对话九识智能庄立：无人车进入规模化前夜，算力与数据成核心壁垒

2026年无人货运、乡村物流配送、城市交通精细化治理等场景加速落地。伴随具身智能、多模态大模型技术成熟，行业逐步从单一车辆自动驾驶，转向全域城市AI治理、运力底座体系化建设，但同时也面临政策标准不统一、场景落地碎片化、技术商用转化难等行业共性问题。

(资料图)

九识智能联合创始人、首席技术官庄立在技术交流会上接受新京报贝壳财经记者专访时表示，当前行业已完成初步市场验证，政策标准统一将打开规模化增长空间，算力、真实工况数据构成行业长期核心壁垒，技术落地需以市场真实需求为核心，摒弃纯技术原型化研发。

九识智能联合创始人、首席技术官庄立。 受访者供图

算力与数据飞轮决定自动驾驶落地上限

新京报贝壳财经：当下自动驾驶行业竞争加剧，在你看来，行业核心竞争壁垒发生了哪些变化？

庄立：早期自动驾驶行业竞争，更多聚焦单一车辆的自动驾驶能力和场景落地数量，而现阶段产业竞争逻辑已经改变，真正的核心壁垒是算力集群与真实物理世界数据形成的正向飞轮。不同于行业通用数据集，自动驾驶商用工况中的复杂场景、边缘工况数据，是模型迭代的核心稀缺资源，也是普通技术团队难以积累的核心优势。

对于整个产业而言，规模化算力与真实工况数据，是突破技术原型、实现大规模商用的关键支撑。

新京报贝壳财经：目前行业普遍面临技术原型难落地、商用转化效率低的问题，如何平衡技术前瞻性与市场实际需求？

庄立：整个AI自动驾驶行业的核心卡点是工程落地与业态适配能力。很多技术方案停留在实验室原型阶段，无法适配复杂的真实场景、行业流程与商业体系，最终难以规模化。行业发展的核心逻辑是需求驱动，而非技术驱动，所有前沿技术研发，最终都要落地到解决用户真实的运营痛点上。

政策统一将开启行业高速增长周期

新京报贝壳财经：国内无人货运、城市自动驾驶产业落地五年，整体增速相对平缓，制约行业规模化爆发的核心因素是什么？

庄立：过去五年行业从0做到3万台落地，核心制约因素是各地差异化的法规政策与运营标准。国内各城市自动驾驶运营规则、资质标准不统一，导致企业规模化扩张面临诸多限制，这是全行业共性难题。

目前行业已经迎来拐点，国家相关部门已重点关注行业发展，统一的行业规范、资质标准与权责界定政策即将落地。政策标准化之后，行业将彻底摆脱区域碎片化发展现状，进入高速扩张周期。从市场空间来看，行业潜力巨大，国内老龄化加剧、人力成本上升，城乡物流配送、城市交通治理、末端配送等场景的无人化需求持续提升，市场刚需长期存在。

新京报贝壳财经：如何看待行业未来的技术迭代方向，下一阶段产业竞争的核心赛道是什么？

庄立：行业下一阶段的核心竞争，将转向多智能体协同、全域世界模型能力比拼。未来自动驾驶不再是单一车辆的独立决策，而是依托核心大脑，实现车端、云端、监管端多智能体分工协作，适配各类复杂非结构化场景。

随着模型参数持续升级、算力体系不断完善，行业将突破传统自动驾驶的能力边界，从解决行车基础问题，升级为深度适配城市治理、民生服务的全域AI能力。整体来看，行业短期靠政策标准化实现规模爆发，长期靠算力、数据、模型体系构建核心壁垒，兼具技术价值与社会价值，长期发展空间广阔。

新京报贝壳财经记者 白昊天

编辑 杨娟娟

校对 刘军