元戎启行周光：智驾行业尚未100%进入大模型时代

“智驾行业尚未100%进入大模型时代，本土数据闭环是对抗特斯拉FSD技术差距的关键。”近日，在以“夯实电动化 推进智能化 实现高质量发展”为主题的中国电动汽车百人会论坛（2025）期间，深圳元戎启行科技有限公司（以下简称“元戎启行”）首席执行官周光在接受媒体群访时表示，高阶智驾涉及复杂的数据闭环与人才积累，短期难以被车企完全自研替代。

周光认为，元戎启行的核心优势在于提供头部的技术与智能驾驶体验。他提出，元戎启行定位为“物理AI公司”，致力于推动AI从弱专家系统向通才系统演进，并打造强专家系统，智能驾驶只是AI在物理世界落地应用的首个场景。

“与特斯拉FSD有差距”

在技术层面，周光认为，当前智驾行业多数方案仍依赖弱专家系统，而元戎启行正探索端到端架构与VLA（视觉-语言-动作模型）技术，目标是构建移动场景的“通才系统”。

他续言，VLA模型是实现L5自动驾驶的必经之路。目前的端到端模型能处理道路上大部分的驾驶路况，但不能理解特殊车道的行驶规则；VLA则能补齐端到端模型的短板，是一位“驾驶通才”，看得懂语义信息，能理解特殊车道的驾驶规则。周光认为，只有先成为“驾驶通才”，才能成为驾驶领域的专家，即实现L5级完全自动驾驶。

针对L3级自动驾驶，他认为，AI能力越强，工程兜底需求越低。元戎启行已为市场需求推出 拼接式车位到车位功能，但其技术价值有限。

关于算力争议，他预测，未来车端算力需求将持续攀升，L5级自动驾驶必然依赖高算力与大模型协同。

就特斯拉FSD入华，周光坦言其V13版本“技术领先”，但他认为，中国企业的本土化数据闭环能力是关键优势，特斯拉无法在华采集数据，优化效率受限。

对于行业热议的“智驾平权”，周光透露，元戎启行今年将推出适配不同芯片平台的解决方案以降低成本，但不会为极致降本牺牲技术上限，并计划通过通用AI架构提升商业化效率。

“元戎启行一直在追求AI的天花板。”周光说，如端到端、无图，大家看到我们在国内第一个做的，我们提无图方案的时候更是对行业有一个冲击，我们2023年推无图，大家全都在说我们是假的。但是我觉得现在是一个时候了，我们既要追求AI的上限，同时也要追求规模化的商业化，今年也会推出一些解决方案，支持不同的芯片平台，可以把成本进一步降低。

在他看来，元戎启行并非极致追求降本，而要在保证体验良好的情况下去降本。特别便宜可能会损失持续发展的能力，追求AI上限，打造物理世界AGI（通用人工智能）的意义更重要。

“VLA是个上限问题”

“VLA是指一个上限问题，L3是指一个下限问题，这是两个截然不同的方向。”周光表示。

元戎启行的VLA模型，更多是在实现强大的专家系统之前，让现有的系统能通用。

周光表示，5-6年前大家谈RoboTaxi和L5，就预测说5年后一定能达到，其实这个时间点一直在向后拖延，中间来到了L2+和L3。他说，大模型只有经历了一个弱专家系统到通才系统，到真正强专家系统的阶段，这是一个AI发展的过程。

他强调，现在提的AI通才系统是有限定领域的通才，更大的通才是最终的通用人工智能，包含了语言、物理世界等能力，目前的技术无法支持，但是现在新一波技术突破是可以支持这种限制场景下的强专家系统，这已经被证明了。“只有达到全知全能，重新定义，才是一个条件生成模型的AI。”周光认为。

“自动驾驶都是跟着语言大模型在走。”周光表示，语言大模型系统有三个趋势，首先，语言系统在GPT推出之前是一个弱专家系统，可能是小学生或者幼儿园水平。GPT推出之后，成为一个通才系统，GPT可以刷考试题，可以认为其达到了211、985“高校”水平，今天逐渐达到博士的水平，这是人工智能的提升。接下来，语言大模型的发展方向是强专家系统。随着弱专家系统发展通才系统、再发展到强专家系统，才会助推智能驾驶发生新的转变。

编辑：薛亚培