在小说阅读器读本章

去阅读

原创｜YZ   编辑｜Cong

元戎启行最近的动作不太像一家智驾公司。

2026 年 4 月，这家第三方智驾供应商宣布首席科学家阮翀将在北京车展首次公开演讲。阮翀的身份不是自动驾驶圈的老人——他是前 DeepSeek 研发负责人、多模态技术核心研究员。把技术发布权从 CEO 手中交给一位来自大模型公司的科学家，这个信号不同寻常。

4 月 11 日的智能电动汽车发展高层论坛（2026）上，元戎启行 CEO 周光用一整场演讲解释了原因：智驾的下一阶段不再是算法优化，而是认知能力的进化。而这个进化，只能由大模型驱动。" 真正的智驾竞争，不再来自同行，而是来自大模型公司的降维打击。"

15% 渗透率

周光先摆了一组数据。

2025 年，中国辅助驾驶解决方案市场规模超过 1200 亿元，量产芯片算力提升至 750 TOPS 级别。但城区 NOA 渗透率只有 15%，用户黏性在 20% 到 30% 之间。行业面临一个明显的 " 落差 "：规模和投入不断增加，但消费者并没有把城市辅助驾驶作为日常工具。

截至论坛当天，元戎启行已累计交付近 30 万台搭载城市 NOA 的量产车。过去一年累计行驶里程超过 13 亿公里，用户使用时长超过 4480 万小时，避免前向潜在碰撞事故 14.1 万次，避免后向潜在碰撞事故 4.7 万次。数据不差。但周光知道，" 安全 " 只是辅助驾驶的基本盘。让用户从 " 可用 " 走向 " 爱用 " 乃至 " 依赖 "，才是下一阶段必须解决的问题。

" 跷板效应 "

周光谈到了行业当前的技术困境。同一套智驾系统，早上跑得好，中午可能变差；在上海表现不错，换一个城市就不行。某个版本优化了某些场景，下一个版本可能又退步了。

" 版本不断迭代，某个版本优化了某些场景，下一个版本可能又退步了。反复修补、不断迭代，但没有本质提升。" 原因指向一个很具体的技术瓶颈：今天量产的小模型智驾，参数量非常小，多数在 1B 以下甚至 0.1B 以下，运行算力典型在 100 到 200 TOPS。这类模型以卷积为主，只有少量 Transformer 架构。

2024 年，端到端技术带来行业快速进展，元戎是中国首批量产落地端到端的公司。2025 年，头部玩家增长放缓，第二梯队追赶加速。周光的判断：在小模型范式下，" 反复修补 " 是结构性的，不是量变能解决的。" 必须从小模型范式转向大模型范式，用 Scaling 的方式系统性提升能力。"

Driver、Analyst、Critic

元戎的解法是一个 40B（400 亿参数）的基座模型。周光把辅助驾驶公司的工作拆解为三种角色：Driver 负责视觉输入生成驾驶动作，Analyst 对关键场景进行理解和分析，Critic 从安全与合理性角度评估驾驶行为。

过去行业只训练 Driver ——教系统怎么开。基座模型把三种能力统一到一个模型中：不仅会开车，还会理解为什么这样开，并评估是否开得更好。他透露，据元戎了解，Waymo 和特斯拉已经实现了这一架构。" 基座模型不仅会开车，还会理解为什么这样开，并评估是否开得更好。过去我们只训练 Driver，而现在，基座模型统一了这三种能力。

辅助驾驶正在从 " 功能升级 " 迈向 " 认知升级 "，从 " 执行系统 " 走向 " 智能系统 "。

基于基座模型，元戎还重构了数据闭环。传统流程大量依赖人工，从问题发现、归因分析到数据挖掘与标注，周期通常需要 5 天以上。引入 AI Orchestrator 实现全流程自动化后，周期缩短至约 12 小时，效率提升近 10 倍。而且每个步骤都沉淀模型经验，让训练效率持续提升。

