美国电动汽车公司Rivian CEO专访

前几天，我们借着上海车展契机介绍了一家美国自动驾驶汽车公司Waymo，看到留言反馈说，觉得这些信息还蛮新鲜的，之前了解的并不多。所以，我就继续再介绍一家美国相关汽车主机厂。

今天故事的主角是美国电动汽车公司Rivian创始人兼CEO罗伯特·约瑟夫·“RJ”·斯卡林吉（RJ Scaringe）。核心内容来自他在2025年英伟达GTC大会上与英伟达汽车业务负责人Rishi Dal的对话。

RJ Scaringe是一名八零后，父亲也是一名工程师，从小热爱汽车，曾在邻居的车库里修汽车，展现出对汽车工程的浓厚兴趣。在了解到汽车对环境的负面影响后，在2009年创业成立公司。目前其公司总部位于美国加利福尼亚州尔湾，主要产品包括电动皮卡R1T、电动SUV R1S，以及电动配送货车Rivian EDV等。工厂位于美国本土，在伊利诺伊州Normal。所以，从访谈中，我们也可以感受一下他是怎么谈美国制造的。

我们知道，美国市占率第一的新能源汽车是特斯拉，但由于马斯克主导的DOGE让很多特斯拉原车主心生反感，而且有很多人在特斯拉展厅门前抗议，导致销量大受影响。我看了一下美国车主社区，Rivian是提及很高的其他选择。

比如我在一个RJ Scaringe的访谈下看到这条用户留言：

作为拥有特斯拉汽车6年的车主，我今年打算换车了。一年前，我给女儿买了一辆 Rivian R1S作为她50岁的生日礼物。她只是想要一辆全尺寸 SUV，但对 Rivian一无所知，结果她非常喜欢，这让我对 Rivian 产生了更大的兴趣。我本来一直很喜欢我的特斯拉，但最近几周，我对这个品牌的迷恋程度有所下降。我会尽量保持耐心，但自动驾驶概念一直是我的首要关注点（在我 75 岁的时候）。RJ，我认为你真的走在正确的道路上！

由于Rivian是创业公司，按照中国汽车业话术，属于美国汽车新势力。他在访谈中谈及最困难的地方就是供应链。但他认为，中国汽车主机厂的优势并不是“制造成本”，而是在汽车电子架构上的创新。

一、Rivian的创业挑战：从零到汽车制造巨头的艰辛之路

RJ Scaringe回忆起创办Rivian的艰难历程时表示，建立一家汽车公司面临着多重复杂挑战。”在创建像汽车公司这样不仅作为业务复杂，而且产品本身也极其复杂的企业时，一开始你什么都没有。你需要数十亿美元的资金，需要数百家供应商提供数千种零部件，需要数千名工程师组成的团队，需要人们关心的品牌，需要能与消费者产生强烈共鸣的产品。起初，你一无所有。这是一个有趣的过程，你几乎必须强行让各种要素开始融合在一起。因为你没有资金，所以无法开发技术；你没有技术，所以很难筹集资金。”

在Rivian发展的早期阶段，Scaringe和他的团队不得不在品牌定位和产品发展方向上进行多次重大转变。然而，从2009年公司成立至今，有几个核心理念始终保持不变。Scaringe强调：”我们深信产品必须具有超越技术本身的意义，它们需要在情感层面与消费者产生共鸣。而要实现这一点，我们认为垂直整合在多个领域非常重要。对我们来说，最重要的领域之一就是车辆的电子设备和软件。”

Scaringe回忆起大约十年前，他向当时规模尚小的投资者群体阐述公司战略时的情景：”我告诉他们，我们将开发自己的所有计算机系统，构建自己的软件系统，包括自己的实时操作系统，以及娱乐平台的操作系统。投资者问：’你真的想做这些吗？这工作量太大了。’但最终，这证明是正确的战略。”

这一战略的成功得到了市场的验证。在过去两年中，Rivian在多个独立评测机构的客户满意度调查中均获得了最高评价。更令人瞩目的是，Rivian的软件技术已经开始向其他品牌扩展。”去年秋天，我们与大众汽车集团签署了一项58亿美元的软件授权协议，作为合资企业的一部分（这让我想到大众和国内的地平线公司也有技术投资合作，欧洲车厂在AI时代，在用资金换技术啊）。看到我们长期以来开发的这些技术开始被应用，不仅仅是在Rivian产品中，还在世界各地的不同品牌、不同形式、不同价位的产品中，这真的很酷。”Scaringe自豪地说道。

