Vol.10 对话小马智行楼天城：驯服脱缰的野马，让 AI 自我进化

本期播客根据晚点Atuo对小马智行的文字报道《对话小马智行楼天城：驯服脱缰的野马，让 AI 自我进化》制作，作者晚点团队。

本期简介

本期对谈小马智行 CTO 楼天城，围绕 L4 Robotaxi 的技术路线、小马智行世界模型 1.0/2.0 的演进，以及 AI 如何改变自动驾驶研发范式展开。

楼天城认为，L4 Robotaxi 与 L2 量产智驾并不是同一条技术路径。单纯依赖人类驾驶数据的模仿学习，无法突破 L4 所需的安全性与泛化能力。小马智行从 2020 年开始转向世界模型与强化学习，用虚拟环境训练车端模型，并在近年进一步发展出具备自我诊断、自我反馈能力的世界模型 2.0。

对谈中，楼天城解释了为什么 L2 的积累很难直接迁移到 L4，为什么世界模型的核心不在于“有没有”，而在于“精度有多高”，以及 AI 正如何从辅助工程师，变成驱动研发流程的“裁判”和“任务分配者”。他还谈到 Robotaxi 的商业化扩张、高速与卡车场景、AI coding、物理 AI，以及他对世界模型终局的思考：从自动驾驶走向更广义的物理世界模型，甚至理解微观世界的运行机制。

核心要点

1. L4 Robotaxi 与 L2 量产智驾不是同一条技术路线。
   楼天城认为，L2 因为有人类司机兜底，可以依靠数据规模和快速迭代推进；但 L4 必须在无人接管下保证极高安全性，单靠 L2 的量产积累无法自然走向 L4。

2. 模仿学习无法突破 L4 的能力天花板，世界模型与强化学习成为关键路径。
   小马智行从 2020 年开始意识到，仅模仿人类驾驶很难继续提升 Robotaxi 表现，因此转向用虚拟环境生成场景、评估行为，并通过强化学习训练车端模型。

3. 世界模型 2.0 的核心变化，是让 AI 接管诊断、反馈和研发驱动。
   相比 1.0 主要依赖工程师判断问题，2.0 会自动分析车端模型表现、识别薄弱场景并推动改进，楼天城将其视为 AI for development 的雏形。

4. 自动驾驶的竞争壁垒不只是模型，而是完整的物理 AI 系统。
   Robotaxi 需要同时解决模型、仿真、传感器冗余、车端部署、安全机制、运营和监管问题，因此单一大模型能力并不能直接“降维打击”自动驾驶公司。

5. 世界模型的终局可能超越自动驾驶，走向更广义的物理世界建模。
   楼天城认为，未来世界模型可能扩展到机器人、具身智能乃至微观物理世界，用 AI 帮助人类理解真实世界如何存在与运转。