在 2025 年全球智能驾驶技术竞速的关键节点，中国电动汽车百人会《汽车智能化发展报告 2024》披露了一组引人注目的数据：2024 年中国 L2 及以上辅助驾驶普及率已攀升至 55.7%，预计 2025 年将突破 65%。这一增长曲线折射出，自动驾驶技术正在快速渗透消费市场。但元戎启行 CEO 周光却以冷静视角指出行业发展的深层矛盾——当前智能驾驶系统仍停留在 " 弱专家系统 " 阶段，距离真正的大模型时代尚有代际差距。

元戎启行 CEO 周光

周光认为，智能驾驶的终极目标需要系统对物理世界具备 " 幼儿园级别的通用理解力 "，而非依赖堆砌场景的工程化缝合。

这一论断直指行业痛点，目前大多数智能驾驶解决方案依然缺乏对复杂物理世界的动态认知能力。周光以元戎启行最新发布的 RoadAGI 产品和 VLA（视觉语言动作模型）架构为例，阐释了从 " 弱专家 " 向 " 通才系统 " 跃迁的技术路径，并断言 " 真正的 L5 级自动驾驶必须构建时空统一的认知框架。"

大模型时代尚未到来

" 今天的智能驾驶远没有到大模型时代。" 周光表示，用大模型架构来做智能驾驶才叫进入大模型时代，当前的智驾刚开始从弱专家阶段往通才阶段发展的过程中。

据周光介绍，大语言模型的发展，经历了从弱专家模型到通才模型，再到强专家模型的过程，其中 ChatGPT 就属于通才模型。智驾也会经历同样的阶段，整个智能驾驶会跟着大模型发展走。目前，智能驾驶产业处于弱专家阶段，接下来要实现通才阶段，才能达到最后的强系统阶段。

周光认为：" 要想实现智能驾驶的终极目标，必须对普遍的物理世界有通用的认知，但现在的智驾系统除了可以理解车道线、车、人和部分障碍物，对物理世界的其他场景是零理解。"

什么样的智驾才算对物理世界有通用认知？以红绿灯下的铁轨场景为例：当汽车在火车轨道场景下排队等红绿灯时，如果智能驾驶缺乏对通用世界的理解，就会在火车铁轨上排队，这必然是不安全的，也不是智能驾驶要达到的最终阶段。

" 真正的 L5 级自动驾驶需要幼儿园级别的通用理解力，而非仅靠堆叠车道线识别专家。" 周光表示，" 我们的目标是用最小的额外成本，构建物理世界的通用 AI 基础设施，而非陷入场景堆砌的陷阱。"

周光认为，VLA 架构是智能驾驶从弱专家到通才的转折点。谈及 VLA 的重要性，周光强调："VLA 模型是实现完全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，见招拆招。只有先成为驾驶通才，才能成为驾驶领域的专家，即实现完全自动驾驶。"

目前，元戎启行完成了 VLA 模型的道路测试，并将基于 VLA 模型打造全系列的智能驾驶系统产品，涵盖激光雷达方案与纯视觉方案，适配多种芯片平台，预计今年将有超 5 款搭载 VLA 模型的车型进入消费者市场。

真正的平权不是价格战

目前，越来越多的车企开启自研智能驾驶之路，智能驾驶初创公司是否会因此产生危机感？周光对此进行否认：" 目前，车企自研趋势还是在中阶、低阶。在高阶以及最新的 VLA 对于车企来说还需要一定的时间。此外，自研智驾并不是那么简单，需要有大量的人才 knowhow、数据 knowhow、训练 knowhow。"

针对智驾平权浪潮，周光表示元戎启行会通过技术实现成本优化，但不会打价格战。" 真正的平权不是价格战，而是让高性能智驾成为行业标配，而不是少数玩家的专利。" 周光表示：" 我们不会选择低算力芯片来妥协 AI 能力，而是通过多芯片平台适配实现成本优化。"

周光将元戎启行定位为一家物理 AI 公司。" 我们希望元戎一直能在物理 AI 突破。我们衍生的第一个产品可能是智驾，智驾也许是物理 AI 第一个大规模落地的场景，我们不停地去做更好的 AI，直到真正实现 AGI，物理世界的 AGI。这次我们也发布了自己的 RoadAGI 产品，希望我们的技术更从专家系统到通才系统这方面的转变。"

2024 年元戎启行推出面向中端市场的量产方案，在保证用户体验的前提下降低部署门槛。" 我们既要追求 AI 的上限，同时也要追求规模化的商业化。我们今年也会有其他的一些 solution 出来，不同的芯片平台的支持，可以把成本进一步降低。"

在周光看来，AI 能力的提升也会解决 L3 智能驾驶商业化落地中面对的挑战，从而降低成本。" 用以前的弱专家系统去做 L3，可能需要非常大量的工程，需要千人团队，但用下一代的 AI 系统，可能只需要百人，体验可能也会更好。"

针对 L3 智能驾驶的实现，周光还提出一个值得思考的问题：特斯拉为什么没有强调要做 L3，也没有做 " 车位到车位 " 的智驾功能？

对此，周光的解释是，国内做 " 车位到车位 " 依靠的是高精地图，技术层面没有价值，属于对工程能力的过度依赖。AI 能力没有长进，但用户觉得有一定价值。" 特斯拉不会为了取悦用户做，而是希望通过技术去解决，真正用 AI 的能力实现‘车位到车位’。"

在谈及未来规划时，周光表示，元戎启行将继续推进 RoadAGI 战略，持续在物理 AI 领域突破，而智驾也许是物理 AI 第一个大规模落地的场景。" 我们会不停地去做更好的 AI，直到真正实现物理世界的 AGI。"