在自动驾驶领域，于骞是个颇具传奇色彩的人物。他本硕就读于清华大学计算机系，随后赴美国南加州大学攻读博士学位，毕业后先后在Google和Waymo从事机器学习相关研发工作，走的是一条典型的技术精英路线。然而，2018年，他却毅然离开Waymo回到中国创业，原因是他认为当时中国大部分自动驾驶公司做得不够好。
于骞给人的第一印象是随和且富有秩序感，这或许与他的技术背景和职业经历有关。对技术，他有着坚定的信仰，坚信无人驾驶最终会实现，甚至认真探讨“让机器人开车”的可能性；同时，他又极为务实，反复强调成本、效率、组织规模以及在有限算力下实现能力突破的重要性。与其他自动驾驶公司动辄两三千人的规模不同，轻舟智航仅有600多人，却能在极限算力下为用户带来更好的体验。
轻舟智航此前在行业内并非最显眼的存在，但2024年和2025年，它却凭借一系列成果引起了广泛关注。2024年，该公司在地平线J5芯片上实现了高速NOA，并在理想车型上量产；2025年，又基于地平线J6M芯片实现了城市NOA。这两件事在当时都不被看好，因为J5被认为只能做基础功能，J6M也难以支撑城市场景，但轻舟智航不仅做到了，还将J6M的体验做到了对标Orin X的水平。
2025年3月23日，轻舟智航完成1亿美元D轮融资。于骞表示，自动驾驶正处在一个分水岭，轻舟接下来会把更多精力放在L4和更通用的物理AI上，同时加快海外布局。他坦言，自动驾驶是一条需要长期投入且充满不确定性的道路，但他从上学到创业，一直在做自动驾驶，如果一辈子能把这件事做成，将是一件很幸福的事。
回顾轻舟智航的发展历程，并非一帆风顺。2024年底，公司就遭遇了重大难关。当时，给主机厂的智驾项目交付后体验非常好，但产品却卖不动，主机厂认为对销量没有帮助，这让于骞感到十分痛苦。不过，2025年1月，比亚迪提出“智驾平权”，将主机厂市场引爆。轻舟智航在2025年底用比亚迪天神之眼C同样的128 TOPS算力做出了城市NOA，实现了比亚迪吹的“牛”。
轻舟智航采用的算力方案与比亚迪相同，都是地平线J6M。该方案在体验上对标甚至超过了英伟达的Orin X，于2025年4月发布，2026年1月在理想汽车上量产。于骞解释说，对于主机厂来说，1000块钱都是一个很大的成本项，比如整车的座椅按摩系统，加起来可能也就几百块钱。而轻舟智航能在单J6M上做到城市NOA，是因为他们是第一个识别出这款芯片能做到城市功能的人，这种识别能力基于对芯片的了解、对技术的判断以及优化能力。
当被问及在单J6M上跑出城区智驾，地平线创始人余凯的反应时，于骞笑着说，余凯可能受到了不小的震动，后来地平线也跟进了。最初，地平线的方案是用双J6M来做城市，但于骞判断多SOC（芯片）的方案很难成功，坚持用一颗J6M来跑，最终取得了成功。他认为，多芯片方案复杂度高、成本高，而且算力不是线性叠加，芯片迭代快，多颗芯片的效果不一定比一颗好，现在和未来多SOC的系统都很难成功。
对于轻舟智航在单J6M上做出Orin X体验的说法，有人提出质疑。于骞表示，如果合作方愿意认真评估，就会有答案。例如，某头部主机厂就很清楚，通过各种测试数据对比，包括行车、泊车、主动安全等方面，轻舟智航的技术分非常好。他们在一两百TOPS的算力水平上做到了极致，这个产品后面一定会大放异彩。
轻舟智航能取得这样的成果，并非偶然。于骞透露，他们首先在J6M上实现了无图和端到端。最早在J5上连无图都做不到，因为J5对Transformer支持不好，在J6上做了Transformer架构后，才追齐了无图和端到端。但要实现L4，这个算力还是不够，所以2025年下半年开始加入强化学习，争取2026年实现突破。
在竞争激烈的自动驾驶市场，主机厂要么自研，要么有深度绑定的智驾供应商，如长城和元戎、一汽和卓驭、吉利和千里等。面对这样的格局，于骞认为轻舟智航仍有空间。他举例说，2023年轻舟智航拿下理想的订单，当时大部分人也不相信。轻舟智航靠的是产品和体验，没有和理想的人吃过一顿饭、喝过一顿酒，理想不间断地派一百多人次来看产品体验，每一次都能看到明显的进步。他认为，客户关系只是敲门砖，主机厂卖车承受着很大的C端竞争压力，如果产品体验不好，再好的关系也没用。
