獨家專訪元戎啟行周光：一場關(guān)于信任、偏見與未來定義的對話

原創(chuàng)石劼C次元2026年4月17日 18:53上海聽全文

作者丨石 劼

責(zé)編丨石 劼

編輯丨王 越

周光將阮翀這位前DeepSeek研發(fā)負責(zé)人帶到了物理AI的戰(zhàn)場，試圖用大模型的‘大腦’，去修復(fù)小模型永遠修不好的‘蹺蹺板’。這是一場關(guān)于信任、偏見與未來定義的對話。”

一場演講，一次官宣，一個信號。

2026年4月11日，中國電動汽車百人會高層論壇現(xiàn)場，元戎啟行CEO周光做完主題演講后，臺下掌聲未落，消息已經(jīng)在行業(yè)群里炸開。不是因為他又講了無圖、端到端或者VLA——這些元戎已經(jīng)講了好幾年。真正讓人意識到“這次不一樣”的，是他官宣的那個人。

阮翀，前DeepSeek核心團隊成員、多模態(tài)技術(shù)負責(zé)人，正式加盟元戎啟行，出任首席科學(xué)家。而他的首次公開演講，將出現(xiàn)在北京車展。

把技術(shù)發(fā)布權(quán)從CEO手中交給一位大模型公司的科學(xué)家，這在整個智駕行業(yè)都算頭一遭。外界看到的是一則人事新聞，但周光看到的，是一場范式革命的前夜。

“他會加入一家Tier 1嗎？不可能。他會加入一家AI公司。”周光對汽車公社說出了這句耐人尋味的話。

其實，周光的思路和發(fā)展模式，已經(jīng)超越了一家新銳企業(yè)的勢能積聚，更應(yīng)該被視為中國科技的深度探索——誰說中國人只能從1到100做大做強，不能從0到1求新開創(chuàng)？

將阮翀引入團隊，是周光在元戎啟行和AI前沿能力之間架起一座橋；而周光更大的雄心，是讓元戎啟行代表中國創(chuàng)新企業(yè)，在整車行業(yè)與AI之間架起一座更雄偉的橋。

01

小模型的“蹺蹺板”，大模型的“基座”

2025年的智駕行業(yè)，表面熱鬧，內(nèi)里焦慮。

市場規(guī)模超過1200億元，量產(chǎn)芯片算力卷到750 TOPS，城區(qū)NOA滲透率卻只有15%，用戶黏性徘徊在20%-30%之間。消費者沒有把城市輔助駕駛當(dāng)成日常工具——這才是最讓從業(yè)者睡不著覺的事。

周光用了一個詞來形容當(dāng)前的技術(shù)困境：“蹺蹺板效應(yīng)”。同一套系統(tǒng)，早上跑得好，中午可能變差；在上海表現(xiàn)不錯，換一個城市就不行。某個版本優(yōu)化了某些場景，下個版本可能又退步了。

“反復(fù)修補、不斷迭代，但沒有本質(zhì)提升。”周光說這話時，語氣并不激烈，但每個字都像釘子一樣砸在桌面上。

原因指向一個很具體的技術(shù)瓶頸：今天量產(chǎn)的小模型智駕，參數(shù)量多數(shù)在1B以下甚至0.1B以下，運行算力典型在100-200 TOPS。這類模型以卷積為主，只有少量Transformer架構(gòu)。2024年端到端技術(shù)帶來的興奮已經(jīng)過去，頭部玩家增長放緩，第二梯隊加速追趕——但天花板就在那里。

“腦容量不夠。”周光打了個比方，“一個數(shù)據(jù)集翻來覆去地訓(xùn)，這邊好了那邊差，那邊好了這邊差。不會超過50到100公里接管一次，這個范式就做不動了。”

那怎么辦？

元戎的答案是：40B參數(shù)的基座模型。

周光把智駕公司的核心能力拆解為三種角色：Driver（視覺輸入生成駕駛動作）、Analyst（對關(guān)鍵場景進行理解和分析）、Critic（從安全與合理性角度評估駕駛行為）。過去行業(yè)只訓(xùn)練Driver——教系統(tǒng)怎么開。基座模型把三種能力統(tǒng)一起來：不僅會開車，還會理解為什么這樣開，并評估是否開得更好。

“所有輔助駕駛公司的工作都應(yīng)該沉淀在基座模型里。”周光說，“每一步的信息熵都留在模型中。”

