对话周光：一个技术理想主义者的“蜕变”

严选好车163的第1261次推送

8月27日，在深圳见到周光的时候，元戎启行刚举办了一场VLA大模型的上市发布会。

周光给出了“VLA的下限，已远超端到端1.0的上限”的论断，基于GPT架构，VLA模型成为一个跨时代的“新物种”，标志着自动驾驶正式进入大模型时代。

当VLA开始被行业热烈讨论时，元戎启行，又一次跑在了前面。

或许是这一天太过“高能”，他从上午忙到了凌晨两点，也让平时酷爱骑共享单车上班的他，决定打车前来。

正如这个小细节所展现的，已近四十不惑的他，并没有这个年龄很难避免的世故，依然保持着年轻人般的赤诚与直接，带着些随性与不拘一格。

用他自己的话来说，就是“爱折腾”，喜欢做一些“比较刺激的事儿”，并“不是一个安分守己的人”。

也恰因如此，他敢于打破常规，去做一些非行业共识，但他觉得正确的事儿，比如：当元戎启行决定做无图智驾时，行业主流还在谈“高精地图方案”，这让元戎启行率先开启了高阶智驾进击之旅。

诚然，他并不是这个行业最会讲故事的人，但六年时间，元戎启行不仅活下来了，还跑到了量产的前排，目前，元戎启行总量产车辆交付量已接近10万台，在高阶辅助驾驶领域位居前三，而刚发布的VLA模型也已拿下5个车型定点，首批量产车即将进入市场。

这背后是周光对技术的自信与笃定，也像是命运对一个纯粹的技术理想主义者的奖赏，正如他所说，精准的技术判断与视野，就是他的舒适区。

但量产交付10万台之后，周光要回答的却不再仅仅是技术问题，还要主动打破自己的舒适区，去考虑如何去带好一个团队，去考虑提升商业化落地能力。

当一个技术理想主义创业者，决定不再“纯粹”，或许意味着，他开始蜕变为一个成熟的CEO，摆脱“技术”的单一标签，转型为兼顾商业与团队的“实干家”。

这种“不再纯粹”的转变，不是对技术理想的背叛，而是以更成熟的姿态，为自动驾驶的理想寻找更坚实的落地路径，毕竟，在自动驾驶下半场开始的前夜，只有活下来的公司，才有资格谈未来。

对话周光：一个技术理想主义者的“蜕变”

押注无图、VLA，做「非行业共识」但「正确」的事

元戎启行成立的2019年，自动驾驶行业正值资本“寒冬”，在获得阿里领投的3亿美元融资之前，周光曾将那段时间称为创业以来最危险的时刻。

“当时发了这个月工资，就没下一笔钱了”，周光回忆道。

而这笔融资，对他来讲更重要的意义在于，他终于可以去做一些「非行业共识」但「正确」的事，比如：不依赖高精地图的“无图”智驾方案。

获得了阿里的融资后，周光没有了资金压力，终于可以放开手脚去做，而不用去在乎是不是「行业共识」，因为「行业共识」不等于正确。

2023年初，元戎启行又率先布局端到端，元戎启行坚信只有“端到端”才是真“无图”，到8月成功部署上车，2024年，率先实现了端到端辅助驾驶的量产。

这场“技术豪赌”，元戎启行赢得漂亮，也凭此敲开了长城公司的大门，获得魏牌蓝山的智驾方案定点，迎来商业化的破冰时刻。

“当时行业都不相信‘无图’，我们把车子拖到保定，拖车下地就开始干，随便指哪打哪，怎么开都行”，正是这种真诚与技术自信打动了长城。

提到如今业内车企自研的新趋势，周光强调：“保证有产品竞争力，保证技术领先，是最为重要的”。

这份野心，在他们的技术演进路径中一脉相承，近日，元戎启行正式推出基于GPT架构的VLA大模型，将原有CNN结构下的端到端系统彻底重构。

他认为GPT架构的最大价值，在于具备逻辑推理能力，可以「让机器读懂物理世界」，能摆脱传统端到端模型的黑盒难题，这正是自动驾驶进入下一个阶段所必须具备的核心能力。

这场迁移的背后，是对模型能力边界的重新定义：不只能识别红绿灯、避让车辆，而是能“理解场景、推理风险、做出行动选择”。

而一旦进入这个阶段，自动驾驶就不再是感知主导的工程问题，而是真正进入AI主导的复杂决策系统范畴，所以元戎启行争的也不仅是未来的市场名额，而是谁能定义未来自动驾驶的认知范式。

从押注“无图”到锚定VLA ，元戎启行始终跳出“共识”桎梏，以技术预判叩开新局，未来这条路或许仍有未知，但循着 “做正确的事” 的方向，其在智驾赛道的探索，终将持续撕开更高阶智能的突破口。

