法雷奥（Valeo）与开源科学实验室 KE:SAI 在 10 月 13 日宣布，将把整套自动驾驶系统的代码、训练好的模型和数据集全部开源。目标说得很直白：先在各大公开驾驶基准上追平最先进水平，然后把它甩在身后。
这不是一次普通的产学研合作。按双方的说法，从模型权重到数据集，每一个组件都会以开源形式发布，研究成果通过论文公开；供应商和研究者可以复现结果、在模型上继续开发，并用同一套参照系测试自己的系统。
两家是谁
法雷奥是全球汽车技术供应商，业务围绕 POWER、BRAIN、LIGHT 三大事业部和面向售后市场的 Valeo Service 展开。这次合作由法雷奥 Brain 事业部牵头，其 CEO Marc Vrecko 称这是法雷奥乃至整个欧洲汽车生态的「战略性里程碑」------把工业界在自动驾驶上的技术积累与开源研究结合，为物理 AI 建立共享底座。
KE:SAI 全称 Kyutai ELLIS Scalable Autonomous Intelligence，是一家非营利前沿 AI 研究实验室，由 kyutai 与 ELLIS Institute Tübingen 在 2026 年 5 月共同创立，创始捐款来自 kyutai，实验室分布在巴黎和图宾根两地。联合创始人包括 Andreas Geiger、Bernhard Schölkopf、Kashyap Chitta、Daniel Dauner 和 Bernhard Jaeger，均出身计算机视觉、机器人学与机器学习领域。
技术路线：一个模型开遍所有车
双方要做的不是一堆专用模块，而是一个紧凑的 AI 模型，能驾驶不同的车辆、适配不同的传感器、在不同环境中行驶。第一步是用大规模真实驾驶录像训练，模型从设计上就要求能跨传感器和摄像头配置迁移；第二步则要超出记录数据本身能教的东西------通过仿真环境中的强化学习和学到的世界模型，把模型暴露在真实数据里稀少甚至不存在的罕见与安全关键场景中。
开源为什么是关键
物理 AI 被视为人工智能的下一个前沿，但主要玩家基本闭源，汽车行业部署的驾驶模型几乎全是专有技术。整车厂和供应商手上没有共享的开放基础，既无法检查、也无法改造或复现自己依赖的技术；效率与泛化这两个核心研究问题也仍然悬而未决。要弄清哪条路线能让物理 AI 可靠地大规模落地，必须同时探索大量想法，这远不是单个实验室能完成的。
Andreas Geiger 说得更直接：语言模型的开源把数年的进展压缩进了几个月，而前沿物理 AI 至今仍然封闭。他认为开放的基础会比任何封闭系统带来更多创新------「我们开发的一切都会开放，每一步前进都是所有人的前进。」
开源履历撑腰
这项法德合作的底气来自双方已有的开源记录。法雷奥的 AI 研究实验室 valeo.ai 发布的模型与论文，如 DrivoR 和 VaVAM，在社区中被广泛使用；KE:SAI 创始团队则以 KITTI、NAVSIM 和 TransFuser 等开放基准和驾驶技术栈闻名。双方的共同目标，是给整车厂、供应商和研究机构一个「在欧洲构建」的开放共享基础，强化欧洲乃至全球的汽车生态。
法雷奥的体量也不容小觑：2025 年销售额 209 亿欧元（约 1700 亿元人民币），全球员工 10 万人，业务覆盖 29 个国家，拥有 149 座生产工厂、59 个研发中心和 19 个分销平台（截至 2026 年 2 月 26 日）。公司已在巴黎证券交易所上市。