文 | 塔猴 作为深度学习领域的灵魂人物、OpenAI前首席科学家，Ilya Sutskever的名字在硅谷几乎等同于"风向 标"。 Ilya指出，人类之所以强大，不在于"刷题量"，而在于基于常识的推理与判断力。 当前的AI研发走入了一个误区：我们在制造"做题家"，而不是培养拥有真实理解力的"通才"。 赛道切换：当"数据金矿"枯竭 访谈中最具冲击力的观点，莫过于对Scaling Law（规模化法则）的看衰。 在离开OpenAI并创立以安全为核心的SSI（Safe Superintelligence）后，他近期的一场万字访谈，无异于 向火热的AI赛道投下了一枚深水炸弹。 Ilya在访谈中不仅系统性地复盘了AI发展的路径，更抛出了一个令行业震颤的论断：过去几年主导AI发 展的"Scaling Law"（规模化法则）即将触碰到天花板。 这意味着，依靠堆砌算力、喂养数据的"暴力美学"时代正在落幕，AI行业必须从"资源竞赛"重返"范式 创新"的硬核科研时代。 "高分低能"的悖论：强化学习的"诅咒" 尽管大模型在各类Benchmark（基准测试）中的分数屡创新高，但在实际的经济生产中，AI的落地应用 却显得步履蹒跚。Il ...

城市NOA量产交付与市场地位 - 公司城市NOA系统自2024年9月首次搭载于量产车以来，已实现20万辆乘用车的搭载规模，车型涵盖SUV、MPV、越野车 [2] - 2025年10月，公司在辅助驾驶城市NOA第三方供应商市场的单月市占率接近40% [2] - NOA方案主要搭载于长城魏牌、坦克、吉利银河等自主品牌新能源汽车，其中长城汽车是主力合作伙伴 [2] 技术路线与行业领先性 - 公司是少有的具备VLA大模型能力的第三方供应商 [2] - 技术发展路径包括：2022年率先推出“无图”方案，2023年成为第一家将端到端模型上车的第三方供应商，2025年成为第一家提供VLA模型的第三方供应商 [2] - 所采用的平台和技术具有行业领先性，技术嗅觉敏锐 [2] 合作模式与增长前景 - 公司与车企建立深度绑定、深度合作的伙伴关系，将最优资源投入合作项目，以获得核心车型的订单 [3] - 已拿下国内一家头部新能源车企全系辅助驾驶标配项目，该客户的SUV车型是中型SUV市场销冠 [3] - 预计2026年即可实现100万辆级的NOA系统交付规模，现有客户足以支撑该目标 [3] 未来业务战略布局 - 公司未来将聚焦三大重点业务：智能辅助驾驶量产业务、Robotaxi和RoadAGI [4] - 辅助驾驶量产业务将为Robotaxi和RoadAGI提供海量数据、工程化经验及VLA模型支持 [4] - 2025年是Robotaxi从技术验证走向大规模商业化运营的重要节点，公司将在无锡和深圳启动Robotaxi运营，计划于2025年底以消费级量产车型落地，成为全国首家以此模式开展业务的企业 [5] Robotaxi与RoadAGI发展规划 - 公司认为只有通过量产实现百万级车辆规模和海量数据，才能应用Scaling Law更好地推动Robotaxi发展 [5] - RoadAGI融合VLA和VLN两大核心模型，旨在让移动智能体凭自然语言指令在真实环境实现“任意点到点”自主导航 [5] - RoadAGI致力于解决如外卖配送“最后100米”的复杂路程问题，愿景是成为物理世界的基础模型，实现“机器人无所不及” [6] 2026年市场竞争策略 - 公司判断2026年市场竞争将快速收敛，关键在于降低成本和提升体验 [3] - 针对成本敏感需求，已准备不同的芯片方案；在性能层面，基于GPT架构的VLA技术具备更强拟合与学习能力，需通过大规模量产体现优势 [3] - 2026年发展路径明确：NOA系统量产交付突破百万辆，加速Robotaxi商业化落地，同时积极推动RoadAGI商业化 [6]