十万台后，元戎启行要回答的不止「技术问题」

在很长一段时间里，元戎启行被贴上“技术好，但落地不够快，量产不够多”的标签，技术方案出色，但是却需要等待市场的一个验证资格。

但周光认为，这是外界对元戎启行的最大误解，元戎启行当下的量产交付量已得到了质的提升。

到2024年，国内真正实现大规模“无图城市NOA”上车的第三方玩家屈指可数，周光坦言：中国能实现10万高阶城市NOA交付的第三方供应商，元戎启行位居第三，今年元戎启行预计将达到20万上车规模，明年或可冲击100万，这个涨幅让人欣喜。

当前，当高阶智驾进入残酷的洗牌期，要留在牌桌上，技术不再是唯一的通行证，商业化的落地能力、工程化的推进效率、团队的协同凝聚力，都成了必须跨越的关卡。

跟车企建立合作后，周光觉得最难的是工程化的复杂程度，汽车工业有着高度标准化的生产流程，软硬件能力如何融合，大量系统级调试、前装整合、质量控制与售后，构成了高阶自动驾驶落地的真实门槛。

仅有先进的技术方案，并不意味着市场的认可，最终量产与否以及速度如何也受到产品定位，品牌影响力等因素影响，更重要的是确保安全。

“当你有百万台的时候，你的任何的错误都会被放大100万倍”，再小的错误乘以万为单位时，都可能变成灾难，周光说道。

技术正确之外，他认为要想走的更远，还要增加市占率，要运营好“技术，商业化，人，三点最为重要”，因此他亲自上阵带头做商业化，也会更全方位的考虑如何去更好的带好团队。

“商业化，要成为也必须成为舒适区”，"明年，量产或许可以达到100万"，“最重要的是，不能再是纯粹的技术理想主义，更需要去平衡核心团队成员的关系”……

他坦言，虽然市场占有率高并不意味着未来就能绝对成功，但技术投入跟不上，绝无可能领先，等新一代技术出现，也必然会掉队。

同时，元戎启行的市场版图也在向海外扩张，计划在欧洲设立本地办公室，并规划进入日本与韩国，与之相对应的是日趋明显的海外需求，周光举例：在日本这样老龄化严重、驾驶人力紧缺的国家，自动驾驶的刚需或许比中国来得更猛烈。

穿越工程复杂度与商业试炼，元戎启行正试图抵达自动驾驶更为宽广的战场。

终局未至，关键是AI能否真正「接管方向盘」

量产10万台是交出的第一阶段答卷，也意味着元戎启行跑完了行业技术验证的前半程。

下一道题更难，也更关键，如何让大模型在物理世界中真正跑得起来，实现完全无人化自动驾驶，没有捷径，也没有模板。

超过10款车型的定点合作，为元戎启行VLA模型的量产积累了丰富的场景数据，但后续VLA模型的规模化推广仍面临很多难题，比如，VLA模型的思维链（COT）能力尚未完全展开。

对于现阶段的VLA模型，尽管其上限已高于端到端方案，但周光称之为仍在“幼年期”，如果满分10分，他只能给到6分。

此外，「成本」也常被认为是VLA上车的拦路虎，目前来说，VLA模型更依赖算力支持，但周光认为这个问题或许很快有新的解法，因为行业整体都在提升算力，下一代芯片算力将达到5000TOPS，甚至10000TOPS级别，比如特斯拉最新芯片算力就已经高达2500TOPS。

同时，元戎启行的DeepRoute IO 2.0支持激光雷达与纯视觉版本，可适配多种芯片、多款车型，从而有效降本，目前可适配的车型已可低至15万元级别，随着芯片技术的迭代，10万元级别车型也将有机会搭载。

对VLA大模型的未来，周光充满了信心，认为这是最优解，能否后来者居上，还要看首批VLA车型的市场口碑以及元戎启行的工程化量产能力以及成本控制能力。

但有信心不代表自大，周光反而更为谨小慎微，元戎启行将“防御性驾驶”作为核心目标，并反复提及“先让AI学会害怕，再让它握紧方向盘 ”。的确，AI也应当具备对风险的敬畏之心，只有让AI学会害怕，才是对安全真正的重视。

有关未来，周光也有着更为远大的目标，通过大规模量产，将AI技术扩展至Robotaxi等领域，持续推动RoadAGI业务，实现“AGI for Robot”。

当问及周光希望元戎启行未来要成为一家什么样的公司，他说，终极目标是要做物理世界的通用AI，最终打开通用物理智能的大门。

对于这一切，正如元戎启行在发布会结束时所说：时间，终将验证一切。