“如果合作的車型只能賣100、200臺沒有意義。我們需要的是資料，所以我期待有更多的爆款車，來補齊工程化的基因。”
編輯 | 李雨晨
過去，智駕方案領域一直有著“地大華魔”等四家國內頭部智駕玩家的說法。如今，以城區高階智駕為一道分界線，以“華元魔”（華為、元戎、momenta)為代表的第三方“端到端”技術供應商，逐漸搶佔了技術方案與車型落地上的先機。
北京車展期間，華為、元戎、Momenta均推出了端到端的量產智駕方案。
華為一直是話題流量的王者，擁有極強的技術號召力，研發規模達7000人。2022年之前，華為也在用高精地圖，而後堅定地走無圖路線。2023年4月16日，華為正式釋出不依賴高精地圖的ADS 2.0。
Momenta則是依靠自己豐富的量產經驗，與比亞迪、廣汽、豐田、賓士、通用等車企的合作，為它的端到端方案提供了資料養料。
相比於前兩者，元戎的特點在於原生的AI基因，發力時間早。如果以端到端的研發時間來看，元戎2023年3月就確定了端到端方向的研發，8月就完成了端到端模型的道路測試。從這點看，元戎是國內最早把端到端模型測試車跑在城市公開道路的方案商。
據雷峰網瞭解，元戎的第一款車的量產僅僅花了8個月的時間，第二款車的量產用了5個月，而後續一個新的車型適配時間會縮短到3-4個月。10月，吉利與賓士合資的Smart品牌旗下的smart 精靈#5 上市，該車型也採用了元戎啟行提供的無圖城區NOA功能方案。
11月初，元戎啟行完成一輪1億美元的融資。截至目前，元戎啟行已完成6輪融資，累計融資金額超5億美元，高階智駕平臺DeepRoute IO已成功搭載上車，與車企共同打造的量產車已超2萬臺，並與多家主流車企共同推進10個量產專案，涵蓋了SUV、MPV、越野等各種車型。
端到端的原理無需贅述，想要做好一個端到端模型有三個因素：好的模型、海量的優質資料和大算力。更容易形成壁壘的，是前兩者。
與大語言模型在網際網路上爬取海量文字資料用於訓練不同，端到端智駕需要的影片資料獲取成本和難度極高。量產上車，是獲取優質資料、迭代模型的一條必經之路。這也決定了端到端是一條“強者恆強”的技術路線，留給後來者的時間視窗則會越來越小。
元戎啟行CEO周光說，元戎已經投入了更多的精力在下一站的VLA模型。VLA模型是一個融合了視覺、語言和動作的多模態模型，可提高模型的泛化能力和判斷推理能力。到2025年，元戎的 VLA 模型將基於英偉達下一代智慧駕駛計算平臺Thor正式釋出，屆時元戎將成為業內首批將 Thor晶片部署上車的智駕公司之一。
目前，行業裡流行的做法是One Model端到端+VLM技術架構。
在周光看來，VLM+端到端與VLA模型的區別在於，前者是教練透過語言的形式教學員開車，後者是教練自己開車。“教練開車和學員開車，兩種方式你更放心哪一個？”
元戎有著不同於行業的競爭心態：不打價格戰、不搞車海戰術。周光表示，“如果合作的車型只能賣100、200臺沒有意義。我們需要的是資料，所以我期待有更多的爆款車，來補齊工程化的基因。
明年，元戎會基於端到端架構去拓展Robotaxi業務，並且積極開展海外業務，明年還會參加日本車展。
周光認為，“元戎啟行的公司願景是為真正的AGI做一些貢獻，汽車不應該定義成汽車，而是一個機器人的載體，希望元戎啟行的技術能夠應用到整個物理AI。”
11月3日，雷峰網《新智駕》與周光進行了一次對話。以下為對話內容，結合了部分元戎融資溝通會的問答。
新智駕：元戎的這輪融資，應該是今年智駕行業比較重磅的一筆。
周光：近兩年從投資機構拿錢挺難的，其實我們也有能力去融一些比較好拿的錢，但沒必要。我們賬上還有餘糧。而且，我們的風格是該花的花，該砍的砍，我們砍掉了港口，也砍掉了L4。
新智駕：這筆錢對於行業有什麼樣的激勵作用？
周光：行業裡有做得好的拿到了錢，這很正常。最差的情況是什麼？你做到最好也拿不到錢。
新智駕：能不能談談你們跟客戶第一次見面時的場景？對方提了那些要求？
周光：我挺佩服他們的。第一次就見了他們總裁，只對我們提了一個要求，要求我們all in，在量產車上實現跟今天一樣的效果。實際上，做到今天這樣上車的效果，沒有雙方all in是不可能的。他們也是全力以赴，特別開放地投入。
而且，我們量產真的是第一次走完全程，不是幾百臺工程車，所有的問題都是在萬級的數量級去體驗。你不知道我們客戶會把車開到哪裡，就好像有的case在農村，到處都是雞。但最後，我們也都處理好了。
