放棄小模型，元戎啟行用物理AI打另外一場仗

2026年4月25日，北京車展上，元戎啟行的展臺沒有鋪滿華麗的燈帶，也沒有請流量明星站臺。但當CEO周光說出“一千公里MPCI”這個目標時，臺下少數聽懂的人知道，這家公司正在做一件行業里只有特斯拉敢公開承諾的事。

MPCI（Miles Per Critical Intervention），每千英里關鍵接管次數。這是衡量自動駕駛系統“真安全”的硬指標，不是那種靠“L2+”“城市NOA開城數”包裝出來的營銷話術。

更值得注意的，不是這個數字本身，而是元戎啟行打算怎么夠到它。

就在發布會前幾個月，DeepSeek核心研究員阮翀加入元戎啟行，擔任首席科學家。這件事在AI圈內引發的震動，遠比在汽車圈大。阮翀沒去大廠，也沒留在純數字世界的大模型戰場，而是選擇了一家中國自動駕駛公司。

為什么？

周光的回答很直白：“做大模型、多模態自動駕駛，就不應該是傳統智駕的路子?！?/p>

這句話的分量，需要放在2026年這個時間節點來理解。

舊范式的死胡同

過去十年，自動駕駛行業走了一條“小模型堆疊”的路。感知用一個模型，預測用一個，規劃用一個，控制用一個。每個模型針對一個子任務訓練，然后拼在一起。這套架構的巔峰，就是“模塊化端到端”。

問題在哪？

阮翀在溝通中說得很清楚：“如果跟大模型公司比，這個行業確實還是差一點。以前你把一個工作交給其他人做，非常放心；現在需要非常頻繁地檢查結果、檢查整個過程?！?/p>

翻譯一下：小模型體系下，每個模塊的誤差會累積，系統復雜度隨模塊數指數級增長。你想讓車在99%的場景下表現好，靠堆人、堆規則、堆數據標注，勉強能做到。但要從99%到99.99%，每提升0.01%，成本不是線性增長，而是指數級爆炸。

周光的判斷更尖銳：“小模型的天花板就在這兒。今天弄得好一點、差一點有那么重要嗎？你會發現不管怎么做，不可能做到十倍的好?！?/p>

這不是技術路線之爭，這是數學上的瓶頸。小模型的數據表征能力有限，泛化能力有限，長尾場景覆蓋能力有限。你今天花一個億解決了一個corner case（極端案例），明天還有一萬個corner case在等你。

而大模型走的是另一條路：不針對每個子任務單獨建模，而是用一個巨大的基座模型，同時學習感知、預測、規劃、控制。模型參數夠大、數據夠多，它自己就能“涌現”出對物理世界的理解。

換道時刻

過去，行業里嚷嚷“大模型自動駕駛”的公司不少，但真正落地的幾乎沒有。原因很簡單，多模態大模型本身還沒成熟。2024年之前的視頻生成模型，連物理規則都搞不清楚。

轉折點出現在2026年初。Gemini的突破讓多模態模型對物理世界的理解能力提升了一個數量級。周光的原話是：“今天的能力跟2024年、2025年相比，完全不是一個層級?！?/p>

這意味著，大模型終于可以“看懂”世界了。不只是識別圖像里的物體，而是理解物體之間的空間關系、運動趨勢、因果鏈條。

阿里云智能集團AI汽車行業解決方案總經理霍健在元戎發布會AI Talk的圓桌對話上舉了個例子：去年10月，特斯拉的系統在雨天能提前5秒預判前車可能打滑、撞護欄、彈回本車道，然后提前減速。這不是靠規則寫的，是模型自己學會的因果推理。

這種能力，小模型做不到。不是“很難做到”，是“原理上做不到”。

所以，2026年突然有一批頂級多模態人才從互聯網大廠往自動駕駛行業跳。不是因為他們突然對造車感興趣了，是因為他們看到了一個確定性趨勢：大模型在數字世界的紅利正在收窄，而物理世界是下一個巨大的、尚未被開墾的數據金礦。

而汽車，是目前唯一能提供海量“帶動作數據”的物理場景。一臺車每天在路上跑，視覺數據、雷達數據、方向盤轉角、剎車油門開度，這些數據天然帶標簽，天然連續，天然覆蓋長尾。在文本世界耗盡人類知識之后，物理世界的數據是下一個Scale（規模化擴展）的起點。