我看到他在提到“Scaling”（規(guī)模化）這個詞時，眼里同時有遺憾和憧憬兩種神色。

遺憾是現(xiàn)在汽車智能輔助駕駛還多半困在小模型和工程的怪圈里兜兜轉(zhuǎn)轉(zhuǎn)，無法真正感知這個世界；憧憬是因為多模態(tài)大模型相當(dāng)于冷兵器到熱兵器時代的“質(zhì)變飛躍”，真正能將智駕的Scaling落到實處，而汽車作為制造業(yè)皇冠（參數(shù)丨圖片）上的明珠， “規(guī)模化”始終是顛撲不破的真理，只是在多模態(tài)大模型之前，大家沒有找到正確的方向。

這意味著智駕系統(tǒng)從“執(zhí)行系統(tǒng)”升級為“認知系統(tǒng)”。周光透露，據(jù)元戎了解，Waymo和特斯拉已經(jīng)實現(xiàn)了這一架構(gòu)。而元戎，是國內(nèi)第三方供應(yīng)商里第一個走通這條路的。

02

多模態(tài)突破，讓大模型公司“降維打擊”

為什么是現(xiàn)在？為什么不是去年，也不是前年？

周光的回答很干脆：“2025年多模態(tài)領(lǐng)域沒有明顯突破。直到今年年初，隨著Gemini等模型的發(fā)布，多模態(tài)能力才上了一個大臺階。”

這是一個被很多人忽略的時間線。2025年元戎推出VLA模型時，大模型本身還不夠成熟。VLA深耕多模態(tài)，但多模態(tài)的真正突破發(fā)生在2026年初。Gemini、Seedance等模型的出現(xiàn)，讓多模態(tài)從“技術(shù)不確定”變成了“錢的問題”——只要給夠算力和數(shù)據(jù)，它就能work。

而多模態(tài)的本質(zhì)，就是預(yù)測物理世界下一刻會發(fā)生什么。

“你預(yù)測個視頻，它的根本目標(biāo)是什么？”周光的語氣突然變得直接，“一定是在物理世界里用。”

這正是大模型公司開始布局自動駕駛的原因。字節(jié)跳動多模態(tài)負責(zé)人周暢親自帶隊殺入自動駕駛，其目標(biāo)遠不止于尋求短期的商業(yè)回報，而是為了驗證物理AI。大模型在純文本領(lǐng)域的突破已經(jīng)結(jié)束，多模態(tài)的下一站，必須是物理世界。而汽車，是目前最高階、最復(fù)雜的物理AI訓(xùn)練場。

“多模態(tài)突破之后，行業(yè)的焦點便轉(zhuǎn)向于此，并逐漸達成共識——只有自動駕駛能落地物理AI。”周光說。

這對傳統(tǒng)智駕公司意味著什么？

“真正的智駕競爭，不再來自同行，而是來自大模型公司的降維打擊。”

這不是危言聳聽。大模型公司有算力、有人才、有模型能力，缺的只是物理世界的真實駕駛數(shù)據(jù)。而元戎有30萬臺量產(chǎn)車、13億公里行駛數(shù)據(jù)——這是大模型公司拿錢買不到的。

但元戎也在等待大模型的前沿能力。阮翀就是那座橋。

在行業(yè)看來，字節(jié)跳動親自入局自動駕駛，其選擇合作伙伴的邏輯，與傳統(tǒng)的商業(yè)考量有著本質(zhì)區(qū)別。

字節(jié)跳動不缺錢，不缺流量，不缺技術(shù)人才。它選擇智駕合作伙伴，不會因為誰便宜、誰會搞關(guān)系。周光說得很直白：“他要的是理念的match（匹配，相投）。”

什么是理念的匹配？就是雙方都相信多模態(tài)基座模型是物理AI的必經(jīng)之路，都相信智駕的終局不是功能堆砌而是認知進化，都相信只有大模型范式才能突破小模型的天花板。

“他們甚至不介意合作伙伴獲得更多的行業(yè)聲量。”周光笑了笑，“他們要的就是理念的匹配。”

這種理念上的契合，比任何商務(wù)條款都更難復(fù)制。這實際上也傳遞出一個清晰的信號：不差錢的巨頭，正在用它的選擇，為它所認同的技術(shù)路線投票。

而周暢（字節(jié)跳動豆包大模型視覺多模態(tài)生成方向負責(zé)人）和阮翀，本來就是朋友。兩個多模態(tài)領(lǐng)域的頂尖技術(shù)人，一個在大模型公司，一個在智駕公司，做著同一件事——讓AI理解物理世界。