新智駕：在這些極端場景裡，元戎做的怎麼樣？
周光：跑得可以。2023年3月，我們就釋出了“無圖”方案，我們第一個搞出來的。但當時我們做了一個非常巨大的決定：量產端到端。這就意味著，我們是原生的端到端，一開始就是端到端的技術架構，所有的產品、工具鏈都是圍繞端到端來開發，不能先上一套rule-based的無圖方案再去迭代。
我們是唯一一個，你跟我約定一個城市，我們就能在約定地點一起接車，馬上去測試的公司，我覺得直到今天也很難有公司這麼做。
做得好也因為我們足夠all in，我有三四個月待在主機廠所在的城市，回到深圳的家都有點陌生。但做專案需要雙方都all in，如果是各懷鬼胎沒有意義。
新智駕：八個月的量產時間是如何做到的？
周光：我們之前也有過幾乎量產的定點專案，這個專案還是現在智慧化營銷做得最好的一個品牌。借這個機會，我們也積累了很多的專案經驗。
雖然我們在技術上走得最早，但當時行業認知是，做自動駕駛必須有圖，大家都認為“無圖”是皇帝的新衣。光靠元戎根本不可能（把市場教育起來），連車都上不了。只有這個品牌有能力成為“鯰魚”，去把智慧駕駛行業攪活起來。
這個公司學習了元戎的技術，幹出了第一版“無圖”方案推向市場。所有主機廠才慌了，才掀起了國內的智慧化浪潮，中國汽車市場的智慧化水平才能像現在這樣。
新智駕：跟主機廠的合作，讓你們學到了什麼？
周光：我們跟主機廠的合作，本質是把我們變成更to C的公司。哪怕是端到端、“無圖”技術，沒到量產前，都還是透過demo獲取客戶，你只關心這個系統的上限。
但是真正的量產，需要把產品交到消費者手中。你對底線的把控、對穩定性的把控、對一致性的把控，這非常重要。2020年，我們10臺車裡只有7臺能用，其餘3輛不知道什麼原因用不起來，這也是量產上的經驗不足導致的。
跟頭部主機廠從0到1量產合作，是極其難得的機會。因為0到1是最關鍵的，市場機會是逐漸收斂的，沒有人再願意冒險把車給沒有量產經驗的廠商。我覺得元戎是最有tech vision的。
新智駕：第一個量產專案有沒有掙到錢？
周光：營收很可觀。但如果要覆蓋研發成本，那（第一個專案）還不夠。高階智駕和低階智駕不一樣，入局門檻高，市場競爭沒那麼激烈，能做的也就那麼三家。我們現在跟別人談都說：元戎比別人貴，但是效果好。並且比現在某頭部廠商，我們（智慧駕駛系統的）價格還是很親民的。
新智駕：有哪些量產經驗可以沉澱下來？
周光：核心還是系統穩定性。本質我們是一個AI系統，不是靠程式碼，按道理我們的工程難度比中低階rule-based公司難度低。他們寫if-else，遇到問題就反覆調。我認為這不是工程學問題，我們是AI，為什麼要調整那些規則呢？
新智駕：基於AI就不會出現bug嗎？
周光：不能叫bug，並且我們有安全機制。第一，我們出現問題的機率很低，第二，我們對安全問題有兜底。另外，安全兜底機制肯定要迭代。隨著AI能力的提升，你會更不想去限制這個AI。只是在某些場景下，兜底機制會去接管這個車輛，避免風險發生。其實，今天的AEB就是人類智駕的兜底，我覺得未來AI Safety會變成新的AEB。
新智駕：未來合作車型有什麼進展？
周光：在共同推進10餘款車型的量產。我們是和客戶深度合作，跟一些廠商的車海戰術風格不一樣。這樣的邏輯，車企也願意跟我們一起打造爆款車型。
新智駕：資料背後，資料的頻寬和儲存費用就很巨大，這個成本和算力儲備問題如何解決？
周光：端到端跟VLA對算力要求沒有語言大模型那麼大，今天的Orin能夠即時跑的也就是10億的引數，車端的端到端VLA跟真正的大語言模型比起來是個小網路。
做端到端和VLA的時候，演算法是巨大的差距，對算力的要求沒有大模型那麼大，我們自己投了不少錢在卡上，也有自己的算力儲備。同時阿里也是我們的股東，我們在有算力需求時候也可以跟股東尋求幫助，這並不是問題。
新智駕：目前元戎團隊規模如何？
周光：集團人數800人左右。人越多說明你越原始，越不是端到端。AI相關人才難以快速擴招，但是量產交付的工程團隊相對好點，這麼多年，主機廠、傳統Tier1已經培養了很多工程人才。
新智駕：元戎是行業裡比較早做無圖的公司。但是此前，在我們的採訪中，有地圖廠商的負責人直言：過去，高精度地圖全部裝在車機端的，現在變成在訓練端。一些車企每時每刻都在用高精度地圖，同時透過資料採集，進行雲端訓練。什麼才是真實的無圖NOA?