二、原来重视动力系统，现在则更重视AI

当被问及AI和技术进步如何影响公司愿景时，Scaringe强调了公司发展重点的演变。”最初，我们的重点确实是围绕车辆创新，动力系统，当然，还有对可持续性的巨大关注。但从大约10年前开始，特别是在过去几年中真正加速的，是如何将AI整合到整个业务中的强烈关注。”

Scaringe详细阐述了AI在Rivian车辆中的应用。”一个非常明显的方面是它整合到了车辆中，使车辆越来越能够自动驾驶。在我们的第二代车型中，也就是对我们最初推出的R1T和R1S的重新设计（这是Rivian的两款车），我们拥有更高水平的计算能力和令人难以置信的感知堆栈。这些车辆在高速公路上行驶的时候，你可以把手从方向盘上拿开，车辆会自动驾驶。在我们二代车中，约20%的行驶里程是由车辆自主驾驶的。在接下来的几年里，我们认为这个比例将从20%增长到60%、70%。”

然而，AI在Rivian的应用远不止于自动驾驶。Scaringe强调了AI如何渗透到业务的各个方面：”如果你考虑到我们正在建设一个非常大的面向消费者的直接面对消费者的品牌，我们必须建立服务基础设施，这意味着有一个大型诊断团队，有一个客户服务团队，我们有很多服务技术人员。我们有数百个执行不同任务的Rivian站点，无论是充电、服务、销售还是配送。美妙之处在于，我们实际上是通过AI作为关键部分的世界视角来设计所有这些基础设施的架构。”

这种从头开始整合AI的方法给予了Rivian独特的优势。”我们不必拆除数十年的基础设施来用AI重建它。我们实际上是从一开始就在设计大部分内容，充分考虑到在一个具有更好信息获取能力的世界中它能成为什么。有些你认为需要手动完成的事情，现在你可以完全自动化。我们对此为我们作为企业所解锁的潜力感到非常兴奋。”

三、中国电动汽车革命：速度、创新与西方市场的鲜明对比

Rishi Dal提出了关于中国电动汽车创新的问题，指出中国以”闪电般的速度”推进电动汽车创新，推出大量新车型、先进电池技术和AI应用，且价格更低。他询问Scaringe：为何中国汽车业开始领先，以及西方公司能从中学到什么。

Scaringe首先指出了美国电动汽车普及率的现状：”在美国，目前只有8%的新车销售是电动的。换句话说，在美国销售的汽车中，92%仍然使用燃油动力。相比之下，中国去年达到了45%。作为参考，中国的普及率是美国的五到六倍。”

关于这一差距的根本原因，Scaringe认为产品选择有限是美国电动汽车普及缓慢的关键因素之一：”在美国，大多数车辆销售发生在50,000美元以下的价格区间。在这个价格范围内，到目前为止只有少数几个——说’少数几个’太慷慨了——一两个非常引人注目的选择。当然，其中之一是特斯拉的Model 3和Model Y。这从特斯拉极高的市场份额集中度就能看出来。”

他将电动汽车市场与内燃机车市场进行了对比：”如果你比较内燃机世界，你有数百种选择。你有不同的形式因素、不同的价格点、不同的品牌、不同的功能组合。为了让我们在美国看到大幅度的电动汽车普及，我们需要更多的选择。”

Scaringe解释了Rivian的市场定位和未来发展规划：”我们以R1产品线推出我们的品牌，这是一款高端旗舰产品。其平均售价接近90,000美元。SUV版本是美国销量最好的高端电动SUV，但这只是一个相对较小的市场，因为不会有太多消费者愿意在车辆上花费超过70,000美元。因此，我们的下一款产品R2，基础价格为45,000美元，将大幅拓展市场。它保留了Rivian在更高价位上的魅力，只是放在稍小的包装中，但仍是一款非常酷的车辆。”

