智駕下一個關鍵挑戰，是不被別人摘“桃子”？

出品丨虎嗅汽車組

作者丨李賡

頭圖提供丨元戎啟行

時間來到2025年末，自動駕駛竟然再次“熱”了起來。

2025年10月至11月，中國廣義自動駕駛領域（含Robotaxi、智駕廠商、RoboVan等），融資事件達12起，融資總規模超411億元人民幣。換句話說，這兩個月的二級市場融資動作已經超越了2022年和2024年全年的數值，逼近了2023年的水平。

真金白銀再次豪賭的真正原因，是行業再次看到了“商業化”的原點時刻來臨。

尤其是隨著2025年一大批智駕公司、車企、L4玩家在底層技術升級到大模型和思維鏈（CoT）之后，全行業智駕能力肉眼可見地出現了再次飛躍。

一個嚴峻的問題也隨即給到行業里所有玩家——無論是基礎硬件的車企，還是提供智駕算法和解決方案的創業公司，還是擁有海量用戶的出行平臺，都要想盡一切辦法，保證自己不會成為“被摘桃子”的人。

這個“桃子”不僅涵蓋商業化邏輯下的“定價權”，也包括了行業競爭視角下的“發展權”。核心威脅主要有三重：

1. 主機廠自研成熟后把供應商邊緣化；

2. 大平臺在技術成熟之后，用更強的成本和生態優勢吸走用戶；

3. 資本之后的某個時間節點，用資金重新定義行業 “贏家”。

前不久，虎嗅汽車與元戎啟行的CEO周光進行了一番溝通，后者以目前智駕創業公司第一梯隊的視角，分享了他們目前最新的商業化布局和戰略，也談及了不少其對于智駕整體賽道接下來的看法。

干贏自研，解決第一重挑戰

高工智能汽車研究院監測數據顯示， 2025年1-9月，中國市場乘用車搭載城區領航輔助（支持付費選裝）車型交付量同比增長99.5%，但整體交付滲透率并不高，只有7.01%。

消費者對于“城市NOA”這樣的高階智駕，往往還會抱著“旗艦產品你沒有，我不買；主流產品你有的選，我也不買”的態度。

在這個行業背景下，元戎啟行在2025年卻實現了相當不錯的成績：截止到2025年10月底，元戎啟行的城市NOA智駕方案累計交付了15萬輛，10月單月的交付量更是達到了3.19萬輛，合作主機廠覆蓋長城、Smart、零跑等多個品牌。

尤其是與長城的深度合作。后者去年年底戰略投資了元戎，今年將藍山和高山兩款重要新品也都搭載了元戎，而且是標配式的搭載。近期坊間傳聞長城已經開始對自建的“毫末智行”下手，進入了了“停工放”狀態。

從結果上，元戎啟行證明自己消除了上文提到的第一重威脅——主機廠對智駕公司的邊緣化。

元戎啟行CEO周光給出了三點主要原因：

• 技術路線有“先手”：2023年別人還在“有圖/規則方案”，元戎啟行已經可用的“無圖+端到端方案”，在當時搶占了與車企合作的先手；

• 早早投入“量產”工程：第一次創業（Roadstar.ai）最終失敗的經歷，讓元戎啟行把“技術要落到車上、形成規模量產”當成核心目標，所以很早搭工程體系、去啃車規流程，讓2025年實現了“量產十幾款車、交付十多萬臺”；

• 與車企一起聚焦投入：元戎啟行不追求合作車型數量，而是 “選對幾款車，把它們做成爆款”，核心項目上采取幾乎駐場式的ALL IN投入。

因為慎重選擇合作對象，然后把有限精力ALL IN到核心車型上，所以實際效果好；因為實際效果好，所以在車企“自研+外采”的組合中表現更突出；在這個基礎上持續和車企共同打造爆款、共享銷量與口碑紅利，最終讓元戎啟行與車企之間形成了一個合作的正向循環。

部分搭載元戎啟行城市NOA智駕解決方案的產品車型

尤其是第三點，一旦某款爆款車型（如藍山、高山、銀河M9）實現銷量突破，單車銷量便能迅速放大，從而帶動元戎的裝機規模、市場口碑及后續定點項目實現滾雪球式增長。這不僅能在數據和資金層面反哺下一輪量產項目，更將整體量產節奏推向“突然加速”的狀態。

20萬的成績已經相當不錯，但元戎啟行已經開始計劃2026的目標，周光指出：“公司內部對2026年業績設定了較高目標，力爭實現百萬輛級的量產規模。”