轻舟智航团队规模只有600多人，而很多自动驾驶公司有2000人甚至更多。于骞表示，人多并不是一件值得骄傲的事，他希望团队更少、更精简、更聚焦，理想状态是200、300人。与卓驭等擅长在中低算力下跑出高性能的公司相比，于骞认为轻舟智航与其他家的一个差别是标准不同。他们看了TDA4的方案，目前没有任何一个体验能跟J6M接近。如果只是为了实现功能，降低安全性和稳定性，算力可以更低；但如果要做到完整、可用且安全的体验，128 TOPS是一个相对合理的基准线。
2022年，轻舟智航选择了地平线J5芯片，当时业内普遍认为J5在算力和带宽上有限制。于骞解释说，本质是看中了国产化的确定性。在那个阶段，行业里绝大多数L4公司几乎都用英伟达方案，轻舟智航自己也用过双Orin X。但选Orin就要和所有主机厂在同一资源池里竞争，创业要选“窄门”，去竞争不那么激烈、但确定性更强的地方。国产化选择少，但方向确定，更容易形成竞争力，而且轻舟智航擅长用相对有限的资源做出好的体验，这个选择当时是对的。他们选择的不是一颗芯片，而是一套国产化生态。
为什么不选择更低算力的J2、J3或者TI的TDA4呢？于骞表示，他们做过很多工作，J2、J3基本做不了OTA，那是上一代的东西。而轻舟智航做自动驾驶，长期目标是奔着完全无人驾驶去的，如果连OTA都做不了、数据也回传不了，那就是“一锤子买卖”，这样的量再大也不会做。
在开发J5方案的过程中，轻舟智航学到了很多。J5的限制非常多，带宽不够，对Transformer支持也不好，CPU能力弱。他们针对每一个限制点都单独做了优化，比如为J5设计了一套更适合的主干网络，采用卷积结构；改网络结构降低传输压力；做大量系统优化和异步处理来解决CPU弱的问题。最终把高速NOA跑出来了，但也仅限于此。
轻舟智航也形成了一套自己的方法论。第一是尽量把事情一次做对，这是从Waymo学到的。做J5时，很多公司会先沿用原有方案，再往BEV过渡，但轻舟智航判断J5可以直接把BEV做到量产，一开始就走了这条路，最后做成了。第二是把自动驾驶当成工程问题，而不只是算法问题，背后是一整套工程体系，包括开发、验证和迭代流程。
很多智驾从业者提到从规则时代切换到数据时代的艰难，轻舟智航相对没那么痛苦。于骞表示，他们很早就相信机器学习是最核心的。刚开始做智驾时，就已经把感知做成模型了，判断所有非数据驱动、非机器学习的部分都会越来越少，直到消失。所以很早就开始做仿真，甚至一度被外界看成一家仿真公司，因为在他看来，自动驾驶不管算法怎么演进，最后都绕不过验证。
但仿真这件事非常难，车上跑的是一整套复杂的实时系统，云端不可能把这套硬件原样复刻，所以仿真本质上是另一套系统，更像车端的“镜像”。它不需要实时运行，但结果必须和车端一致，否则在云端验证通过的东西，上车就可能不成立，最难的是一致性和可复制性。于骞认为，自动驾驶真正的瓶颈不只是模型本身，而是有没有能力搭出一套有效的验证体系，现在很多头部主机厂，仿真其实做得一塌糊涂。
他经常举例子说，AI能在围棋上打败李世石，为什么自动驾驶到今天还这么难？因为围棋可以在虚拟环境里无限对局，但自动驾驶要在真实道路上跑。谁能把仿真做好，谁就能把大量真实道路测试搬到虚拟环境里做，大幅加快技术迭代。大家都在讲VLA、VLM，但更本质的是世界模型。世界模型本质上是把仿真再往前推很多步，在虚拟世界里构造一个尽可能接近真实物理世界的环境。一旦这件事成立，自动驾驶会出现一次非常陡峭的能力跃升，很多原来必须在路上完成的测试，都可以转到虚拟环境里，这件事的重要性比今天很多人讨论的模型形态都要大。
于骞坚信“世界模型 + 强化学习”是未来。他认为现在没有一家公司能真正做到纯强化学习，特斯拉也做不到，特斯拉现在还是很多模仿学习，不是纯强化学习。他所说的世界模型，不是在车端跑一个更大的模型，而是在云端搭建一个足够接近真实世界的虚拟环境，让模型能在里面运行、验证和迭代。它和业界说的世界模型不太一样，后者要处理更完整的空间、因果和物理交互，上限更高，可以解决更普遍的问题，但代价也非常高。自动驾驶面对的是一个被简化过的物理世界，不需要处理那么多复杂交互，所以世界模型会先在自动驾驶里落地，自动驾驶是通向未来物理世界很重要的一个入口。