谈到中国电动汽车行业的成功，Scaringe提出了一个富有洞察力的观点，认为中国的优势不仅仅在于成本：”我认为我们经常关注中国存在的成本优势。这在今天值得注意，但随着时间的推移，随着制造业和车辆工业化变得越来越自动化，劳动力成本的相对差异将开始淡化。我们最终关注的是产品在功能和内容方面如何比较，这意味着技术，这意味着围绕品牌如何融合的综合考虑。”

Scaringe特别强调了中国企业在汽车电子架构方面的创新优势。他用一个很形象的历史故事来解释当前西方汽车制造商面临的技术架构挑战：”这要从汽车计算机的历史说起。在1960年之前，汽车是完全没有电脑的，所有系统都是机械式和模拟式的。比如发动机靠化油器控制，不需要电脑。第一个进入汽车的计算机实际上是用来控制燃油喷射系统的。”

他接着解释了为什么这一历史发展导致了今天西方汽车制造商的技术架构问题：”当时，汽车制造商不认为这是核心竞争力，所以把这项技术外包给了供应商。随着几十年的发展，汽车上越来越多的系统开始配备小型计算机。在汽车行业，这些被称为ECU（电子控制单元）。想象一下，电动座椅有一个小电脑，燃油系统有一个小电脑，空调系统又有一个小电脑…这样不断累加。结果就是，我们的汽车变成了一个由可能多达100个小型计算机组成的复杂网络，每一个都运行不同的软件，像是一座座软件孤岛，都是由不同层级的供应商开发的。”

这种情况就像是一栋没有统一规划的老房子，随着时间推移不断加建小房间，最终形成一个结构混乱、难以维护的建筑。而中国的新兴汽车企业则有机会从零开始设计，建造一栋结构合理、系统高效的现代化建筑。

四、传统汽车制造商的转型困境：从机械时代到软件定义时代的挑战

在讨论到传统汽车制造商为何在向电动和AI驱动的汽车转型时遇到困难时，Scaringe提供了一个深入的分析。他将这些挑战归因于几十年来的组织结构和决策积累，这些都是围绕机械设计这一核心技能而建立的。

“如果你想象自己身处一家可能有50年、60年甚至100年历史的大型汽车公司，那里有数十年的决策和组织结构，都是围绕一套核心技能构建的，主要是机械设计，比如设计发动机和车身。但这在未来状态中并不重要，”Scaringe解释道。”他们的发动机设计技能并不能转化为设计计算平台或软件。所以这些非常大的企业必须重新思考自己的构成，考虑如何变得更像一家软件公司，更像一家电子公司。”

他进一步阐述了这种转型的实际挑战：”试图将这些大型企业转变成那样的实际困难是真实存在的。而使这一挑战更加复杂的是，我们有一个非常庞大的汽车行业供应基础，它对软件采取了越来越混乱的方法，有许多供应商提供许多内容，他们都想保持对这些内容的控制。”

Scaringe揭示了汽车软件开发中存在的多层中间环节问题：”这个内容，即这些小型ECU，通常甚至不是由供应商自己编程的，这有点疯狂。所以有多层中间环节。主机厂写下需求，交给一级供应商，一级供应商接受这些需求，重新解释后交给二级供应商，二级供应商通常编写软件。第一层，第二层，第三层，就这样不断延续。所以打破这个系统真的很难。”

这就像一个”传话游戏”，最初的需求经过多层转述后，最终的实现可能与原意大相径庭。而且，每一层供应商都会增加成本和复杂性。

作为一家新进入者，Rivian拥有重新设计整个架构的自由：”我认为作为一家新公司，一家新进入者，提供了一个全新的画布，可以以完全不同的方式构建。你永远不会像汽车行业那样从软件和电子角度来构建一个企业的架构。”

他解释了为什么汽车行业特别具有挑战性：”使汽车行业如此困难的是，我们也必须建造大型机械系统。我们仍然需要冲压或铸造或制造车身，以高尺寸精度将它们组装在一起，管理非常复杂的供应链。这些是传统汽车公司长期以来一直在做的事情，而且做得相当好。所以我们所看到的是，传统汽车公司试图弄清楚如何做技术，而像我们这样的公司，在技术方面非常强大，试图弄清楚如何大规模制造汽车。”

