WORK / ArchiveKelly Personal Marketing Intelligence OS
阅读READ
每日简报Daily Brief市场情报Market Intelligence品牌案例库Brand Casebook公司研究Company Dossier
收听与学习LISTEN & LEARN
播客Podcasts商务英语Business English
创作CREATE
创意工作室Creative Studio视觉素材库Visual Library作品集Portfolio
职业CAREER
面试题库Interview Bank营销工具箱Marketing Toolkit
资料库LIBRARY
收藏集Collections观察名单Watchlists来源体系Sources
我的Profile设置Settings
⌘K
更新于 —KKelly
今日情报播客来源我的
WORK / ArchiveKelly Personal Marketing Intelligence OS
阅读READ
每日简报Daily Brief市场情报Market Intelligence品牌案例库Brand Casebook公司研究Company Dossier
收听与学习LISTEN & LEARN
播客Podcasts商务英语Business English
创作CREATE
创意工作室Creative Studio视觉素材库Visual Library作品集Portfolio
职业CAREER
面试题库Interview Bank营销工具箱Marketing Toolkit
资料库LIBRARY
收藏集Collections观察名单Watchlists来源体系Sources
我的Profile设置Settings
⌘K
更新于 —KKelly
WORK / ArchiveKelly Personal Marketing Intelligence OS
阅读READ
每日简报Daily Brief市场情报Market Intelligence品牌案例库Brand Casebook公司研究Company Dossier
收听与学习LISTEN & LEARN
播客Podcasts商务英语Business English
创作CREATE
创意工作室Creative Studio视觉素材库Visual Library作品集Portfolio
职业CAREER
面试题库Interview Bank营销工具箱Marketing Toolkit
资料库LIBRARY
收藏集Collections观察名单Watchlists来源体系Sources
我的Profile设置Settings
⌘K
更新于 —KKelly
Market Intelligence/量子位

对话郎咸朋:用机器人创业重做一次“百万智驾量产”

1.9万字全文实录

思邈·2026.08.15·6 min 阅读
事件背景基于真实抓取数据整理

本条来自 量子位(AI / 中文),聚焦 technology。 作为理想智能驾驶从0到1、一路做到 150万辆车量产 的核心负责人之一,郎咸朋却把这八年称作自己“探索具身智能的起点”。

Original Intelligence基于真实抓取数据整理

1

  • 量子位:创办昆仑行之前,是哪些关键的经历塑造了您,把您带到了今天的地方?
  • △图源自理想汽车官网
  • 量子位:你觉得理想这段经历对你最大的收获是什么?
  • 作为理想智能驾驶从0到1、一路做到 150万辆车量产 的核心负责人之一,郎咸朋却把这八年称作自己“探索具身智能的起点”

1

9万字全文实录

作为理想智能驾驶从0到1、一路做到 150万辆车量产 的核心负责人之一,郎咸朋却把这八年称作自己“探索具身智能的起点”。

这家具身新势力在成立后的三个月内,就拿下数十亿人民币融资、跻身 独角兽 俱乐部。

但相比融资,他在这次访谈里反复强调的,是另外两件事。

第一, 具身智能真正要解决的是“理解” 。

昆仑行因此选择物理因果世界模型和“数据编译”路线,希望机器人学到的是背后的物理规律。

在郎咸朋看来,今天的具身智能很像2015、2016年的自动驾驶:路线未定、Demo满天飞,真正的洗牌要等到规模交付开始。

只靠融资,大家都做不到具身智能实现那一天。

本次访谈,我们和郎咸朋详细聊了聊他从百度、理想到昆仑行的三段经历,“理解而非模仿”背后的数据编译与物理因果世界模型,关于具身智能的四种智能与量产节奏,以及这场“百机大战”会在什么时候、因为什么而洗牌。

完整版可以订阅我们的视频播客,你可以在视频号、Bilibili、抖音、小红书、小宇宙、喜马拉雅等全平台收看。

量子位:创办昆仑行之前,是哪些关键的经历塑造了您,把您带到了今天的地方?

