不只做自动驾驶，元戎还想成为物理世界的AI基础设施

21世纪经济报道记者 焦文娟

辅助驾驶正在进入规模化量产阶段，但用户的使用频率和信任度并没有同步跟上。

元戎启行CEO周光此前在智能电动汽车发展高层论坛（2026）上称，2025年，中国辅助驾驶解决方案市场规模超过1200亿元，量产芯片算力已提升至750 TOPS级别，但城区NOA用户黏性仅20%-30%，渗透率只有15%左右。行业投入与消费者使用之间，存在明显的“落差”。

在日常的驾驶场景中，一个常见的抱怨是：系统在大部分路段表现尚可，一旦遇到复杂的长尾场景，比如临时施工、异形车辆、不规则路口，模型的能力就开始波动。小模型主导的技术路径，在稳定性上遇到了瓶颈。

过去几年，许多自动驾驶公司依赖多个小模型分工协作，感知用一个模型，决策用另一个，规控再单独训练。这种路径的好处是分工明确、验证相对简单，但缺点是系统割裂，数据闭环慢，长尾问题难以收敛。

元戎启行首席科学家阮翀说，传统模式下，数据闭环迭代周期约5天。但放在大模型时代，这个速度显然是落后了。

当辅助驾驶从“能用”走向“好用”时，这套旧账越来越难算。

在2026北京车展媒体日的发布会上，元戎启行CEO周光回顾了创业初心，首席科学家阮翀首次公开演讲，系统阐述了元戎启行的技术转向。

智驾竞赛的下一阶段，认知能力比感知能力更关键，而基座模型是这场竞赛的入场券。在大洋彼岸，特斯拉和Waymo已经先行一步，用基座模型重构了研发体系。

阮翀以元戎首席科学家的身份首次公开亮相。他此前是DeepSeek研发负责人、多模态技术核心研究员。在发布会上，他系统阐述了元戎启行目前的技术进展，即走向一个基座模型。

过去，辅助驾驶公司只做三件事，即Driver（视觉输入生成驾驶动作）、Analyst（关键场景理解分析）、Critic（安全与合理性评估）。这三套能力分别训练、各自为政。

基座模型将驾驶决策、场景理解与行为评估能力统一在同一架构中，驾驶系统从“执行系统”升级为“认知系统”。

参数规模上，元戎的基座模型达到40B（400亿参数）。更大的模型规模、更高的数据质量、更快的闭环迭代，构成了技术转向的核心。

阮翀说，在这一体系下，数据闭环迭代周期已从过去的约5天缩短至约12小时，运行效率大幅提升。这意味着同样的时间里，元戎的模型迭代次数是过去的10倍。

基座模型的价值不止体现在产品能力上。阮翀在演讲中提到，它正在渗透到组织层面：“从知识库的内容问答到编程代码的自动生成，到跨部门的人际协作，再到实验分析的自主完成，AI正在重塑公司的研发与管理流程。”

这套技术转向背后有规模化的数据做支撑。目前，搭载元戎城市NOA方案的量产车已突破30万辆。过去一年，搭载元戎主动安全系统的车辆累计真实道路运行里程超过13亿公里，累计陪伴用户驾驶时长达4480万小时。这些数据既是安全能力的验证，也为基座模型的持续优化提供了燃料。

量产车数据规模还在扩大，但竞争的维度已经发生了变化。周光在演讲中透露了一个行业动向：今年年初，国内头部大模型公司开始布局自动驾驶，且由多模态负责人亲自带队。原因在于，在物理AI的场景中，只有汽车能提供如此高质量的数据。对大模型公司来说，做自动驾驶不只是为了盈利，更是为了验证多模态基座模型的能力。真正的智驾竞争，不再只来自同行，而是来自大模型公司的降维打击。

发布会开场，元戎启行CEO周光讲了一段往事。2016年，他目睹一起交通事故，开始思考能否用AI“解救更多的生命”。他说，尽管当前自动驾驶并不完美，城市MPI（平均接管里程）只有几十公里，但统计数据显示，目前的自动驾驶安全性已经是纯人类驾驶的数倍。“我们相信，在未来2到3年内，随着大模型对理解能力的持续增强，我们将实现真正安全的自动驾驶。”

周光为元戎定下的长期愿景，超越了自动驾驶本身。“我希望公司未来能成为物理世界的AI基础设施，”他说，“就像通信、电力一样，成为支撑现实世界运行的基础能力。当人们谈及物理世界的智能时，元戎能够成为这一基础能力体系中的重要一环。”

这个目标听起来宏大，但元戎启行的路径却更具体，即用基座模型驱动数据飞轮，从辅助驾驶规模化出发，逐步走向物理AI。2026年，元戎计划将辅助驾驶量产交付规模提升至100万辆，MPCI（每关键接管行驶里程）指标提升至1000公里以上，用户高频使用率提高至50%以上。

发布会现场，元戎启行还发起了一场“AI for what”的跨界对话。复旦大学教授张力主持，阿里云、蚂蚁灵波、童行书院等不同领域的参与者共同探讨。一个共识逐渐清晰：自动驾驶，只是物理AI的第一个应用场景。

元戎还展示了舱驾一体Agent功能预告。按照官方描述，这套系统的定位不是传统的语音助手或车载娱乐系统，而是“AI大脑”，已经拥有对用户需求的理解和对复杂场景的主动响应能力。

对行业而言，元戎此次释放的信号值得观察。过去几年，自动驾驶公司的叙事大多围绕解决长尾问题、实现无人驾驶展开。元戎启行的不同之处在于，它同时用基座模型解决当下的辅助驾驶体验问题，又正把目标锚定在更长远的物理AI基础设施上。