五、规模化生产的艰辛：从技术创新到大规模制造的挑战之路

当Rishi Dal提到规模化生产的困难，并提及”一位著名CEO在生产线上睡觉”（就是马斯克本人了，雷军也曾表演过在车厂睡觉）以确保生产进度时，Scaringe详细分享了Rivian在扩大生产规模过程中遇到的挑战。他强调，建立一家汽车公司需要对其困难程度保持诚实的认识。

“在建立一家汽车公司时，首先需要对这有多难保持理智上的诚实。今天，这不是你可以用少量资金完成的事情。现在你要同时与试图电气化的现有企业以及特斯拉竞争，”Scaringe解释道。”这是一项需要数十亿美元的工作，需要真正强大和稳健的团队共同努力。”

他回顾了Rivian的产品发布历程和面临的挑战：”回顾过去，我们在2021年底推出了产品。我们首先推出的是R1T卡车，大约一个月后，我们推出了SUV，又过了一个月，我们推出了与亚马逊合作开发的商用货车。这对首次推出产品的公司来说工作量很大，尤其是像这样复杂的产品。同时推出三款产品非常、非常复杂。再加上我们是在COVID期间做这一切。”

Scaringe详细描述了供应链危机对Rivian的影响：”我们都感受到的供应链危机，当时在2022年很难买到石膏板，我们在整个供应链中感受到了这一点。每辆车大约有30,000个不同的组件，任何单一组件都可能停止生产。可能是一个单一的紧固件停止整条生产线。”

他解释了缺少部件对生产的复杂影响：”当你缺少一项物品时，很明显生产输出会受到影响。你制造的汽车更少，这会影响收入，扰乱成本结构。不那么明显的是，大多数其他零部件仍然会到货。我们大约2%的车辆零部件出现短缺，这看起来不错，我们有98%的零部件。不，问题是我们有98%的零部件。所以我们的仓库因为供应关系而堆满了零部件，我们不得不在第一次发布时处理这个问题。”

这些艰难的经历转化为宝贵的经验：”我刚刚对某人说，我们的供应链增长团队是在2022年和2023年这个痛苦的熔炉中锻造出来的。现在我们在考虑推出下一款产品时，我们正在建设一个全新的工厂。这款R2产品有着非常不同的供应链。我们拥有更多的杠杆作用，作为一家公司，我们更加成熟。”

Scaringe指出，扩大这类业务规模最困难的部分是供应链管理：”我们有数千个零部件来自数百家不同的公司，需要完美协调。一旦系统开始运转，它就会有一些内部惯性和动量。但在开始阶段，你接到一个供应商的电话说，嘿，我们遇到问题了，我们的一个压力机停工了。你在脑子里计算这每小时会让你损失多少百万美元。这是一个挑战。”

六、NVIDIA与Rivian的合作：“三种计算机”问题与AI基础设施的构建

Rishi Dal谈到NVIDIA与Rivian的合作关系，提出了”三种计算机问题”的概念：”在NVIDIA，我们相信三种计算机问题。首先，我们相信你需要训练系统，即用于训练的GPU。其次，一切都需要被模拟，比如工厂的数字孪生，汽车的数字孪生，模拟环境。最后，第三台电脑是你的边缘计算机，它安装在你的汽车里或者你的工厂里。所以我们在过去几年密切合作，在所有三个层面建立我们的关系。你使用GPU进行计算，我们讨论了Omniverse作为你正在评估的数字孪生平台，显然你的汽车内部有NVIDIA。”

Scaringe解释了自动驾驶技术在过去几年中的重大变革：”如果我们看一下自动驾驶技术，这可能是最相关的讨论话题。自动驾驶在初期大约10年的发展中，采用的是非常基于规则的方法。你有一个感知堆栈，至少是摄像头，但可能还包括雷达或激光雷达，在我们的情况下是摄像头加雷达，它观察世界并对所有看到的物体进行分类。”

他详细描述了传统自动驾驶系统的工作方式，就像是一个分步骤执行的流水线：”系统识别出’那是一辆车’，’那是一辆自行车’，’那是一辆摩托车’。然后我们给这些分类附加一个向量，即每个物体的速度和加速度。所有这些物体然后被输入到一个规划器中。规划器然后根据规则做出一系列决策。然后规划器与执行控制通信或交接，基本上告诉车辆转向、加速、制动等。这就是这些系统在很大程度上的构建方式，包括我们自己的第一代车辆。”

