元戎启行周光：智驾同质化竞争到头了，大模型是下一关|武汉|广州|基座|周光(晋朝)

作者 | 周智宇

智驾行业今年最不缺的就是“物理AI”这个词。从2026年初GTC到北京车展，几乎每家公司都在讲大模型、讲基座模型，但多数公司的产品还跑在小模型上。

元戎启行CEO周光在5月29日的未来汽车先行者大会上给了一个更尖锐的判断：几十公里一次接管和千公里一次接管，“是完全不同的两个物种”。

这个判断的背景是，元戎2025年在第三方城市NOA赛道跑出了同比2.1倍的增速，10月单月市占率一度触及38%。2026年的目标是交付超百万台，城市场景MPCI突破千公里。

背后是元戎从小模型全面转向大模型。

周光用了一个内部比喻来解释小模型的瓶颈，“跷跷板效应”。

版本A针对上海、武汉做了特调，深圳、广州、北京的表现就变差了。下一版修好了北京，山路场景又出问题。版本之间来回拉扯，用户感知到的就是系统时好时坏，信任始终建立不起来。

过去五年，整个行业从多模块拼接走到端到端，再到小模型合并，技术迭代一直在同一个框架内完成。周光的判断是，这条路已经到顶，“投入越来越多，提升越来越慢”。

元戎给出的方案是一个400亿参数的VLA基座模型，把三种能力压进同一个模型：Driver负责驾驶决策，Analyst负责场景理解和数据标注，Critic负责判断驾驶行为的好坏。

周光强调，大模型不是把小模型参数放大十倍。他举了个例子，一只狗身上染了斑马条纹，小模型看到条纹就判断是斑马，大模型看整体形态，还是判断为狗。

说白了，小模型靠局部特征做条件反射，大模型靠整体认知做判断。自动驾驶遇到施工改道、异形障碍物、无标线路口这类长尾场景，两者的差距就会拉开。

元戎的说法是，引入基座模型后，传统数据闭环中大量依赖人工的环节都交给了模型完成，数据效率提升了十倍。

2026年，周光把目标拉到百万台交付和城市MPCI千公里。在城市道路上平均每一千公里才需要一次人工接管，是目前行业主流水平的十倍以上。他认为，到了这个安全水平，用户日常使用频率可以超过50%，订阅制付费才有可能跑通。参照系是特斯拉V14，美国市场月付100美金，已经有50%的用户在用。

他对特斯拉FSD入华的态度明确：“这是一个积极的信号。”特斯拉当年带动了中国的电动化，这次FSD入华会让行业重新认识什么叫安全的自动驾驶。对已经押注大模型的公司，这是标准被拉高后重新分配份额的机会；对还在小模型框架里的公司，“会比较麻烦”。

但千公里MPCI目前还是目标，不是成绩单。元戎的40B基座模型今年3月在GTC上首次公开，北京车展上由前DeepSeek研发负责人、现任首席科学家阮翀做了技术拆解，距离大规模量产上车还有距离。周光自己也承认，“今天的自驾其实还是蛮同质竞争的”，端到端已经不是一两家公司能独占的能力。

他在采访中给了一个更具体的行业终局判断：最终赛道上不是“剩几家自动驾驶公司”，而是三类玩家，大模型公司进物理AI，自动驾驶公司做大模型，车企自己下场做大模型。每个方向站住一两家，总共三到五家。周光赌的是，元戎能在第二类里占到一个位置。