之所以將2026年目標設定得如此之高，核心考量也在于如何保持自身技術領先。

周光進一步解釋：“今年20萬輛的交付，實質是為2026年基于百萬級數據訓練更成熟的Foundation Model奠定基礎。因此，明年的量產擴張不僅是為了財務增長，更是為大模型‘注入燃料’。”

簡單來理解，一切交付都應該能夠被再次投入到數據閉環中，為接下來的技術發展提供助力。也正是基于這種思考，元戎啟行目前并未在“城市NOA”以下級別的產品上投入資源，因為入門級解決方案需在多方面做出妥協，例如網絡配置可能阻礙數據閉環，無法有效支持智能駕駛技術的持續演進。

2026年的百萬目標從戰略考量上是合理的，但挑戰肯定依舊存在。用周光自己的話來說，關鍵挑戰在于工程體系能否匹配規模化擴張的需求。

提前防御“大平臺”，接下來的核心要務

相比已經基本解決了的“主機廠自研淘汰供應商”挑戰，“大平臺”吸引走用戶的挑戰威脅要更大。

在虎嗅汽車看來，“大平臺”所對應的不只有出行平臺、地圖商、L4智駕出行企業，更包括了很多對Robotaxi業務躍躍欲試的車企。

以國內網約車出行的兩大入口“滴滴”和“高德”為例，每天都要完成數千萬單的出行需求，已經在大眾心目中建立了牢固的品牌形象。

就在上個月，滴滴引入約20億元的D輪融資，繼續加碼自己的智駕投入，推動L4自動駕駛應用落地。按照他們的規劃，最遲2026年就要完成技術的商業化驗證，在滴滴APP中實現混合派單（人駕 + 無人車）。如果后續滴滴智駕水平進展足夠快，完全可能“近用戶樓臺先得月”地搶先滿足用戶的出行需求。

元戎啟行對此的戰略，是參考特斯拉，將規劃直接向Robotaxi和具身智能延伸，相當于自己先手布局有可能的競爭。

周光表示，未來三大核心業務為“量產車輔助駕駛”、“Robotaxi”和“Road AGI”。三者可概括為：為客戶車企提供智能駕駛系統、與車企合作推出駕駛服務、探索智能駕駛在更多場景中的應用。

在Robotaxi方面，10月元戎啟行與無錫市政府達成戰略合作，將在無錫建設測試研發基地并推進Robotaxi業務落地。

對于開展Robotaxi業務，周光認為其必要性在于：Robotaxi在復雜城市道路和高強度運營環境中產生大量密集且極端場景的數據。量產車提供規模和廣度，Robotaxi則貢獻數據密度與長尾場景，二者結合才能推動模型達到商用成熟度。

在技術路線上，周光明確支持“特斯拉模式”。他認為，依賴高精地圖和重運營的Waymo路線雖在短期內具備安全可控優勢，但從長遠看，“消費級量產車+端到端大模型+無高精地圖”的特斯拉路徑更具競爭力。

周光在今年早些的線下溝通中也曾強調過：近五年AI領域的核心突破來自GPT所驗證的Scaling Law（規模效應），這只有通過大規模量產才能充分實現。隨著元戎啟行在GPT啟發的VLA路線上繼續向前，必然能夠在全域部署與成本控制上激發出更大的潛力。

如果說量產車輔助駕駛與Robotaxi已形成“雙重奏”，那么Road AGI則構成元戎啟行遠景中的“第三重奏”，更接近通用機器人服務場景。

元戎啟行在今年CES上展示的Road AGI Demo場景示例

Road AGI將融合VLA（視覺-語言-行動）與VLN（視覺-語言-導航）兩大核心模型，協同應對復雜瑣碎的“最后100米”任務。其目標是讓各類物理執行單元能像外賣員一樣，精準完成從路端到用戶門口的送達服務。

當前規劃中，VLN負責在無導航地圖環境下識別出口、店鋪及門口位置，VLA則通過視覺與語言推理執行具體動作，如進入便利店、小區房間或操作電梯。VLA的底層能力將與量產車輔助駕駛及Robotaxi系統共享，持續推動技術“滾雪球”式演進。

通過提前布局，元戎啟行正在提前探索和掌握Robotaxi和輪式具身智能的需求和挑戰，相當于讓自己提前“有牌”。無論最后究竟怎么打，是自己做平臺提供服務，還是將Robotaxi和輪式機器人作為產品銷售給大平臺，又或者是怎么戰略合作，“有牌”就有辦法，甚至還有主動權。

