对话元戎启行周光：不能商业化的AI没有价值，正开发对标FSD V13架构产品

车东西（公众号：chedongxi）
作者 ｜ 颐圣
编辑 ｜ 志豪

车东西4月2日消息，3月30日下午，元戎启行CEO周光在电动汽车百人会论坛（2025）中接受包括车东西在内的多家媒体采访。

元戎启行作为智能驾驶解决方案的领先企业，致力于推动物理AI技术的发展，并在此次专访中分享了其最新的技术进展和行业观点。

周光在访谈中强调，元戎启行不仅仅是一家智能驾驶公司，而是一家物理AI公司，致力于在物理AI领域实现突破。

他讲到，元戎启行的核心竞争力在于提供最顶尖的技术和体验，尤其是在高阶智能驾驶技术方面。

此外，周光还提到，元戎启行正在努力实现从专家系统到通才系统的转变，目标是最终实现物理世界的通用人工智能（AGI）。

以下是本次采访的实录节选：

▲周光在电动汽车百人会论坛（2025）期间接受媒体采访

1、在智能驾驶领域，各大车企现在在加大自研力度，作为第三方解决方案商，元戎启行如何应对这种趋势？核心竞争力在哪里？

周光： 智驾各家都自研，这个趋势已经看到了，元戎的优势在于我们能够提供最头部的技术跟体验。目前来说自研趋势还是在中阶、低阶，在高阶，甚至在最新的VLA，我相信对于车厂来说还需要一定的时间，另外，这也并不是那么简单就可以自研出来的，有大量的人才knowhow、数据knowhow、训练knowhow。

元戎一直在智驾领域希望能够做出最好的AI，我们对自己的定义也不是一家智驾公司，我们是一家物理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。

2、前段时间特斯拉入华，有自媒体文章写国内智驾会落后于FSD一年以上，当时在行业里面引发了很多评论，在您看来，真实的情况和特斯拉FSD相比是什么样子的？另外元戎相比特斯拉FSD我们的优势是什么？

周光： 从技术层面，我觉得特斯拉V13就是要领先一个代差，但我觉得可能对不同的公司来讲这个代差是不一样的，V12是第一个端到端，过去一年我相信各家都在追赶，部分公司可能也做到了V12的效果，特斯拉出来V13了，的确是有一个代差。

但是优势在于在中国，我们有中国特色的数据集，正常来说一个人工智能的学习应该是你发现有问题，你采集数据，再去数据闭环，这样可以让你的training set和test set尽量一致。特斯拉面对的问题是，他没办法在中国采集数据，就意味着他没有办法去更新他的training set，但是他每次在中国可以evaluate，可以知道test set的score，再去改变，这是一个非常间接的方式去改善的方案，是比较慢的。

我们开始也在做V13的架构，我们也希望我们能够快速地把V13这个架构推出来。作为工程师，说话还是要诚实一点，我们也许能够在中国率先把这个做出来，我们也希望我们可以，中国公司也有这个能力做出V13的这套效果。

3、 今年智驾平权这个词特别火，您觉得元戎今年的智驾方案还有没有降本空间？如果有的话大概是多少？

周光： 智驾两个方向的发展，一个是追求AI的天花板，另外一个是把某一个表现的AI系统做极致降本，这是两个完全不同的方向。之前元戎的形象一直在追求AI的天花板，比如我们走端到端，到无图，大家看到我们在国内第一个做的，去年我们提的是个新图，无图的时候更是对行业有一个冲击，我们2023年推无图，大家全都在说这是假的，但是我觉得现在到了既要追求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。

当然，还是要保证体验的情况之下去做降本，我们不是那种极致追求成本的概念，比如用一个非常低算力的芯片，可能都不是按照AI的路径来做方案，这个做法我们肯定是不喜欢的。但是，有公司是这么做的，他也会找到自己的生态位置，总有一些客户会选择，因为他特别特别便宜，但是这样可能会损失掉持续的能力。我们还是追求AI上限，我们觉得做出来AGI，做出来物理世界AGI的意义对我们公司来讲使命更大。

同时，我们也要把商业化做好，不能商业化的AI也是没有价值的，我们也会把一些成熟的AI放到下一档的硬件里面去，也要做到好用。

4、自从去年端到端在国内落地之后，有一些厂商就说数据，或者说数据的质量特别重要，有一些厂商说数据量多，而且数据质量高，所以一直能保持端到端智驾体验领先，但是我们看到元戎现在落地的量产车数量可能也不超过5万台，去年11月份我们在广州车展体验元戎的方案也挺好的，10公里只接管1次，而且还是非安全接管，我想请教的是在您看来数据或者数据质量是不是制约端到端提升的核心瓶颈？您觉得算法、算力、数据里面哪个更重要？

周光： 这个牵扯到你目前处于哪个阶段，我觉得都很重要，毕竟是在一个算力受限的平台上用的。某公司钱多卡多，参数是别人的10倍，但车上就是100瓦算力顶天了，由于功耗的限制，我觉得在未来三五年之内1000T就是极致了，在1000T下要做大模型，我觉得这个对算法要求很高，不是大家想得那么简单，不是我的车多直接硬上就可以。

数据质量肯定非常重要，如何找到高质量的数据也是不容易的，不是拍脑袋，不是车多就出来的，高质量的数据怎么去训练，这其实都是跟着你的模型一步一步走过来的。

甚至你不知道什么叫高质量的数据，比如说什么叫高质量的数据你知道吗？