对话周光：特斯拉路线能Scaling Law，Waymo到今天也在发展

一凡 发自 广州
智能车参考 | 公众号 AI4Auto

“软硬结合量产辅助驾驶，会对自身造成阻碍”。

“Waymo从2019年就在凤凰城开跑，但今天也在发展”。

“后改装结合高精地图路线，短期会有优势”。

“但只有通过量产（辅助驾驶），才能享受到Scaling Law的红利。”

“以Mobileye为代表的上一代自动驾驶玩家，因为功能受限，逐渐被市场淘汰了。”

“模仿学习都没做好，谈什么强化学习。强化学习追求的是后面几个点（的增长）”。

这就是元戎启行CEO周光，以自身商业化进展为起点，最新分享的行业认知。

据周光透露，目前元戎方案已累计量产上车20万台，10月拿下了40%的城区NOA第三方供应商市场份额，明年将冲刺交付100万台，全部都是城区NOA车型，不做“纯高速NOA”方案。

量产辅助驾驶快速上量，也推动着元戎重启Robotaxi，基于量产乘用车，甩开高精地图，明年一年的时间，在国内跑通从0到1，实现车端无人收费运营，出海首站瞄准中东。

周光明确表示，自己走的正是“特斯拉路线”，即从L2向L4渐进式升维，“只有这样才能享受到Scaling Law的技术红利”

而与之相对的，另一条并行的路线是“Waymo路线”，直奔Robotaxi终局。

通过元戎启行的最新分享，我们也能看到整个自动驾驶行业的热辣滚烫玩家发声热辣，市场行情滚烫。

1年实现Robotaxi商业化，出海首站瞄准中东

实际上，这并不是元戎首次开展Robotaxi业务。据周光回忆，实际上在2020年初，元戎启行就在深圳福田部署了几十台无人车，但后来不做了，决定换一条路线

这条路线就是数据驱动路线，也是所谓“特斯拉路线”

先通过量产辅助驾驶，把模型落地到百万级车辆上，从而获取海量数据，反哺模型达到Scaling Law(规模法则)，让模型具有强大的泛化性，最终实现Robotaxi大规模部署。这也是元戎心目中“唯一的路径”。

现在这条路径迎来关键里程碑，周光认为Robotaxi已经来到了规模化阶段。不过这一次，元戎落地Robotaxi的方式和上一次不太一样。

软件方面，Robotaxi和量产车共用一套VLA(Vision-Language-Action Model)技术架构，不用高精地图。

硬件方面，Robotaxi运营车辆基于量产乘用车打造，车辆本体很接近咱们在门店买到的车。

运营方面，从副驾有人开始，一年实现车端无人和收费运营，出海首站瞄准中东。

总得来看，这和特斯拉今年的落地模式几乎一样，背后的原因也趋同。在周光看来，现在入局Robotaxi的时间刚刚好，因为积累的数据已经到了一定的阶段，可以开始了。

据周光透露，目前元戎方案已量产累计交付20万台，2026年冲刺全年交付100万台100万台全都是城区NOA方案

这是不是太快了？

获取40%市场份额，冲刺百万台交付

元戎的量产之路始于去年，相比很多玩家开展得比较晚，与端到端范式同步兴起。到去年年底，元戎方案交付不过2万多台。

短短一年时间，元戎交付量就翻了10倍，尤其在近期爆发增长，9月交付超3万台，10月第三方机构的结果显示，元戎拿下了40%城市NOA第三方供应商市场份额

今年增势迅猛，明年势头不减，为什么能这么快？

元戎明年的底气主要来自于最新斩获的项目：

一家头部新能源车企的全系定点，这家车企的中型SUV产品是赛道销冠。你觉得是哪家呢？欢迎把答案分享在评论区。

元戎同时还分享了双方达成合作的背后故事。据周光透露，元戎团队曾先后在杭州、深圳、上海和慕尼黑等地展现元戎的技术。其中最难忘的一次是在深圳，客户因故凌晨4点才到深圳，惊喜地看到了元戎团队，被元戎打动，接受邀请试车。

多次试车后，最终在今年9月，VLA的推理能力和防御性驾驶惊艳了这个客户，最终确定了合作。

一叶知秋，从这背后也能看出元戎实现快速增长的秘诀：

技术的前瞻和商业的专注。

技术上，元戎去年在供应商中率先转向端到端范式，今年第一个对外供应VLA方案。商业选择上，元戎“不广撒网”，而是专注于少量客户的核心车型，携手制造爆款，用少量车型撬动多数市场。

这实际上类似于消费电子产业的爆品逻辑，比如苹果仅仅靠一款iPhone，不搞机海战术，就能拿下全球巨大的市场份额。

在周光看来，汽车行业也正在呈现相同的趋势，“以后可能就没那么多车型了，少数的车型拿多数的销量”。

做爆品，并不意味着要去获取所有的市场，比如元戎不考虑提供“纯高速NOA”方案。

众所周知，现在行业具有城区NOA量产能力的玩家，基本都会提供一套纯高速NOA方案，下探到更大的市场。但在元戎看来，做高速NOA对获取数据并没有帮助。

据元戎透露，市面上大量的高速NOA车型，实际上并没有数据回传的能力，这里面有一个成本的问题，你要想有数据回传能力，需要在车端部署硬件，加上传输数据的网费，几乎赚不到钱。

不过成本也不是元戎考虑的全部，比如很多玩家都在走的软硬结合路线，元戎坦承，这确实在外供方案时更有成本优势。

但是一方面这会在量产辅助驾驶时，对自身选择更好的芯片造成阻碍。另一方面，从终局考虑，落地Robotaxi其实首要考虑的也不是芯片成本。

而以终为始，元戎会继续以量产辅助驾驶为基石，获取数据和工程化经验，服务RobotaxiRoadAGI业务。

RoadAGI是元戎启行今年推出的一项新战略，主要服务于“最后100米”的配送。

技术范式是基于VLA和VLN(Vision-Language-Navigation)，所谓VLN就是自己根据环境感知，不需要靠扫图，实现点到点的运输。在周光看来，这也和当前火热的无人配送的技术路线有所不同。

周光表示，“我们走这条路的根本原因，其实就是GPT的出现，是Scaling Law的技术红利，只有通过量产（辅助驾驶）才能享受到这个红利，依赖高精地图的传统方式，是无法享受到的”。

总体来看，元戎的分享还挺全面的，但是总觉得又少了点什么。

少了什么呢？

One More Thing

从辅助驾驶聊到自动驾驶，周光本人并没有主动提及L3。当面对相关提问时，周光认为L3确实有助于消费者购买，但这和落地Robotaxi是两回事

• 特斯拉就没有做L3，直接进军L4，底层逻辑不一样，既是技术问题，也是商业问题。
• L3是规则写得越详细，团队规模越大越牛。但想做Robotaxi的服务，需要一个泛化性足够好的模型。我觉得L3跟L4有冲突。