資本挑戰，還在下一個階段

從全局來看，“量產+Robotaxi+Road AGI”的三輪驅動戰略設計其實比較巧妙，最核心的“視覺行動大模型（VLA也算）”貫穿于三個方向中，實現了極為高效的“復用”；從量產車到公路需求，再到最后100米的場景，也符合不斷拓展市場空間的需求。

雖然還有如何平衡資源投入、避免業務線相互掣肘，并確保數據閉環在不同場景下的有效運轉等挑戰，但這些對于有技術能解決工程問題的元戎來說，并非無解。

最后一重資本層面的挑戰，或許是現在最難評估，也最不好掌握的。

今年9月，阿里巴巴、復星銳正及東方富海旗下基金已經退出了元戎啟行的股東序列。有一個股東方人士當時對外部表示：“這個變動是因為元戎啟行正搭建紅籌架構。”紅籌架構恰恰是中國境內企業境外上市的主要模式之一。

在線下溝通中，周光在被問及是否有上市計劃時，他表示“不方便透露具體計劃”，只表示資本對于元戎“高度認可、持續關注”。但總體來看，只要能解決好前兩重“摘桃子”挑戰，元戎啟行就能獲得挑戰第三重的資格。

附：元戎啟行周光更多的溝通細節內容

虎嗅：您提到市場競爭日趨激烈，行業呈現集中化趨勢，您認為元戎啟行團隊最獨特的優勢是什么？

周光：智能駕駛領域的玩家不會太多，但每家主機廠通常會采取“自研+外部供應商”的組合策略。對于海外市場，可能會選擇兩家供應商。這個行業不會出現單一供應商壟斷的局面。但競爭正快速收斂，商業博弈非常激烈。明年的關鍵，一是降低成本，二是提升體驗。如果體驗相近，競爭就會聚焦于成本；如果體驗存在代際差距，性能則成為關鍵。

針對成本敏感的需求，我們已準備不同的芯片方案；而在性能層面，基于GPT架構的VLA技術具備更強的擬合與學習能力，這一優勢只有通過大規模量產才能充分體現。

虎嗅：元戎已實現20萬臺的搭載量，并且是目前唯一具備VLA能力的供應商。未來是否會考慮推出適配更低算力、更少傳感器的方案？

周光：目前沒有這個計劃。我們的核心目標是實現數據閉環。純高速場景的輔助駕駛幾乎無法形成有效的數據閉環，沒有數據，就談不上持續迭代。并非不做，而是其商業模式存在問題。純高速方案更接近傳統的Mobileye模式。做這件事的價值是什么？能獲取數據嗎？不能。如果數據無法回傳并用于迭代，其長期價值就非常有限。

虎嗅：關于VLA，它相比上一代模型有何本質差異？要實現完整的VLA能力，需要多大的數據規模？另外，自研能力未來是否會成為巨大挑戰？如果放眼未來二十年，元戎面臨的最大威脅是什么？

周光：VLA的網絡擬合能力極強，在數據量不足時優勢不明顯。VLA和世界模型是兩個概念：VLA是網絡架構，基于GPT；世界模型則是一種訓練范式。二者并不沖突。

我們的核心優勢在于規模。單一主機廠達到百萬級年銷量并不容易，而很多車企卡在50萬臺級別。特斯拉全球年銷量數百萬臺，但具備完整數據采集和回傳能力的車輛并不多。在數據層面，我們具有明顯優勢。

實現VLA分為兩步，首先是模仿學習，之后才是強化學習。目前行業尚未進入需要大規模投入強化學習的階段，但我們已在為此做準備。

虎嗅：請問從10萬到100萬的增量中，預計有多少會來自Robotaxi？未來VLA技術路線上，對進一步降本有何幫助？

周光：關于100萬臺中Robotaxi的占比：這100萬臺主要來自量產乘用車。Robotaxi本身會有一個逐步擴展的過程，我們將遵循特斯拉的技術路線，在一兩個城市進行部署，并采用端到端技術。近期我們已首次基于量產程序、采用端到端技術完成了Robotaxi的牌照考試，此前我們也獲取過多個城市基于高精地圖的牌照，但這次意義不同，標志著我們向無圖化、泛化能力更強的方向邁出關鍵一步。

成本從萬美元級別降至幾千美元級別，主要得益于激光雷達、芯片等核心部件的快速降本。Robotaxi車輛也同樣采用量產級別的硬件方案，否則難以支撐規模化運營。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4808755.html?f=wyxwapp