【EV視界報道】在智能駕駛技術(shù)加速演進的浪潮中，車企自研與第三方方案商的博弈愈演愈烈。元戎啟行CEO周光以“物理AI”的前瞻性視角，試圖打破傳統(tǒng)智駕的技術(shù)天花板。而在特斯拉的技術(shù)代差與本土化突圍的雙重壓力下，周光如何在商業(yè)化與技術(shù)理想主義之間找到平衡？在近日舉辦的2025中國電動汽車百人會論壇上，EV視界專訪了元戎啟行創(chuàng)始人周光，共同探討智能駕駛的發(fā)展與未來。

當(dāng)智能駕駛技術(shù)進入規(guī)模化量產(chǎn)階段，車企自研趨勢愈發(fā)明顯。面對這一挑戰(zhàn)，周光坦言：“車企自研更多集中在中低階功能，高階智駕仍需時間積累。元戎的核心優(yōu)勢在于技術(shù)深度與物理AI的前瞻性布局。”他進一步解釋，高階自動駕駛需要海量數(shù)據(jù)閉環(huán)、訓(xùn)練體系以及跨領(lǐng)域人才儲備，而這些并非短期內(nèi)能夠復(fù)制。元戎將自身定位為“物理AI公司”，而非傳統(tǒng)智駕方案商，其RoadAGI產(chǎn)品試圖突破專家系統(tǒng)局限，構(gòu)建從感知到?jīng)Q策的通才模型?！爸邱{只是物理世界AGI的第一個落地場景，我們的目標(biāo)是推動AI從工具向通用智能進化?！?/p>

談及特斯拉FSD的技術(shù)領(lǐng)先性，周光承認：“V13架構(gòu)確實在技術(shù)代差上領(lǐng)先行業(yè)，但中國市場的特殊性提供了彎道超車的機會。”由于數(shù)據(jù)采集受限，特斯拉無法直接優(yōu)化中國場景的訓(xùn)練集，而元戎通過本土化數(shù)據(jù)閉環(huán)，正在加速追趕。他強調(diào)，數(shù)據(jù)質(zhì)量而非數(shù)量才是端到端架構(gòu)提升的關(guān)鍵?！案哔|(zhì)量數(shù)據(jù)需要與模型迭代同步進化，簡單堆砌數(shù)據(jù)反而可能拖累算法效率。”元戎正在推進類似V13的架構(gòu)落地，預(yù)計下半年實現(xiàn)技術(shù)對齊，同時保持對中國特色場景的適應(yīng)性。

面對“智駕平權(quán)”這一行業(yè)熱詞，周光認為降本不能以犧牲技術(shù)路徑為代價。“我們不會選擇低算力芯片來妥協(xié)AI能力，而是通過多芯片平臺適配實現(xiàn)成本優(yōu)化?！彼嘎叮謱⒃?024年推出面向中端市場的量產(chǎn)方案，在保證用戶體驗的前提下降低部署門檻。這種策略既滿足商業(yè)化需求，又保留技術(shù)迭代空間?！罢嬲钠綑?quán)不是價格戰(zhàn)，而是讓高性能智駕成為行業(yè)標(biāo)配，而不是少數(shù)玩家的專利?！?/p>

元戎新發(fā)布的VLA（視覺動作空間多模型）架構(gòu)被周光視為從專家到通才的轉(zhuǎn)折點?！癡LA的本質(zhì)是構(gòu)建時空統(tǒng)一的認知框架，這為實現(xiàn)L5級自動駕駛提供了底層支撐?！倍鴮τ贚3的商業(yè)化浪潮，他保持審慎態(tài)度：“L3的本質(zhì)是工程問題，AI能力越強，兜底設(shè)計越簡單。”他指出，部分車企通過高精地圖實現(xiàn)的“車位到車位”功能實為技術(shù)倒退，屬于對工程能力的過度依賴。元戎選擇在保留核心AI能力的基礎(chǔ)上，推出符合市場需求的過渡方案，既不放棄技術(shù)追求，也兼顧商業(yè)價值。

當(dāng)被問及算力需求時，周光認為當(dāng)前行業(yè)尚未進入真正的“大模型時代”。“如果連VLA架構(gòu)都未采用，談算力Scaling Law毫無意義?！彼袛啵磥?-5年內(nèi)車端算力將從100T向1000T演進，而云端訓(xùn)練算力需求會隨著模型架構(gòu)升級呈現(xiàn)非線性增長。特斯拉V13已初步采用大模型范式，而國內(nèi)玩家仍停留在專家系統(tǒng)階段?！岸说蕉耸谴竽Ｐ偷谋厝贿x擇，只有徹底拋棄傳統(tǒng)機器學(xué)習(xí)范式，才能真正享受技術(shù)紅利?！?/p>

對于理想汽車對AGI短期商業(yè)價值的質(zhì)疑，周光回應(yīng)稱：“通才系統(tǒng)與專家系統(tǒng)的研發(fā)并非零和博弈。”他以紅綠燈下的鐵軌場景為例，說明通用認知能力對安全性的關(guān)鍵作用?！罢嬲腖5需要幼兒園級別的通用理解力，而非僅靠堆疊車道線識別專家。”元戎通過在移動能力領(lǐng)域的垂直整合，既實現(xiàn)技術(shù)進化，又保持商業(yè)化節(jié)奏?！拔覀兊哪繕?biāo)是用最小的額外成本，構(gòu)建物理世界的通用AI基礎(chǔ)設(shè)施，而非陷入場景堆砌的陷阱?！?/p>

周光將AI發(fā)展類比為人類認知進化：從弱專家到通才，再到強專家。“Waymo的局限性在于仍屬于專家系統(tǒng)，而真正的開放世界需要通才模型支撐?！彼麍孕牛邱{行業(yè)正在經(jīng)歷類似語言大模型的技術(shù)范式轉(zhuǎn)移。“只有完成從specialist到generalist的躍遷，才能避免在下一輪技術(shù)洗牌中被淘汰。規(guī)模效應(yīng)的前提是進入正確時代，否則數(shù)據(jù)和車輛數(shù)量都是無效資產(chǎn)。”

**寫在最后**  

周光描繪的元戎藍圖，既是對AGI的技術(shù)執(zhí)念，也是對商業(yè)現(xiàn)實的清醒認知。在智能駕駛從“炫技”走向“普惠”的關(guān)鍵節(jié)點，他的選擇是：用通才系統(tǒng)重塑行業(yè)規(guī)則，同時在商業(yè)化浪潮中保持技術(shù)定力。當(dāng)多數(shù)玩家還在爭論L2+與L3的優(yōu)先級時，元戎已然將目光投向了下一代AI的星辰大?！粋€屬于“物理世界AGI”的全新時代。