對話元戎啟行CEO周光：Robotaxi模型運營能力缺一不可，L4或加速到來

車東西（公眾號：chedongxi）
作者｜郭月
編輯｜志豪

車東西4月13日消息，日前，元戎啟行CEO周光在智能電動汽車發展高層論壇（2026）期間接受了包括車東西在內的多家媒體采訪，他圍繞Robotaxi的競爭格局、L3是否會被跳過、互聯網大廠為何紛紛入局智駕以及元戎啟行的商業化策略等熱點問題給出了看法。

采訪現場，車東西向其提問，近期Robotaxi企業頻頻出現車輛“趴窩”、乘客被困等問題，如何看待模型能力和運營能力的重要性？

周光回應說，運營體系決定響應速度，模型能力的提升也很重要，“不可能靠先驗信息和規則來做自動駕駛”。

他認為，Waymo依托Gemini已經完成了范式轉變，不是所有公司都能跨越這個階段，那些仍停留在舊范式的公司則將面臨嚴峻考驗。

而對于近期關于L3會不會被跳過的爭論，周光認為，大模型、端到端、多模態的進展，正在極大加速從L2到Robotaxi的進程。

隨著今年年初多模態技術的突破，城市NOA有望快速演進到Robotaxi階段，不再依賴高精地圖和密集運營，而是依靠基礎認知模型。

他也回應了對元戎啟行業務從高端車型下沉至十萬級市場的看法。

他認為，技術路線與商業規模并不沖突，真正的難點是讓大模型變得更好，而不是把好模型蒸餾到低算力平臺，關鍵在于有沒有更大、更強的基座模型，而不是守著一個小模型打補丁。

以下是此次采訪中的媒體問答實錄，車東西在不改變原意的情況下進行編輯。

1、近期國內外Robotaxi企業都出現了車輛“趴窩”、乘客被困等現象，你怎么看運營能力和模型能力的重要性？

周光：Robotaxi最核心的能力是模型能力的提升，其次是運營技巧——哪些問題需要秒級響應、哪些可以分鐘級響應，這是運營體系的事。

互聯網大廠非常擅長運營，能夠快速調度不同層級的人員、遠程接管、現場處置，這個調度網絡本身也有難度。模型能力的提升也很重要，不可能靠先驗信息和規則來做自動駕駛。

GPT時代之后，所有人都相信應該由AI驅動。

Waymo依托Gemini完成了根本性的轉變，包括人才體系、技術體系、范式的變更。不是所有公司都能跨越這個階段，我認為這才是難點。

如果還停留在老方法上，不去享受大模型技術溢出帶來的優勢，我會比較擔心。

2、當前業內關于L3是否會被跳過的看法不一，你怎么看？

周光：關于L2、L3、L4，這些定義是30年前研究人員基于當時的技術路線制定的。

今天，隨著大模型、端到端、多模態的發展，AI進展非常快，尤其是基座模型的認知能力在提升。我認為大模型會極大加速從L2到Robotaxi的進程。

我說的Robotaxi不是過去依賴高精地圖的L4，而是直接從城市NOA邁向Robotaxi。

我們看到關鍵指標每年快速增長，尤其在大模型介入之后，如果每年一個數量級的提升，很快就會突破。

L3的本質是在模型不完美的情況下，通過人工補丁和工程能力去實現。

而通用自動駕駛的路徑是提高模型的認知能力，這是兩種不同的思路。

今年年初多模態取得突破，我認為城市NOA會快速演進到Robotaxi階段。研究范式已經發生變化，不再靠運營或高精地圖，而是靠基礎認知模型。

3、前DeepSeek多模態技術核心研究員阮翀為什么會加入元戎？

周光：阮翀等頂尖人才選擇加入元戎，是因為他們希望經營一家真正的AI公司，而不是以Tier1的思維做事。

元戎啟行的愿景就是物理AI。我們在GTC上談物理AI，之前談端到端，基本上一年后大家都開始講這些話題，這體現了元戎啟行的前瞻性。

物理AI的上半場會在車端得到驗證——只有車能提供幾十萬甚至百萬級帶Action的數據。如果在車端都不能驗證，憑什么在機器人領域驗證？

小模型的瓶頸已經很明顯：蹺蹺板效應非常突出。

唯一解決方案是大模型，依靠通用常識和完整的大模型體系。我們今天說的大模型是全方位的大模型，包括GPT-VLA架構、訓練范式的提升，是整個技術棧的下一個臺階。

4、阮翀加入后主要負責哪塊業務？會帶來哪些具體變化？

周光：他主要負責多模態和基座模型，以通用形式解決物理AI問題，而不是用非通用的方式。

具體細節大家可以在北京車展上關注我們的公開亮相。

最近大廠也有動作，大家可以留意，最有錢的AI公司選擇的第一落地場景都是車，目的不是掙錢，而是驗證物理AI本身，這個驗證比掙錢重要得多。

5、如何看待字節跳動等互聯網大廠成立自動駕駛部門？

周光：這一現象背后的根本原因是文本突破之后，大模型的下一步是多模態突破。多模態離物理世界的Agent只有一步之遙。

要驗證物理AI，還是那個邏輯，只有汽車場景能提供足夠的數據，機器人的數據量遠遠不夠——本體差異、觸覺、數據采集等原因都導致數據不足。

所以大廠選擇在汽車領域驗證物理AI是順理成章的。接下來會有更多多模態進展的公司進入這個領域，美國那邊OpenAI等公司也會有類似動作。

6、你對艙駕一體有什么看法？

周光：關于艙駕一體，更多是帶來體驗上的提升。

用車過程中，用戶希望車具備交互溝通能力，一個“啞巴”車是做不到的，最終要像人一樣，用一個大腦做所有事情。

艙駕一體方面我不說太多。我只強調一點：你既需要駕駛能力，也需要交互能力。

今天的“艙”不應該是一堆按鈕。我看到車上有一排按鈕就很難受，有的車搞了20個按鈕，不知道按哪個，這不是自然的交互體驗，應該通過自然語言、表情、多種形式交流，而不是靠“點點點”。

7、元戎啟行打法從高端車下沉到十萬級市場，如何平衡規模與技術前沿？

周光：關于商業打法，其實技術路線和商業規模并不沖突。

真正的難點在于讓大模型變得更好，而不是把好的模型“蒸餾”到低算力平臺。蒸餾這件事已經很成熟，問題是參數量增加3倍，效果卻沒有明顯變好——這才是今天的問題。

如果你只想拼小算力，那是一條路，可以做蒸餾、做量化，也能實現。但要真正提升體驗，必須讓大的模型變好，這是最難的。

只要大模型做得好，就一定能適配不同平臺。關鍵是你有沒有更大、更強的模型，而不是守著一個小模型打補丁。