上海
作者 | 周智宇
智駕行業(yè)今年最不缺的就是“物理AI”這個詞。從2026年初GTC到北京車展，幾乎每家公司都在講大模型、講基座模型，但多數公司的產品還跑在小模型上。
元戎啟行CEO周光在5月29日的未來汽車先行者大會上給了一個更尖銳的判斷：幾十公里一次接管和千公里一次接管，“是完全不同的兩個物種”。
這個判斷的背景是，元戎2025年在第三方城市NOA賽道跑出了同比2.1倍的增速，10月單月市占率一度觸及38%。2026年的目標是交付超百萬臺，城市場景MPCI突破千公里。
背后是元戎從小模型全面轉向大模型。
周光用了一個內部比喻來解釋小模型的瓶頸，“蹺蹺板效應”。
版本A針對上海、武漢做了特調，深圳、廣州、北京的表現(xiàn)就變差了。下一版修好了北京，山路場景又出問題。版本之間來回拉扯，用戶感知到的就是系統(tǒng)時好時壞，信任始終建立不起來。
過去五年，整個行業(yè)從多模塊拼接走到端到端，再到小模型合并，技術迭代一直在同一個框架內完成。周光的判斷是，這條路已經到頂，“投入越來越多，提升越來越慢”。
元戎給出的方案是一個400億參數的VLA基座模型，把三種能力壓進同一個模型：Driver負責駕駛決策，Analyst負責場景理解和數據標注，Critic負責判斷駕駛行為的好壞。
周光強調，大模型不是把小模型參數放大十倍。他舉了個例子，一只狗身上染了斑馬條紋，小模型看到條紋就判斷是斑馬，大模型看整體形態(tài)，還是判斷為狗。
說白了，小模型靠局部特征做條件反射，大模型靠整體認知做判斷。自動駕駛遇到施工改道、異形障礙物、無標線路口這類長尾場景，兩者的差距就會拉開。
元戎的說法是，引入基座模型后，傳統(tǒng)數據閉環(huán)中大量依賴人工的環(huán)節(jié)都交給了模型完成，數據效率提升了十倍。
2026年，周光把目標拉到百萬臺交付和城市MPCI千公里。在城市道路上平均每一千公里才需要一次人工接管，是目前行業(yè)主流水平的十倍以上。他認為，到了這個安全水平，用戶日常使用頻率可以超過50%，訂閱制付費才有可能跑通。參照系是特斯拉V14，美國市場月付100美金，已經有50%的用戶在用。
他對特斯拉FSD入華的態(tài)度明確：“這是一個積極的信號。”特斯拉當年帶動了中國的電動化，這次FSD入華會讓行業(yè)重新認識什么叫安全的自動駕駛。對已經押注大模型的公司，這是標準被拉高后重新分配份額的機會；對還在小模型框架里的公司，“會比較麻煩”。
但千公里MPCI目前還是目標，不是成績單。元戎的40B基座模型今年3月在GTC上首次公開，北京車展上由前DeepSeek研發(fā)負責人、現(xiàn)任首席科學家阮翀做了技術拆解，距離大規(guī)模量產上車還有距離。周光自己也承認，“今天的自駕其實還是蠻同質競爭的”，端到端已經不是一兩家公司能獨占的能力。
他在采訪中給了一個更具體的行業(yè)終局判斷：最終賽道上不是“剩幾家自動駕駛公司”，而是三類玩家，大模型公司進物理AI，自動駕駛公司做大模型，車企自己下場做大模型。每個方向站住一兩家，總共三到五家。周光賭的是，元戎能在第二類里占到一個位置。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