我读博所在的实验室是 机器人国家重点实验室 ,后来我又跟着老师转到了其他的研究室,现在我兜兜转转又回来做机器人,我觉得这是冥冥之中的,我感觉有一种宿命在这里面。

读博期间,我觉得是培养了我对学术和研究科研方面的一些基础能力,这对我后边所有的科研工作都打下了一个非常好的基础。

在百度的话我的第一份工作是做街景,就是把街景里边的人脸和车牌儿,这种属于个人隐私的这种信息都需要提取出来,然后模糊掉。

在做这个工作的时候,我们当时用了传统的machine learning,传统的CV的方法,其实表现都不太好。

后来我们用了 深度学习 ,因为百度是最早研究和使用深度学习的公司,当时给我了很大的冲击。

确实是用了深度学习之后,检测识别的准召率(准确率和召回率)都上来了,提升了15个点左右,从原来70%多准召提到了85%。

但是很遗憾,模型本身跟最终的工程落地还是有区别的。

因为你85%的准召就意味着你每标100个框,有15个是漏的,你还要人为去修正这30个框,而且要从100个里边去找,还不如我从头自己标一遍,可能效率更高一些。

所以说从技术的先进性到实际的工程落地,还有很大的gap要做,这是我两个非常大的体感。

第三个,在百度我最大的收获就是,数据对人工智能的应用有决定性的价值。

因为刚才也提到了85%的准召还是不能用,然后我们回来自己做了一些研究,发现在模型不动的基础上,我们能动的就只能是数据了。

把数据整个的规模double了一下,又精标了里边的一些错误,用了当时一个开源框架的模型,配上我们精标的数据之后,它竟然达到了惊人的90%的准召。

我们也是很震惊。哦,原来AI落地的关键,虽然模型很重要,但更关键的是 数据 本身。

我们用8年时间真是从0到1,然后到100的,把自动驾驶从Demo的技术,然后慢慢落地成量产的产品,最终是 150万辆车 的大规模落地。

△图源自理想汽车官网

我觉得是这对我来说,是非常重要的技术拓展。

这里我觉得最核心的还是,如何去打造真正的用于服务于自动驾驶的数据闭环,并且亲手把它从有图到轻图到无图,到端到端再到VLA,进行这样一个范式的逐步迭代。

量子位:你觉得理想这段经历对你最大的收获是什么?

郎咸朋 :从技术上来说的话,是一个完整的量产的数据闭环。

大家提到数据闭环,以为这里边只有数据本身,其实并不是,它涵盖了从数据本身的采集,自动化管线的流程,也包括了训练的管线、评测方式的迭代,这是一个完整的量产落地工程。

第二的话我觉得是范式的迭代,我觉得这是非常关键的一点。

就是刚才也提到是从有图到轻图到无图,再到后边的端到端加VLM,再到VLA。

这些范式的切换我也是亲身经历过的,我知道范式切换,它对组织和资源所带来的成本和代价是什么。

其实最关键的还是,你一上来你的方向和认知是否是对的。

虽然说这里边有些具体切换的过程,但是你一上来,如果说你没有想清楚数据驱动的方向的话,那你只能被动地跟着这个行业,跟着别人去走。

那你每次范式切换就意味着你前面所做的所有的工作,基本上都要清零,我觉得这个代价是很大的。

我觉得不管是现在的创业也好,还是过去做自动驾驶也好,我认为最主要的还是第一, 你的方向和认知要想得非常清楚 。

第二, 在走的过程当中,你可以小步地迭代去做 。

还有就是在组织管理上的一些成长。当然理想汽车和李想本人都给我很大的帮助,我也非常感谢,理想给我这样一个平台,能让我用8年时间能把我对自动驾驶的认知,逐步地去落地到实际的工程量产上去,也非常感谢这段经历。

量子位:离开理想的核心的出发点和原因是什么?如果没有具身智能的机遇,还会做出这个决定吗?

郎咸朋 :离开理想我觉得最大还是源于我自身对创业的渴望,以及对技术的追求吧,我觉得这两点是最本质的。

❧
Industry Analysis规则派生 · 可核对

本条目归入「Technology AI」垂直,涉及真实话题:technology。

· 市场:关注 technology 对相关品类与竞争格局的潜在影响。

· 消费者:受众行为与偏好变化值得追踪。

· 品牌:本动向对品牌资产建设的启示。

· 渠道:内容分发与触点组合(社媒 / 电商 / 线下)的协同值得复盘。

Marketing Insight规则派生 · 可核对

· 核心话题:technology。

· 可思考:如何把「technology」的洞察,转化为可衡量的内容与增长动作?

Career Usage规则派生 · 可核对

面试中可引用「对话郎咸朋:用机器人创业重做一次“百万智驾量产”」:围绕 technology,说明你对行业动向的判断与可落地动作。

本条目相关英文术语可在「商务英语」模块按话题检索,用于外企面试表达训练。

关联播客真实 RSS 单集
Pump and circumstance: is China the new OPEC?
The Intelligence · 2026.08.12
The Innovation Strategy Most Companies Miss
HBR IdeaCast · 2026.08.11
Spring, then fall: a weakened Muslim Brotherhood
The Intelligence · 2026.08.11
延伸信源A / B 级权威来源 · 供深挖
Marketing BrewACampaignAThe DrumAWARCAAdweekADigidayA
Business English提取正文真实商业词汇
ai
ai

我们也是很震惊。哦,原来AI落地的关键,虽然模型很重要,但更关键的是 数据 本身。…

系统商务英语 →
关联 English Brief
面向多模态推理的高效长上下文建模|AICon深圳
InfoQ 中文
“AI版金融创新”:博通大跌背后的AI芯片“卖方担保”模式
华尔街见闻
来源
阅读原文 · 量子位 ↗
发布:2026.08.15
类型:AI / 中文
话题:technology
相关阅读
量子位/2026.08.14
刚刚,Qwen3.8-27B 开源了!家用显卡也能跑
量子位/2026.08.14
7亿年薪留不住!余家辉离职Meta创业
量子位/2026.08.14
太初元碁助力国家级“AI+教育”大赛 “AI+加速卡模型适配赛道”开启招募
量子位/2026.08.14
刚刚,GLM-5.3发布:Coding更接近Fable 5!潜伏40年的bug都被揪出来了
量子位/2026.08.14
百度文库网盘「库库AI」AI办公MAU超2500万,新推办公独立端
个人笔记
自动同步到云端