那条主线，其实是在不断抬升的。 量子位：我们现在谈世界模型2.0的时候，感觉像是在打开一条通向AGI的路。你认同这个说法吗？ 楼天城：不是在打开。已经打开了，而且已经走了很久，现在已经到了一个势不可挡的状态。 量子位：那你定义的AGI，会是什么状态？ 楼天城：emm……早年也尝试过给AI的发展定义一些阶段。 但后来我发现，那已经不是一个简单和人比较的阶段定义了，因为今天早就不是停留在那个层面了。 我觉得AI现在已经具备了一些自我演进、自我提升的能力。这已经远远不只是独立完成任务这么简单。 接下来，AI还会进一步拥有和物理世界更紧密接触的能力，甚至真正能够去管理一大群人，或者去管理更复杂的人与人之间的关系。 量子位：你的意思是，AI未来甚至可能去管理一个团队？ 楼天城：公司里面当然还是有人，但越来越多关键决策会由AI来做，由AI来分配任务，人更多是给它提供信息。 量子位：这也是你认可的一种AGI实现方式。 楼天城：AGI这个词，很多时候是在描述一种能力，比如分析能力、推理能力这些。 当然你也可以反过来说，既然它最终能实现这种效果，那它一定已经具备了这些能力。 比如我们今天谈AI coding，很少有人再单独去强调推理能力，但实际上写代码这件事里，推理本身就是最核心的能力之一，它是天然包含在里面的。 从我的判断来看，AI在能力层面已经处在一个势不可挡的上升过程中。 量子位：之前大家谈AGI时，常常会把写代码能力当成一个关键指标。我一直在观察，有没有哪个新模型已经超过了你的水平。你现在觉得，有模型已经超过你了吗？ 楼天城：我现在自己也已经在用模型帮助我写代码了，甚至还在用一些方法去教模型怎么自己写代码。 所以从这个意义上说，我早就不是一个单独存在的个体了。 不过，就我训练出来的agent来看，至少在很多题库上，现在还是排在前面，还是有一定领先性的。 但这里说的是我训练出来的agent，不再是我个人本身了。 我其实早就不在意，去和模型做那种个人层面的正面对比了。 如果一定要说，我能说的是，我和AI结合之后形成的系统，要比单独的AI更强。 但如果只是把我个人拎出来和它们单独比，我很早就不这么看这件事了。 量子位：所以以后真正的顶尖程序员比拼，拼的其实是人加AI的综合能力。 楼天城：以后比赛是不是会按这个方式办，我不确定。 但在真实世界里写代码这件事上，已经是这样了。 量子位：你刚才提到，我们已经在通往AGI的过程中。之前Ilya有一个比较有争议的观点，他说现在这套算法，以及单纯依赖scaling的方式，是没法实现AGI的。你认同吗？ 楼天城：确实不是能靠那种方式做出来的。 量子位：那是不是意味着，我们还是需要一种新的，或者更好的架构？ 楼天城：过去3到6个月，AI最大的变化其实已经把答案给出来了。 模型结构上当然一直会有自然演进和升级，但真正更关键的变化，是它开始会使用工具了，开始拥有skills，也开始有了harness和engineer的能力。 我觉得这才是它能力跃迁的根源。并不是靠简单增加数据做到的。 量子位：这里还有一个很直觉的问题。比如人类小孩，好像天然就知道站在高处不能掉下去。但机器人，或者自动驾驶汽车，似乎并不天然具备这种认知。 楼天城：它不需要自己亲自经历一次，可以直接通过这些skills获得这种能力。 人的很多能力是彼此分散的，要一项一项学。但AI可以直接把这些点总结出来、记住就行了。 量子位：你怎么看电车难题？是不是是时候可以谈论了。 楼天城：我觉得AI的作用，就是避免系统做这种选择。 更早去防范，提前规避，让系统根本不被逼到那个状态。 如果它真的做得足够好，本来就不该被逼到非选不可的状态。 量子位：我其实还有最后一个问题，AI正在变得这么强大，咱们都是有娃的人……面向AI未来，你会怎么去养育下一代？ 楼天城：过去这些年，我们一直在做一件事，就是让AI超越人。驾驶上它已经超越了，未来别的领域可能也会继续超越。 问题在于，这件事真正的意义是什么？为什么人要去推动这件事？ 一方面，AI做得更好，当然会给我们带来价值。比如从安全角度，它可以减少事故。 但更重要的另一方面是，只有亲身参与这个AI超越人的过程，你才真正有机会想明白，人未来该怎么和AI共存。如果你根本没有参与这个过程，你甚至可能不知道该怎么和它相处。 在这个过程中，我们也许才会真正找到，当AI已经足够强的时候，人还有哪些事情值得做、还能做出独特贡献。这其实也是我现在工作中一个很重要的重点。 我经常在想，到底还有什么事情，是人能做而AI做不了的？ 但这件事和下一代教育本身，并不是直接对应关系。 我并不认同现在就急着去学某个特定内容，我反而觉得，一些基础能力更重要。 量子位：比如体育……（笑） 楼天城：体育肯定是重要的。数学、物理这些认知能力，以及交流能力，这些都很重要。 但如何和AI共存，确实会是一个持续发展的命题。这可能也是我们这一代人最重要的工作之一。 帮助AI超越人，不是为了单纯看它变得比人强，而是希望在这个过程中，真正想明白，人到底还能在哪些地方做出贡献。 只有真正经历完整个过程，才可能知道下一步应该怎么走。 也只有经历过帮助AI超越人的过程，才会知道，未来人该怎么和AI共存。

Site key	qbitai
Policy area	人工智能
Category	report

QbitAI Exclusive Interview with Lou Tiancheng: AI is a Wild Horse, Harness is the Most Critical Ability of This Era

量子位专访楼天城：AI是匹脱缰野马，Harness是这个时代最关键的能力