香港科技大學計算機系助理教授?徐英豪的判斷很清晰：“從我的角度看，終局不是單一的VLA或世界模型架構，一定是多模態共生。”

阮翀在發布會演講中，進一步拆解了這套大模型體系的實際運作方式。

他把基座模型的能力拆成了三個角色。第一個是Driver模型，負責開車——接受傳感器輸入，輸出方向盤、剎車、油門的控制指令。第二個是Analyst模型，把語言模態接入進來：有了傳感器輸入和駕駛動作，它可以分析模型為什么要這么開。比如開到路口時，它會告訴你前面有盲區、可能有行人突然出來，需要減速。這就給了模型可解釋性，讓你知道它為什么這么做，同時也負責數據標注。第三個是Critic模型，用來學習負向數據。小模型時代大家只用正向數據——告訴模型什么行為是好的，讓它去擬合。但很多不好的行為，比如闖紅燈、搶路權，也應該告訴模型。Critic模型專門處理這些，讓模型知道什么不該做。

三個模型跑在同一套基座模型上。這是關鍵。

過去小模型時代，每個任務單獨訓練一個模型，迭代一版可能需要100多個小時。阮翀說，現在可以用大模型把迭代周期壓縮到12個小時，加速近十倍。

怎么做到的？用大模型做數據表征，提前分析所有數據的場景分布，知道模型在什么場景下缺什么數據，然后做針對性的采樣或定向收集，把迭代過程前置。以前只能先訓練一個模型、再看模型好不好，才能反過來判斷數據質量，訓練周期很長；現在通過Foundation Model（基座模型）可以短周期內完成評估。以前訓好模型后必須部署到車上、出去開一圈才知道好壞，耗費人力物力；現在可以在云端虛擬環境里運行駕駛模型，就知道它開得怎么樣。

這些不光是算法優化，也是研發流程的底層重構。

當然，一個現實問題隨之而來：這么大參數的模型，車端芯片跑得動嗎？

阮翀提到了兩種方法。第一，蒸餾。用大模型教一個小模型，能力遠強于從頭訓練一個小模型。第二，相信時間的力量。硬件每年都在翻倍，模型大小不會是問題。他補了一句自己的經歷：“我以前2017年做的時候，在手機上跑50兆的模型，當時已經覺得非常大了；現在大家會在手機上跑1G、2G的模型做APP。對計算機行業來說，最大的教訓就是沒有新鮮事：所有在PC時代、個人編碼時代發生過的事情，都會在手機上再發生一遍；手機上發生的事情，又會在物理世界上再發生一遍?！?/p>

這段話有兩層意思。短期看，蒸餾可以讓大模型的能力“濃縮”到現有芯片上，性能雖有衰減但起點遠高于小模型。長期看，芯片算力的演進曲線不會停，現在覺得大的模型，三年后可能只是標配。元戎賭的不是今天的硬件，而是這條曲線本身。

元戎的“非共識”

如果說技術趨勢是顯性的，那么元戎啟行真正的優勢，是一些“非共識”的東西。

在和媒體溝通時，阮翀被問到“大模型跟物理世界空間交互的難點怎么解決”時，他直接說：“與其說是一個技術問題，我更覺得它是一個信仰問題?！?/p>

什么意思？你無法用數學證明大模型一定能達到人類駕駛水平。但你相信當一個系統的復雜度達到一定程度，智能行為就會涌現。如果你不信，你就不會All in；如果你半信半疑，你就會在小模型上修修補補，不敢真正燒掉舊地圖。

元戎啟行不僅是信，而且信得很早。周光提到，他們在2024年下半年就開始做VLA模型，當時OpenAI o1模型剛出來。“VLA”這個詞，在行業內還沒幾個人提。今天大家開始喊“物理AI”，元戎一年半之前就在內部討論了。

這不是事后諸葛亮。回顧元戎的歷史，最早做前融合，第一個在中國實現無圖、端到端。這些選擇在當時看來都是“非主流”，畢竟無圖方案在2023年之前被認為是“不可能量產”的。但事后證明，元戎踩對了每一個技術拐點。

再看人才的組織方式。對于為何加入元戎，阮翀的回答是：“最打動我的是跟元戎幾個合伙人聊天，感覺很好，大家可以像朋友一樣相處。”

聽起來很虛？但仔細看元戎的組織理念，會發現這不是客套。阮翀在演講中專門講了一個觀點：最好的項目組織方式是“輕微不足的人手，加上相對充足的token”。人手不夠，你才會去想什么才是真正重要的事；token充足，你可以用AI補足初級工作。

