本報(bào)記者 劉釗

    4月12日，在車百會(huì)研究院主辦的智能電動(dòng)汽車發(fā)展高層論壇（2026）上，元戎啟行CEO周光圍繞輔助駕駛技術(shù)演進(jìn)、量產(chǎn)落地和基座模型最新進(jìn)展作出分享。隨著城市NOA加快上車、端到端和多模態(tài)持續(xù)推進(jìn)，輔助駕駛已從“有沒有”進(jìn)入“好不好用、用戶愿不愿意常用”的新階段。站在這一節(jié)點(diǎn)上，企業(yè)競爭的重心，正由單點(diǎn)功能比拼轉(zhuǎn)向系統(tǒng)能力比拼。    

    公司供圖

    過去幾年，國內(nèi)輔助駕駛產(chǎn)業(yè)快速發(fā)展，技術(shù)路線不斷迭代，整車搭載規(guī)模持續(xù)擴(kuò)大。但與此同時(shí)，行業(yè)也面臨新的現(xiàn)實(shí)問題：算力上去了，投入增加了，量產(chǎn)車型多了，消費(fèi)者卻并未普遍把城市輔助駕駛當(dāng)作高頻使用的日常工具。圍繞這一現(xiàn)象，周光給出的判斷是，問題并不只是出在局部算法優(yōu)化上，更深層次的原因，在于小模型路徑的能力邊界正在顯現(xiàn)。

    “輔助駕駛正在從功能升級(jí)走向認(rèn)知升級(jí)，從執(zhí)行系統(tǒng)走向智能系統(tǒng)。”周光表示，下一階段輔助駕駛競爭的關(guān)鍵，不再只是算法優(yōu)化，而是系統(tǒng)認(rèn)知能力的進(jìn)化。也正因此，元戎啟行正在推動(dòng)輔助駕駛從小模型范式向基座模型范式切換，以期讓系統(tǒng)在復(fù)雜場景中具備更穩(wěn)定、更持續(xù)的進(jìn)化能力。

    從小模型迭代走向基座模型重構(gòu)        

    在周光看來，過去小模型方案推動(dòng)了輔助駕駛早期量產(chǎn)落地，但隨著場景復(fù)雜度不斷提升，其短板也愈發(fā)明顯。他在演講中提到，行業(yè)中普遍存在“蹺蹺板效應(yīng)”：同一套系統(tǒng)，早上跑得好，中午可能變差；在一個(gè)城市表現(xiàn)不錯(cuò)，換一個(gè)城市又可能失靈。某個(gè)版本強(qiáng)化了部分能力，下一個(gè)版本卻可能在別的場景里出現(xiàn)退步。

    “要真正解決問題，必須全面走向大模型、走向基座模型。”周光表示，輔助駕駛下一階段比拼的已不只是感知能力或簡單的端到端，而是整體認(rèn)知能力的進(jìn)化。按照他的劃分，當(dāng)前輔助駕駛系統(tǒng)本質(zhì)上包含Driver、Analyst和Critic三種角色，即執(zhí)行駕駛、理解分析和行為評(píng)估。過去，這些能力往往彼此分散；如今，則需要統(tǒng)一沉淀到同一個(gè)基座模型中。

    在這一體系下，輔助駕駛將不再只是“執(zhí)行系統(tǒng)”，而是邁向“認(rèn)知系統(tǒng)”。周光認(rèn)為，基座模型不僅要會(huì)開車，還要理解為什么這樣開，并評(píng)估是否開得更好。過去半年到一年，元戎啟行已圍繞這一方向重構(gòu)研發(fā)體系，推動(dòng)模型Scaling與數(shù)據(jù)Scaling同步前進(jìn)，打造40B基座模型，力爭實(shí)現(xiàn)輔助駕駛能力的系統(tǒng)性提升。

    與此同時(shí)，基座模型也在改寫數(shù)據(jù)閉環(huán)效率。按照周光介紹，傳統(tǒng)流程從問題發(fā)現(xiàn)、歸因分析到數(shù)據(jù)挖掘與標(biāo)注，周期通常需要5天以上；引入AI Orchestrator后，整個(gè)閉環(huán)周期已縮短至約12小時(shí)。對輔助駕駛企業(yè)來說，這意味著研發(fā)效率提升，更意味著每一次問題修正都能更快沉淀為模型能力，進(jìn)而推動(dòng)系統(tǒng)持續(xù)進(jìn)化。

    從規(guī)模化落地走向高頻化使用        

    技術(shù)路線的價(jià)值，最終還要落到量產(chǎn)成績和用戶體驗(yàn)上。周光披露，截至目前，元戎啟行已累計(jì)交付近30萬臺(tái)搭載城市NOA功能的量產(chǎn)車；過去一年，累計(jì)行駛里程超過13億公里，用戶使用時(shí)長超過4480萬小時(shí)，避免前向潛在碰撞事故14.1萬次，避免后向潛在碰撞事故4.7萬次。這些數(shù)據(jù)既是系統(tǒng)安全能力的現(xiàn)實(shí)驗(yàn)證，也是基座模型持續(xù)訓(xùn)練的重要基礎(chǔ)。

    不過，周光也指出，當(dāng)前行業(yè)仍存在明顯“落差”：市場規(guī)模持續(xù)擴(kuò)大，芯片算力提升至更高水平，但城區(qū)NOA用戶黏性仍在20%至30%區(qū)間，城區(qū)NOA滲透率僅15%左右。換言之，輔助駕駛雖然越來越“可用”，卻還沒有真正走到“愛用”的階段。

    “如何讓輔助駕駛從‘可用’走向‘愛用’乃至‘依賴’，是下一階段必須解決的問題。”在周光看來，這背后仍是技術(shù)問題。只有真正解決系統(tǒng)在復(fù)雜長尾場景中的穩(wěn)定性問題，讓用戶在不同城市、不同時(shí)間、不同路況下都能建立一致預(yù)期，輔助駕駛才可能從展示型功能變成日常出行工具。

    基于基座模型，元戎啟行正嘗試構(gòu)建統(tǒng)一底座下的多元產(chǎn)品矩陣，覆蓋100 TOPS經(jīng)濟(jì)型方案、500 TOPS高性能方案及上千TOPS Robotaxi場景方案，以適配不同平臺(tái)和車型需求。所有產(chǎn)品共享同一基座模型，量產(chǎn)車真實(shí)道路數(shù)據(jù)持續(xù)回流，形成更強(qiáng)的數(shù)據(jù)飛輪。周光坦言，真正的關(guān)鍵不只是提升芯片算力，而是“如何讓大模型變得更好，而不是讓700 TOPS的芯片跑出的效果和100 TOPS差不多”。

    面向2026年，元戎啟行計(jì)劃推動(dòng)城市NOA量產(chǎn)交付規(guī)模突破100萬輛，將MPCI指標(biāo)提升至1000公里以上，并推動(dòng)用戶高頻使用率提升至50%以上。與此同時(shí)，2026北京車展期間，元戎啟行首席科學(xué)家阮翀也將首次公開演講，系統(tǒng)分享公司在基座模型方向的最新技術(shù)進(jìn)展與核心成果。

（編輯 張文玲）