Scaringe指出了自动驾驶技术方法的重大转变：”大约三四年前，我们看到了现在我们正在经历的这种转变，即采用更加端到端的哲学，在这些顺序步骤中花费更少的时间精确关注每个物体的分类，而是建立一个大型数据飞轮，训练一个大型离线模型，然后可以将其提炼为在线模型，即在车辆中运行的推理平台。我们能够取得进展的速度是惊人的，与之前构建的系统非常不同，当然，现在对数据的要求非常高。”

这就像是从”手工制作”转向了”机器学习”的方法。传统方法就像是手工编写每一个可能的道路情况和应对方案，而新方法则是让系统通过大量的数据自己学习如何应对各种情况。

关于NVIDIA在这一技术转变中的角色，Scaringe表示：”正如NVIDIA的股价所证明的，你在这两方面都是正确的。你既拥有这种AI方法所必需的GPU，我们已经看到这种方法在大型语言模型中得到了极端的应用。大型语言模型与车辆的独特之处在于，有少数几个大型基础模型正在构建，但它们都在处理非常相似的数据集，它们有能够处理互联网的优势。在自动驾驶中，我们没有可用数据的互联网。数据是我们生成的，当然它是嘈杂的。我们必须找到方法来周到地提取出有用的数据片段，然后通过我们的训练飞轮运行它。”

他描述了Rivian与NVIDIA的具体合作内容：”我们与你们合作使用GPU进行离线训练。然后在车辆中，我们为我们的第二代设计了一个具有更高能力的平台，它有240 TOPS（每秒万亿次操作），这比我们最初在Oren平台上推出的要多得多，用于所有车内处理和推理，使实时决策能够在该平台上进行。当然，路线图是所有东西都在增长。所以我们将在未来产品中拥有更强大的平台，同样，我们将拥有更多的GPU来离线训练我们的大参数模型。”

Scaringe展望了这种技术的更广泛应用：”真正独特的是，当我们开始考虑为物理世界构建这些基础模型时，当然，我们立即关注的应用是让车辆在越来越广泛的情况下越来越好地自主驾驶。这个物理世界基础模型将在其他地方有应用。你可以想象具身AI以及它将如何在我们的生活中体现，我们还没有真正看到这一点。”

七、自动驾驶技术的现状与未来：从辅助驾驶到完全自主

当谈到自动驾驶技术的现状时，Scaringe提供了一个令人印象深刻的数据点：”在我们的二代车中，约20%的行驶里程是由车辆自主驾驶的。随着我们扩展我们的ODD（运行设计域）成为逐转弯导航，这个数字很快就会达到75%甚至更高，这取决于客户。”

所谓自动驾驶中的ODD（Operational Design Domain，运行设计域），是指自动驾驶系统专门设计并能够安全运行的特定环境和条件范围，包括但不限于道路类型、速度范围、交通状况、天气条件、光照情况等。

简单来说，ODD定义了自动驾驶车辆在哪些工况下可以启动和正常工作，超出这些条件后，自动驾驶系统无法保证安全运行，必须由驾驶员接管或采取其他应急措施。

Rishi Dal认同这一观点，补充道：”我总是对我的合作伙伴说，当我与他们谈论自动驾驶时，这是终极奢侈。你可以拥有很棒的座椅和一切，但能够在你想要驾驶时驾驶，而不是在你必须驾驶时，这才是奢侈的全部意义。”

在快速问答环节中，当被问及五年内AI对电动汽车最大的影响时，Scaringe简洁地回答：”自动驾驶。”

当被问及AI是否会让驾驶变得无聊时，Scaringe表示：”我不这么认为。我认为它消除了负担，给你的时间回来。”他进一步解释了自动驾驶技术的快速发展：”我之前说过，今天我们20%的里程是自动驾驶的，这很了不起，因为它现在只是一项在高速公路上可用的功能。但随着我们扩展我们的ODD，运行设计域，成为逐转弯导航，这个数字将很快达到75%或更高。”

关于自动驾驶的普及时间表，当一位观众问到他16岁的孙子到2028年是否可以依靠Rivian的自动驾驶车辆时，Scaringe肯定地回答：”是的，到2028年我们肯定应该实现这一目标。”

