“在当下大模型、端到端技术以及多模态技术迅猛发展的态势下，我觉得L3级自动驾驶极有可能被直接跨越，城市NOA（领航辅助驾驶）将会迅速朝着Robotaxi（自动驾驶出租车）阶段迈进。”4月12日，在智能电动汽车发展高层论坛（2026）举办期间，元戎启行CEO周光在接受《每日经济新闻》记者采访时如此说道。

周光进一步解释道，L3级自动驾驶的本质，是在模型尚不完善的情况下，依靠人工添加补丁以及工程能力来达成目标。而通用自动驾驶的真正实现路径，在于提升模型的认知能力，这两者在思路上有着本质的区别。

当下，诸如MPCI（每关键接管行驶里程）这类关键指标，正呈现出每年快速增长的趋势，特别是在大模型介入之后，增长速度更是大幅加快。周光分析称：“倘若每年都能实现一个数量级的提升，那么突破的时刻很快就会到来。”在他看来，城市NOA无需再经历一个以L3为名的过渡阶段，而是能够直接迈向真正的通用自动驾驶领域。

图片来源：主办方供图

支撑周光做出这一判断的，是整个AI领域从文本处理到多模态应用、从语言模型向物理智能的重大跃迁。周光认为，互联网大厂选择在这个时候入局自动驾驶领域，其根本原因并非是看中了汽车软件授权费所带来的收益，而是为了借助自动驾驶来验证物理AI的可行性。

“在文本处理技术取得突破之后，大模型的下一个发展方向必然是多模态。而多模态与物理世界中的Agent（智能体）之间，仅仅只有一步之遥。”周光着重强调，在所有的机器人应用场景当中，只有汽车能够提供海量且带有动作（Action）的真实数据。几十万甚至上百万公里的驾驶行为、决策过程以及反馈信息，是解决当前“数据荒”问题的唯一有效途径。

据周光透露，今年年初，DeepSeek（深度求索）的核心研究员阮翀已经加入元戎启行，主要负责多模态和基座模型的研究工作。其目标是以通用的方式来解决物理AI问题，而不是采用那种非通用的、局限于特定场景的方法。

“物理AI的发展进程可以分为上下半场，上半场是自动驾驶，下半场则是机器人。不过，第一个能够验证物理AI可行性的场景就是汽车。”周光表示，这也正是元戎启行能够吸引到阮翀这样优秀人才的原因。他们致力于打造的并非是一家传统的Tier 1供应商，而是一家真正的物理AI公司，更多关于公司的详细信息将在今年北京车展上对外公布。

值得注意的是，在商业发展路径方面，元戎启行近期做出了战略调整，从原本专注于高端车型市场，下沉至十万元级市场，并且与零跑等头部新势力车企展开合作。这一举措被外界视为元戎启行“铺规模”的重要信号。

对于外界的这一看法，周光回应称：“技术路线的选择与商业规模的拓展之间并不存在冲突。真正的难点在于如何让大模型变得更加优秀，而不是将一个优秀的模型蒸馏到低算力平台上。关键在于是否拥有更大、更强的基座模型，而不是守着一个小模型不断地打补丁。”

当谈及Robotaxi领域的竞争与挑战时，周光指出，模型能力的提升对于自动驾驶的发展来说，远比运营技巧重要得多。“不可能依靠先验信息和规则来实现真正的自动驾驶。”

“Waymo依托Gemini的人才已经完成了技术范式的转变，并非所有的公司都能够顺利跨越这个阶段。那些仍然停留在旧范式的公司，将会面临极为严峻的考验。”周光最后总结道。