這是典型的AI-native組織觀。公司不是人的集合，而是人和Skill的集合。流程可以從TXT變成可執行的skill，不用再靠人去執行規章。

此外，周光還反復強調：“智駕就是以絕對安全為導向的?！彼鲎詣玉{駛的初衷，是因為小時候目睹過交通事故，想“救人救命”。這些話在發布會上說，聽起來像是公關稿。但在和媒體溝通時，他被反復追問商業、競爭、市場占有率時，每次都會繞回到同一個主題：安全。

他把安全的權重定義為“90分以上”，剩下體驗、舒適性、交互加起來10分。這個分配比例，在行業里是罕見的。

更具體地說，元戎今年目標做到1000公里MPCI。這個指標不是他們自己編的，特斯拉已經實現了。阮翀的原話：“這不是一個編出來的口號或者目標，它是一個已經實現的東西?！?/p>

別人做到了，你也要做到。這種對標，不是對參數，而是對安全標準。

行業的分化時刻

2026年，中國智駕行業正在發生一場靜默的分化。

一類公司走“性價比路線”：用小模型，做蒸餾、做量化，在低算力平臺上跑通基礎功能，用低價占據市場份額。這條路在商業上立得住，短期內能出貨、能回款。

另一類公司走“Scaling路線”：模型越做越大，算力越用越多，追求的是上限。不是“今天能不能開”，而是“明年能不能開得比特斯拉好”。

周光的判斷是：“真正實現跟車相關的，真正做到一千公里、一萬公里的安全，不可能靠傳統模式實現?！?/p>

這不是鄙視性價比路線，而是一個事實判斷：小模型的安全天花板很低。今天做到50公里MPCI，明天想做到100公里，靠修修補補還能撐一下。但從100到1000，不是線性努力能解決的問題，是范式問題。

周光觀察說，“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?！?/p>

這是關鍵。過去Robotaxi的瓶頸在“先驗信息”比如高精地圖、路測規則、遠程接管。Waymo在一個城市跑幾年才能開放一個區域。而大模型路線的邏輯是：模型認知能力足夠強，車到任何一個新城市，不需要提前建圖，不需要大量路測，直接開。

這不是漸進式改進，這是架構級降維打擊。

所以你能看到，元戎啟行的打法變化：從早期綁定高端車，到如今與零跑等品牌合作、下沉到十萬級市場。這不代表技術降級，恰恰相反。只要大模型足夠強，蒸餾到低算力平臺不是問題。周光說得很清楚：“難度不在于蒸餾，而在于讓大模型更強?！?/p>

這是一個非常重要的商業判斷：規模不是技術路線的敵人，而是數據飛輪的燃料。元戎目前存量30萬臺車，今年目標新增100萬臺。這個量級的車隊跑在路上，每天產生的海量真實駕駛數據，是大模型繼續進化的唯一途徑。

沒有規模，就沒有數據；沒有數據，大模型就是空中樓閣。

元戎啟行在2026年北京車展上展示的，是一套完整的、自洽的技術敘事：大模型是自動駕駛的唯一出路，物理AI是下一個十年的主戰場，而車是驗證這一切的最佳場景。

這套敘事在邏輯上是成立的，在時間點上是準確的。多模態大模型在2026年初確實取得了實質性突破，特斯拉已經用一千公里MPCI的數據證明了這條路徑的可行性。元戎啟行選擇在這個節點All in，既有前瞻性，也有現實基礎。

但故事終究需要路演。三十萬存量車中，真正跑通VLA架構的有多少？今年目標新增百萬臺，又有多少能搭載新方案？賬面上的量，不等于落地的質。再看競爭，字節、小米、理想正在涌入，小鵬已有可見成果，Waymo借Gemini全面轉型，特斯拉的領先還在拉大。元戎喊出“物理AI”的終局愿景，但從車到機器人，是全新的技術棧、不同的客戶群、倍增的組織難度。這個跨度，遠比切換智駕范式更大。

范式切換只是起點，不是終點。接下來的兩年，才是真正檢驗元戎啟行的時刻——它的VLA模型能否在城市道路上穩定跑出千公里級別的MPCI，它的客戶能否接受并持續搭載它的方案，它的數據飛輪能否真正轉起來，它的物理AI愿景能否從車延伸到更廣闊的物理世界。

這些問題的答案，不在發布會PPT里，而在路上。