对于有人认为具身公司直接做机器人也可以解决这个“入口”的观点，于骞认为还差很远。人类学习很多能力依赖在物理世界里不断试错，尤其是强化学习意义上的试错，小朋友学走路都是摔很多次才学会的，是一个在失败中学习的过程。但机器人没有这么多低成本失败的机会，如果在物理世界里反复摔，摔十次，本体可能就坏了。
也有人质疑自动驾驶里的“世界模型”，认为端侧根本不需要那么大的模型。于骞觉得现在很多人说的“端侧世界模型”更多是个噱头，本质上只是一个更强的预测模型，仅此而已。真正重要的世界模型在云端，作用是训练和验证，是新训练基础设施，不是直接搬到车上跑，也不是简单蒸馏到车端。云端世界模型是训练车端模型的一种方法，提供了一个更高效的训练环境，能更快训练出更好的端侧模型，车端最后只会保留其中一部分能力，比如一个简化版的短时预测能力，去预测未来几秒钟的情况。
训练强大的云端世界模型需要海量数据，而且这种“海量”比普通感知模型要求更高，因为它学的是一个动态世界。于骞表示，要找出最优的效率最高的方式获取数据，因为建立新的生产环境如果比去物理世界采集数据还贵，就没有意义了。早期有很多方法，比如先把3D世界完整建模、生成、再筛掉不合理的部分，虽然能生成很真实的物理环境，但成本甚至比路测还高。所以目标是更高效地生成，同时尽量减少不真实的数据和毛刺数据。
于骞具有很强的系统工程视角和成本意识，他表示这方面受谷歌影响很深。团队里很多人来自谷歌和Waymo，在软件工程上有一套比较完整的方法。只要涉及到物理世界，就不是单纯比算法，算法更新太快，没有谁能永远领先，真正决定差距的是能不能更快把算法变成产品能力，能不能在更小算力的平台上把体验做出来。所以自动驾驶拼到最后，拼的是一整套工程体系，包括开发、验证、迭代、部署等环节，谷歌过去在软件工程上沉淀了很多“最佳实践”，现在全世界最好的工程实践一大半是谷歌推动实现的。
轻舟智航下一个要挑战的高峰是2025年量产一套500 TOPS以上的方案，目标是把城市NOA的体验做到接近L4，不是L4，但非常接近。于骞认为算力不是线性增长的，新方案一定要带来代际级的体验跃升，如果只是比现在好20%、30%，是没有必要重新做一套方案的。内部判断是成本可能增加50%，但体验至少要提升一倍甚至更多。他们希望把这套能力放到10万到20万的车上，让普通用户也能用到现在高端车才有的体验。
于骞的创业之路并非一帆风顺，他本想走学术路线，硕士进了清华的人工智能重点实验室，后来去美国读博士是想当老师，只是当时终身教职特别难找。2012年他就想回国创业，但当时商汤还未成立，看了很多做安防的公司觉得挺没劲，就又回美国打工了。真正决定出来创业是在2018年，当时在Waymo感觉节奏太慢，而且本来希望代表Waymo外派回中国，但Waymo的中国计划没有真正成立，多少有些失落，所以索性出来创业。他内心中觉得如果一辈子做一件事，能够把自动驾驶这件事做成，挺幸福的。
对于Waymo可以一直坚持L4，而中国很多本来做L4的公司都转向“沿途下蛋”的渐进式路线的原因，于骞认为来自创始人雄心。Waymo当时有很多Founders’ Challenge，是Google联合创始人给团队提出的挑战，Sergey经常跟团队一起开会，感觉他们对这件事非常坚信。而国内很多公司的一把手不相信，大概2020年左右，他和一位国内科技公司CEO面对面聊过，对方觉得这件事投入无底洞，根本做不出来，当然不同时间也可能会有不同的变化。于骞认为不能只讲第一性原理，如果一条路径在现实中走不通，反而会变成长期没有回报的投入，更重要的是找到可以逐步落地、不断验证的路径。
虽然做的是2B生意，但于骞表示他们是技术狂热，现实务实。这种苦对他们来说是一种磨炼，没有经历过这么苦的生意，后面很多事情是做不成的。他一直相信技术能改变世界，但如果技术跟不上时代，吃再多苦也没有意义。他说到底就是要帮主机厂把车卖好，因为对车厂来说，没有什么比卖车更重要的事了。
