4 月 12 日，头部自动驾驶解决方案商元戎启行 CEO 周光在智能电动汽车发展高层论坛（2026）上，对外系统阐述其在辅助驾驶领域的技术路线调整。

从以往围绕功能堆叠与工程优化的路径，转向以 " 基座模型 " 为核心的统一架构，成为其当前最重要的战略选择。

在行业进入规模化量产阶段后，辅助驾驶系统正面临新的约束条件。一方面，城市 NOA 等功能快速铺开，但系统稳定性与用户使用频率提升有限；另一方面，在复杂长尾场景中，算法能力仍呈现波动，尚未形成稳定的用户信任基础。在这一背景下，单点优化、小模型迭代的路径开始显露边界。

周光在论坛上提出，下一阶段竞争的关键，不再只是算法性能的边际提升，而在于系统层面的 " 认知能力 "。这意味着，辅助驾驶将从以执行为导向的功能系统，向具备理解与决策能力的智能系统演进。

" 放量 " ➕ " 补强 "

元戎启行给出的答案，是以基座模型为核心，对驾驶决策、场景理解与行为评估进行统一建模。与传统分模块优化不同，这一架构试图通过更大规模模型与高质量数据闭环，重构系统能力边界。

一个直接变化体现在迭代效率上。按照其披露，数据闭环周期已由过去约 5 天压缩至 12 小时，这一节奏的提升，使系统能够在更短时间内完成训练、验证与部署，强化持续进化能力。

这一逻辑与当前智能驾驶行业的整体趋势趋同。无论是以华为、Momenta 为代表的解决方案商，还是车企自研体系，均在向 " 大模型化 " 与 " 统一架构 " 收敛。区别在于，不同玩家在数据规模、算力投入与工程化能力上的差异，将直接决定这一路径的落地速度。

从落地情况看，元戎启行已具备一定规模基础。其城市 NOA 方案累计量产车辆超过 30 万辆，相关系统累计运行里程超过 13 亿公里。这些数据不仅用于验证安全性，也成为其模型训练的重要数据来源。

不过，规模本身并不等同于能力跃迁。行业过去几年的经验已经反复证明，车队规模扩张与商业化进展之间，并不存在简单的线性关系。真正决定系统价值的，是单位能力的稳定性与可复制性。

进入 2026 年，元戎启行提出新的量产与性能目标：辅助驾驶系统交付规模突破 100 万辆，同时将 MPCI 指标提升至 1000 公里以上，并将用户高频使用率提升至 50%。

这些指标背后，反映出行业竞争重心的转移。过去，企业更多强调 " 能否做出来 "；而当前，问题已经转向 " 是否好用、是否常用 "。尤其是在高阶辅助驾驶逐步走向标配的趋势下，用户使用率与稳定性，成为比功能数量更关键的指标。

与此同时，人才与技术路线的绑定也在加强。元戎启行引入曾参与 DeepSeek 多模态研发的阮翀担任首席科学家，并将在北京车展首次公开亮相。这一动作被视为其在基座模型与多模态方向持续加码的信号。

从更宏观的视角看，基座模型的引入，意味着智能驾驶竞争正在进入一个新的阶段：从 " 功能竞赛 " 转向 " 认知能力竞赛 "。在这一阶段，单一技术优势难以形成壁垒，真正的分水岭将来自系统工程能力、数据闭环效率以及长期投入能力的叠加。