自动驾驶“百倍安全”赌局:元戎启行押注“大模型+物理AI”,从DeepSeek挖来阮翀带队重构行业
- 2026-05-13 08:04:32
引言
4月25日，北京车展，元戎启行扔出了一个当下最热门命题——物理AI。
CEO周光将公司的长期愿景定义为“成为物理世界的AI基础设施，就像通信、电力一样，成为支撑现实世界运行的基础能力”。
更重磅的“彩蛋”是：前DeepSeek多模态技术核心研究员阮翀以首席科学家身份首次公开亮相，将带领元戎启行全面转向基座模型路线。
元戎启行正在下一盘大棋：用大模型重写自动驾驶的全部代码。
无人车来也（公众号：无人车也）和大伙儿聊聊这个事！
（参考阅读请点击：
《全国首家！元戎启行：今年底将以消费级量产车落地自动驾驶Robotaxi》）
图源：壹度Pro
一、元戎启行是谁？从深圳崛起的智驾“黑马”
元戎启行成立于2019年2月，创始人周光，85后，清华大学高能物理背景、人工智能博士，曾在德州仪器实验室主导自动驾驶机器人项目，后供职于百度美国研究院自动驾驶事业部。
创业之初，元戎启行直接瞄准L4级自动驾驶。但周光很快意识到，L4落地遥遥无期。
2022年，公司完成关键战略转向：从L4自动驾驶“降维”至L2+辅助驾驶市场，贴近量产和商业化需求。
在技术上，元戎启行一直保持“抢跑”姿态：
2020年：开始秘密研发“无图”方案，比行业平均节奏提前近一年；
2023年：率先实现无图方案量产落地，获得Smart等合资品牌关注；
图源：枫桥夜泊笑场
2024年：率先实现端到端辅助驾驶量产，成为国内少数掌握该技术的供应商之一；
2024年下半年：集中全部研发力量攻关VLA模型（视觉-语言-动作模型）。
融资层面，元戎启行累计完成6轮融资超5亿美元。
2024年11月，长城汽车1亿美元C轮独家投资，不仅是资金注入，更是“投资人+客户”的双重绑定。
（参考阅读请点击：
搭载元戎方案的魏牌蓝山上市即爆款，4个月销量突破3万辆。
截至2025年底，搭载其城市NOA方案的量产车已突破30万辆，合作主机厂覆盖长城、Smart、零跑等多个品牌。
二、阮翀加盟：从“小模型拼图”到“基座模型”
阮翀的加盟，是元戎启行技术路线全面升级的标志性事件。
这位前DeepSeek研发负责人、多模态技术核心研究员，首次公开亮相便系统分享了基座模型的技术架构。
他对传统技术路径的判断很直接：
小模型存在“跷跷板效应”——同一套系统在不同时段、不同城市表现差异明显，优化难以实现本质提升。
识别行人要一个模型，识别红绿灯要一个模型，理解车道线要一个模型。每个模块单独开发、单独训练、单独维护，系统越复杂，工程负担越重，长尾场景修补成本越高。
阮翀成为元戎启行首席科学家。图源：IPO早知道
元戎启行的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-。阮翀将其拆解为三个部分：
驾驶模型：负责接收传感器输入并输出驾驶动作；
分析模型：引入语言模态，解释车辆为什么这样开，可用于数据标注和研发分析；
评论家模型：学习负向数据，帮助系统理解哪些行为存在风险。
评论家模型的引入尤其关键。
小模型时代更多依赖正向数据，系统主要学习“什么是好的驾驶”，但真实驾驶的安全性同样来自“知道什么不能做”。
成熟驾驶员的能力，往往体现在对风险的预判和对极端场景的保守处理上。评论家模型让系统同时学习好样本和坏样本，从行为复制走向风险理解。
三、数据飞轮：30万辆车、13亿公里、迭代周期压缩至12小时
基座模型不是凭空造出来的。它需要海量数据作为“燃料”。
元戎启行手里有一张王牌：
真实路跑数据。截至发布会，搭载元戎启行城市NOA方案的量产车辆已突破30万辆，过去一年累计真实道路运行里程超13亿公里，累计陪伴用户驾驶时长达4480万小时。
这些数据不是实验室里的模拟数据，而是来自真实道路的复杂场景——加塞、鬼探头、无保护左转、暴雨天气、施工路段。
图源：科技世界网
在基座模型体系下，数据闭环迭代周期从过去约5天缩短至约12小时。
大模型正从“产品能力”升级为“组织能力”。
四、冲向“百倍安全”：2026年目标1000公里MPCI
周光给元戎启行定下的2026年目标很清楚：辅助驾驶系统量产交付突破100万辆，MPCI（平均接管里程）提升至1000公里以上，用户高频使用率提升至50%以上。
1000公里才需要一次人工接管——从北京开到上海，全程可能只需要干预一两次。
阮翀在群访中提到，特斯拉已验证了这一能力方向，“别人能做到，你也能做到”。
元戎启行选择的技术路线是“大模型+物理AI”——让系统从“看见世界”走向“理解世界”。
路的质地、物体的运动规律、交互的因果关系，AI不是“背题”，而是“理解了物理定律”。
这也呼应了周光在专访中提到的判断：“汽车将会是第一个大规模量产的机器人。”
周光抛出了一个让全场屏息的判断：“自动驾驶要走向‘十倍、百倍以上的安全’，需要进入由大模型、多模态和物理AI驱动的新阶段。”
五、从场景适配到物理理解：挑战与终局
元戎启行这次押注的技术路线，正在引发行业更深的讨论。
在元戎发布会上，科幻作家、童行书院创始人郝景芳提到：如果马路上全是无人驾驶汽车，车辆之间用信号相互沟通，其实不太会出交通事故；事故往往来自有人类司机干扰。
在她看来，混合模式并非理想状态，真正的AI到来以后，需要从工作流到交通系统都发生范式转换。
周光在2026年北京车展上演讲。图源：IPO早知道
元戎启行正在做的，正是推动这一范式转换——从“场景适配”走向“物理理解”。
当然，挑战同样存在。
大模型上车面临车端算力约束，阮翀的回应是：蒸馏和时间。“先让一个大模型足够强，再把它蒸馏成小模型，能力比从头训练强很多。同时，硬件会持续进步，同样大小模型会变得更强。”
周光也提醒，技术路线不能被当前算力反向锁死，要用“未来能力目标倒推芯片、架构和产品定义”。
总之，无人车来也（公众号：无人车来也）认为：
元戎启行想写的“东方传奇”，笔墨不在硅谷，而在中国的大街小巷、在欧洲的高速公路——在每一辆搭载其方案、正在“理解世界”的车上。
元戎启行物理AI的故事，才刚刚翻到第一章。
期待您的关注、点赞、在看、转发