八、AI驱动的用户体验革命：从功能操作到自然交互

Scaringe揭示了AI如何彻底改变汽车用户体验的愿景。他指出，除了自动驾驶技术外，车内体验也将发生革命性变化：”我们将有非常强大的推理平台，它们将成为车内体验的一部分。这将真正改变的是，与车辆的交互将变得如此自然，就像车里坐着一个人在和你对话一样。”

这就像是从使用复杂的遥控器转变为与智能助手对话。过去你需要按照特定步骤操作各种功能，现在你只需自然地表达你的需求。

他描述了这种自然交互的具体场景：”所以，不用输入地址，弄清楚地址的前半部分，让车辆计算出剩下的部分，这已经太麻烦了，你只需说’我饿了’。车辆会回应说’你想吃什么？’你可能会说’我不知道’。你可以通过推理找到解决方案，就像我们已经习惯与GPT和类似平台互动的方式一样。车辆将深度集成这一点，以至于今天与汽车互动的方式，虽然看起来很正常，但在五年内将感觉过时。”

他补充道，这种变革不仅限于汽车：”我认为这对我们日常互动的许多技术都是如此，技术能够知道你想做什么的能力。”

Scaringe提供了一个具体例子来说明当前系统的局限性：”我今天早些时候和团队的一些成员进行了一次审查，找停车位是一件痛苦的事。对一个人来说，你可以很容易地解释：’我要去参加这个活动，停车会很麻烦，帮我解决这个问题。’但我现在没有办法把这个输入到屏幕上，不过我们正在解决这个问题。这很快就会实现。”

九、从高端旗舰到大众市场

当被问及使电动汽车更负担得起与使其真正自动化哪个是更大的挑战时，Scaringe提出了一个有趣的问题：”自动驾驶功能是否可以跨所有价位转移？对我们来说，我们从高价旗舰产品转向起价45,000美元的产品。虽然45,000美元要便宜得多，美国新车的平均售价约为49,000美元，所以它正好处于市场的中心位置。但要达到20,000美元或25,000美元的电动汽车，仍然需要大量削减成本。”

他解释了较低价位对整车设计的影响：”这对每个系统都造成压力，从门把手到轮胎，从感知堆栈到计算能力。所以我们首先专注于在45,000美元的汽车中实现这一点。但接下来，我们有R2、R3，然后是R4和R5。我们的命名非常有创意。但在这些未来产品中，我们正在考虑如何达到20,000美元左右的价位，或者说20,000美元到30,000美元的价位。但这不是我们今天正在研究的东西，我们现在专注于R2和R3。”

当被问及未来五年对Rivian最重要的事情是什么时，Scaringe强调：”我认为这是一个错误的二分法。你需要两者兼顾。我们需要在所有价位上在AI方面都表现出色，需要有产品来推动接下来我希望是5到10年内实现100%电气化。我们需要有价格远低于45,000美元的产品。”（还是贵啊）

他补充强调了电动汽车市场需要多样化的选择：”我认为这里另一个重要的事情是，我们需要选择。我认为消费者需要的不仅仅是Rivian或特斯拉可供选择，我们需要其他拥有真正引人注目的产品和出色技术的公司，以满足每年全球销售8000万到9000万辆汽车的需求。”

十、超越人形机器人

当被问及Rivian是否考虑开发人形机器人时，Scaringe提供了一个更广阔的视角：”当你看机器人技术时，有许多形式的机器人，人形机器人是其中之一，当然也是一种可以轻松应用于许多不同事物的形式，因为世界在很大程度上是围绕人类形态设计的。”

然而，他指出，在工业应用中，我们可能会看到各种形态的智能机器人出现：”特别是当你开始考虑工业应用时，我们认为会有一系列机器人，它们具有比我们今天看到的更高水平的智能，但有适合工厂内更高效运行的形态和能力。”

Scaringe补充说，就像在生物世界中存在多样化的形态一样，机器人世界也将发展出针对不同任务的最优形态：”就像在生物世界中有多种已经进化的形态一样，人类就是其中之一，但猎豹能跑得比我快得多。所以我们不是每项任务的最佳形态。我认为在机器人世界中，你会看到相当多样化的已进化形态，它们针对不同的用例进行了优化。”

出处：见配图右下角