" 所有辅助驾驶公司的工作都应该沉淀在基座模型里。" 周光说。这意味着每一步的信息熵都留在模型中，而不是随着版本迭代丢失。基座模型的商业逻辑也很清晰：一个模型，多种产品形态。100 TOPS 算力提供经济型方案，500 TOPS 算力提供高性能方案，上千 TOPS 算力用于 Robotaxi。所有产品共享同一基座模型，所有真实道路的海量数据不断反馈给模型，形成数据飞轮。

但周光说了一句更关键的话：" 如何让大模型变得更好，而不是让 700 TOPS 的芯片跑出的效果和 100 TOPS 差不多。大模型好了，蒸馏出来的小模型自然厉害。"

请来 DeepSeek 的人

理解了基座模型的战略意义，再回头看阮翀的任命，逻辑就通了。

阮翀是前 DeepSeek 研发负责人，多模态技术核心研究员。DeepSeek 是什么公司不需要多解释—— 2025 年初以极低成本训练出性能逼近 GPT-4 级别的大模型，在全球 AI 圈引发震动。从 DeepSeek 核心团队挖人，元戎要的不只是一个科学家，而是大模型领域的实战经验。

周光在论坛上判断，国内头部大模型公司已经开始布局自动驾驶，" 而且是由多模态负责人亲自带队 "。原因在于物理 AI 的场景中，只有汽车能提供如此高质量的数据——对大模型公司而言，做自动驾驶不只是为了盈利，更是为了验证多模态基座模型在物理世界的能力。

" 今年可能是多模态进展的元年。" 周光说，" 多模态本质上就是预测物理世界下一刻会发生什么，这仅仅是一步之遥。" 大模型公司有算力和模型能力，但缺少物理世界的真实驾驶数据。元戎有 30 万台量产车、13 亿公里行驶数据——这是大模型公司拿钱买不到的。但元戎也缺大模型的前沿能力。

阮翀就是这座桥。

从 CEO 手中交出技术发布权，交给一位大模型背景的首席科学家，这个动作本身就说明：基座模型的竞争已经不是 " 懂自动驾驶 " 的人能主导的了，需要真正懂大模型的人来操盘。

30 万台车的账

元戎能请到阮翀，底气来自量产规模。

2025 年 10 月，元戎在第三方智驾供应商市场的单月市占率接近 40%。从 2024 年 9 月首款搭载元戎城市 NOA 的车型上市，到合作车型达 10 款、市占率从零跃升至近 40%，元戎用一年多时间证明了技术路线可以跑通。

融资也跟上了节奏。2021 年 9 月，阿里巴巴领投 3 亿美元 B 轮，估值超过 10 亿美元成为独角兽。2024 年 11 月，长城汽车独家领投 1 亿美元 C1 轮。2025 年 7 月，长城计划再投资 8 到 10 亿元。

尽管资本层面持续加码，行业仍面临不小挑战。更大的威胁来自大模型公司，它们手里有算力、有人才、有模型能力，一旦在多模态领域取得突破并落地自动驾驶场景，留给第三方供应商的时间窗口会迅速缩小。

周光把 2026 年定为目标年：城市 NOA 量产交付超 100 万辆，MPCI 安全指标提升至 1000 公里以上，用户高频使用率提升至 50% 以上。这三个数字，分别对应规模、安全和体验——如果能全部兑现，元戎就有足够的筹码在下一轮竞争中站稳。

从 2023 年国内首个不依赖高精地图的方案，到 2024 年首个量产端到端模型，到 2025 年首个 VLA 模型，到 2026 年率先基座模型，元戎的每次技术跃迁都比行业早一步。但这一次，对手不是同行。

北京车展上，阮翀将系统分享基座模型的最新技术进展。那将是检验元戎这盘棋的关键时刻——请来了 DeepSeek 的人，能不能真正做出 DeepSeek 级别的突破？

我就知道你 " 在看 "