周光：我們是最早的，不是比較早。比較早期的版本，確實很難看出來是不是無圖。但是端到端模型做出來的時候一定是基於“無圖”。你想做好AI，你就沒辦法用高精地圖的形式去做。高精地圖是向量資料，AI不擅長處理向量資料，就跟人對加減乘除一樣天生不擅長。
新智駕：目前，高階智駕裡有一個不成文的“華大地魔”的第一梯隊的說法，您認可嗎？
周光：華大地魔是去年的說法。去年能跑高速NOA的就能稱為高階，但今年的高階就是真高階，要有城市NOA。現在已經量產城市NOA的智慧駕駛公司也就三家，元戎是其中一家。
新智駕：今年的快速發展，元戎是不是已經進入了第一梯隊？在您的標準裡，哪些要素是成本第一梯隊必備的？
周光：具備“無圖”端到端的城市智駕能力，才有可能進入第一梯隊。但這是一個雞生蛋、蛋生雞的問題。你要做端到端就要先量產，沒有量產資料玩不了端到端。但你現在沒有端到端，之後就量產不了。這就是為什麼我說以後的智駕方案商會很難，身位會被拉得越來越遠。沒量產經驗的，想讓車廠付出一定的時間成本陪你玩，這很難了。
另一方面，成為第一梯隊，你需要有萬臺級起步的量產車，低於萬級沒有意義。端到端1.0能有萬臺級的車，效果就很好。要做VLA，10萬臺車的規模才是一個理想狀態。VLA對資料量的要求會比端到端1.0多一個數量級。國外的一些端到端公司沒有量產專案，解決不了資料問題，10億美金也買不到資料，物理AI在中國的機會還是比較大的。
新智駕：此前，元戎被媒體報道會採用高通的智駕晶片。但是您在公開演講中也表示，基於端到端模型，元戎啟行正基於Thor晶片研發VLA（Vision-Language-Action Model，視覺-語言-動作模型），該系統將於明年推出。高通的這一說法靠譜嗎？
周光：我們還在評估。我們的方案可以適配各家晶片廠商，可以根據主機廠的要求去做適配。晶片是主機廠選，尤其是海外的主機廠，會更提前選定晶片廠商。
新智駕：現在是11月，明年到這個時候，端到端會有什麼樣的變化趨勢？
周光：可能今天你用高速NOA覺得很舒服。但在端到端出來之前，城區高階智駕就不是好用的狀態，真正好用還是在端到端出來之後。
到明年這個時候，你用城市NOA就會像高速NOA一樣舒服，百公里級的接管頻率明年應該能看到。當消費者很願意用的時候，市場就真的收斂了。
新智駕：今年年初，您關於L4的說法引起了不少爭議，您的看法還是這樣嗎？
周光：L4這條路就是有侷限性，它商業化落地就是很難。我覺得，大模型出來之後，大家更信AI了，這是一個價值觀的變化。你不能對這個世界發生的事情無動於衷。
我是2020年就意識到（基於高精地圖方案的）L4這條路存在不足，但是我們會做robotaxi，以端到端架構支援運營，而不是基於模組化的、基於高精度地圖去做，那沒有意義，沒有商業化。我們的運營模式就是沒有區域限制的運營。
物理AI最根本的目的一定是取代人，自動駕駛的最終目的也是把人去掉，讓機器幫我們開車。技術線路的問題，就是說你不要拿Waymo這套技術線路和特斯拉的技術線路比，兩個出發點是不一樣的。
新智駕：元戎有上市計劃嗎？
周光：我們不急。因為我們走在正確的路上，也有自我造血能力，沒有什麼上市壓力。
