元戎啟行CEO周光：L3很可能被跳過，物理AI的下半場是機器人

“隨著大模型、端到端、多模態的快速發展，我認為L3很可能會被跳過，城市NOA（領航輔助駕駛）將直接演進到Robotaxi（自動駕駛出租車）階段?！?月12日，元戎啟行CEO周光在智能電動汽車發展高層論壇（2026）期間接受《每日經濟新聞》記者采訪時表示。

周光指出，L3的本質是在模型不完美的情況下，通過人工補丁和工程能力去實現，而通用自動駕駛的真正路徑是提高模型的認知能力，二者是截然不同的思路。

當前，關鍵指標如MPCI（每關鍵接管行駛里程）正在每年快速增長，尤其在大模型介入之后，增速更快?！叭绻磕暌粋€數量級的提升，突破很快就會到來?！痹谥芄饪磥?，城市NOA不再需要經過一個以L3為名的過渡階段，而是直接邁向真正的通用自動駕駛。

圖片來源：主辦方供圖

支撐這一判斷的，是整個AI界從文本到多模態、從語言模型到物理智能的躍遷。周光認為，互聯網大廠選擇在此時入局自動駕駛，根本原因并非看中汽車軟件授權費，而是為了驗證物理AI。

“文本突破之后，大模型的下一步就是多模態，而多模態離物理世界的Agent（智能體）只有一步之遙。”他強調，在所有機器人場景中，只有汽車能提供海量帶有動作（Action）的真實數據，幾十萬甚至上百萬公里的駕駛行為、決策與反饋是解決“數據荒”的唯一途徑。

據周光透露，今年年初，DeepSeek（深度求索）核心研究員阮翀已加入元戎啟行，主要負責多模態和基座模型，以通用形式解決物理AI問題，而非采用非通用的方式。

“物理AI的上半場是自動駕駛，下半場是機器人，但第一個能驗證物理AI的場景就是汽車。”周光表示，這也解釋了為什么元戎啟行能夠吸引到阮翀這樣的人才，他們要做的不是一家傳統Tier 1，而是一家真正的物理AI公司，更多細節將在今年北京車展上亮相。

值得注意的是，在商業路徑上，元戎啟行近期從高端車型下沉至十萬元級市場，與零跑等頭部新勢力合作，被外界視為“鋪規?！钡男盘?。

對此，周光回應稱：“技術路線與商業規模并不沖突，真正的難點是讓大模型變得更好，而不是把好模型蒸餾到低算力平臺。關鍵在于有沒有更大、更強的基座模型，而不是守著一個小模型打補丁?！?/p>

談及Robotaxi的競爭與挑戰，周光指出，模型能力的提升遠比運營技巧更重要，“不可能靠先驗信息和規則來做自動駕駛”。

“Waymo依托Gemini的人才已經完成了范式轉變，不是所有公司都能跨越這個階段，那些仍停留在舊范式的公司則將面臨嚴峻考驗?！敝芄庹J為。