03

不做Tier 1，做AI公司

“我們是一家AI公司，不是Tier 1。”

這句話，周光在采訪中反復(fù)強調(diào)。聽起來像定位宣言，實際上是生存法則。

Tier 1的邏輯是什么？是滿足客戶短期的、確定性的需求，是卷成本、卷定點數(shù)量、卷市場份額。是客戶說“我要這個功能”，你就加班加點做出來。是工程能力強、執(zhí)行力強、響應(yīng)速度快。

但AI公司的邏輯完全不同。AI公司要做的，是相信一個可能三五年后才能驗證的方向，是在技術(shù)不確定的時候all in，是用認知而不是工程來建立護城河。

“你工程能力強，what？你量產(chǎn)到了一定規(guī)模，工程體系的優(yōu)勢會逐漸標(biāo)準(zhǔn)化，真正的護城河在于數(shù)據(jù)閉環(huán)與算法的持續(xù)進化。”

周光甚至透露，“我們的資源將更聚焦于數(shù)據(jù)與算法這類能夠形成認知差異的環(huán)節(jié)。”

這種話，Tier 1說不出來。

阮翀選擇元戎而不是其他智駕公司，原因也在這里。一個DeepSeek核心團隊成員，不會因為“這家公司工程能力強”就加入。他加入，是因為元戎在做真正的AI——從基座模型到物理AI，從認知升級到范式革命。

“頂尖的AI人才，他不會因為這個原因加入你。你說你工程能力很強，這不行的。”周光說，“你得對AI有認知，因為他過來推動的事情可能就是反常識的。你要是不能理解，他也發(fā)揮不了作用，也很難存活。”

物理AI的上半場在車，下半場在哪里？

黃仁勛在2026年CES上重點提到了物理AI，認為它比生成式AI更有遠景價值。周光的判斷更具體：“物理AI的上半場在車，下半場在廚房。”

車是最高階的訓(xùn)練場，但不會是終點。一旦基座模型在自動駕駛場景中被充分驗證，它可以遷移到機器人、智能家居、工業(yè)自動化等任何需要理解物理世界的場景。

“那時候可能會跟小米這樣的企業(yè)競爭嗎？”筆者問道。

周光沒有直接回答，“企業(yè)就跟生命一樣，應(yīng)該有新的出來。不應(yīng)該老是那些站在那里。硅谷就是這樣子，一代一代的企業(yè)。”

從這個角度看，元戎現(xiàn)在做的所有事情——量產(chǎn)、數(shù)據(jù)、基座模型、人才引進——都是在為那個更宏大的未來鋪路。智駕是第一個戰(zhàn)場，但不會是最后一個。

“我們量產(chǎn)有個底子，在這個點上該做這個事。水到渠成。”周光說。

04

明年，消費者會感覺到不一樣

采訪最后，我問了一個很現(xiàn)實的問題：大模型和智駕的結(jié)合，什么時候能讓B端到C端都切實感受到收益？

周光想了想：“今年基座模型都會出來，特斯拉年底發(fā)。但真正讓消費者有明顯感知，我覺得是明年。”

“明年，大家會看到比較明顯的提升。”

這個判斷背后，是一個關(guān)鍵的時間窗口。今年多模態(tài)突破，今年基座模型上車，今年算力平臺升級——但所有這些技術(shù)變量疊加產(chǎn)生質(zhì)變，需要時間。一旦質(zhì)變發(fā)生，智駕將從“可用”真正走向“愛用”，接管率會從幾十公里一次躍升到幾百公里甚至上千公里一次。

“小模型它也能做到幾十公里一次接管，但上不去了。（MPI，Average Mileage Per Intervention，平均接管里程）極限就在50到100（公里）之間。要想再上一個數(shù)量級，只有上大模型。”

而元戎，已經(jīng)在路上了。

從2023年國內(nèi)首個不依賴高精地圖的方案，到2024年首個量產(chǎn)端到端模型，到2025年首個VLA模型，再到2026年率先基于基座模型實現(xiàn)范式躍遷——元戎的每次技術(shù)躍遷都比行業(yè)早一步。

但這一次，對手不是同行，是時代。

北京車展上，阮翀將系統(tǒng)分享基座模型的最新技術(shù)進展。那將是檢驗元戎這盤棋的關(guān)鍵時刻——請來了DeepSeek的人，能不能真正做出DeepSeek級別的突破？

周光的回答只有一句話：“認知是第一位的。”

而元戎，從來不缺認知。