编者按｜2025年4月23日，以“拥抱创新 共赢未来”为主题的2025第二十一届上海国际汽车工业展览会在沪举办。搜狐汽车·以直播探访的形式，与整车及汽车产业链上下游的50余位海内外企业领导继续展开“王牌对话”，探求当下汽车产业的发展新趋势、新特点。

出品｜搜狐汽车·

作者 丨 胡耀丹

4月23日，元戎启行宣布与火山引擎达成深度合作，双方将深度协同，联合车企共同打造AI汽车。当日，元戎启行以“轮上AI驱动未来”为主题开展了一场深度对话，元戎启行CEO周光与火山引擎汽车总经理、智慧出行与具身研究院院长杨立伟，针对VLA技术、智能驾驶战略等展开讨论。

元戎启行是一家智能驾驶领域的独角兽企业，是坚定的“无图”智驾派，目前将主要资源投入研发端到端、VLA等前沿智驾技术。

“去年北京车展，我们展示了端到端技术的演进和模块化，在行业内起到了技术引领的作用。对于VLA技术，我相信明年它很可能会成为行业共识，虽然现在还不是。”周光表示，元戎启行是中国无图智驾技术的开拓者，用实际成果证明了无图技术的可行性。现在，无图技术已经成为行业标准答案。

具体到VLA技术的优势上，周光认为，VLA能解决很多人担心的可解释性问题。“现实世界很复杂，很多情况无法用简单的代码条件来涵盖。如果模型具备语言能力，就能用语言向人解释它的行为，这会让人更有安全感。”周光说，如果在技术发展过程中不重视安全，盲目追求数量和规模，是很不负责任的行为。

针对如何平衡性能和成本的问题，元戎启行的观点是，要在正确的技术道路上降本。“我们不会走向更低端的产品路线，因为从技术演进的角度来看，那样做没有意义，不符合技术发展的规律。我们更注重在先进技术的基础上，通过优化和创新来降低成本。”周光说。

面对当下业内热传的“L3上车”趋势，周光指出，一个 L3 级系统，用户想在途中休息一小时，但车只开了 50 米就卡住了，无法到家，这样的系统用户肯定不想用。因此，L3级智能驾驶要在安全性和智能性之间找到一个平衡点。不能一味地追求绝对安全而让系统变得过于保守，也不能只注重智能性而忽视安全。

以下是采访速记（有删减）：

Q：今年辅助驾驶分管部门针对辅助驾驶乱象发声，怎么看现阶段辅助驾驶传播的问题？

周光：国家的指导意见对行业是好事。智能驾驶和安全紧密相关，以前宣传和技术实际水平不太匹配，不是像手机 APP 重启一下那么简单。现在的意见能让行业更专注于技术本身和安全问题。这会让企业更加踏实地去提升技术，而不是过度夸大宣传，对整个行业的健康发展很有帮助。

元戎今年技术核心围绕安全。比如在做模型的后训练时，我们特别重视安全对齐。只有系统足够安全，我们才会推向市场，这既是对行业负责，也是对消费者负责。如果安全没保障，技术再先进也没用，所以安全始终是我们的首要考量。

Q：安全性能在辅助驾驶中至关重要，如何理解辅助驾驶与安全的关联？安全性能怎样走进千家万户？

周光：我试驾特斯拉 FSD V13 的时候，最大的感受就是它在美国版本下没有监管意愿。一上车，整个 AI 系统好像预判了我的预判。我认为，辅助驾驶的好坏应该用接管意愿来衡量。车辆在行驶中可能有很多接管情况，如果有太多无效接管行为，即便很安全，消费者也不爱用。而且碰撞隐患也是技术要解决的关键问题，好的辅助驾驶应该更像人一样驾驶，达到这种程度后，初级的安全层面自然会提升，驾驶体验也会更好。

端到端技术出现后，智能驾驶在拟人化和聪明程度上有了很大提升。我觉得，只有聪明又安全的 AI 系统，才能真正赢得消费者的认可。像一般单次用车一小时，如果十次里有八九次都没有接管意愿，那这个系统就非常不错了。

端到端技术虽然在拟人化上提升了体验，但安全底线也不能忽视。我们在研发过程中，要不断优化技术，确保安全性能的稳定提升，让消费者真正放心使用辅助驾驶功能。

Q：大模型提升了行车性能，也提升了元戎系统的安全性能？

周光：是的，举个例子，ChatGPT 刚出来的时候，特别像第一代端到端技术的表现。跟它聊天，感觉它像人但又经常胡说八道，虽然大家会被它像人的感觉shock到，但也会在意它的幻觉问题。而现在的 ChatGPT，胡说八道的概率大大降低。大模型在辅助驾驶领域也会经历类似的发展过程。随着大模型技术的不断优化，它在提升行车性能的同时，也会让系统的安全性能同比例提升。比如在应对复杂路况时，大模型可以更准确地判断和决策，避免事故发生，保障行车安全。

Q：光哥提出了 Road AGI 战略，在辅助驾驶快速发展阶段推进该战略，有什么考量？

周光：我们的目标是实现 L5 级自动驾驶，这是做智能驾驶技术和辅助驾驶的企业共同的愿望。实现 L5 级有不同的路径，之前很多人相信建图的方式，觉得建更多的图，覆盖所有城市就能实现，但在过去十年，这条路发展得并不顺利，规模很小。目前验证的是在一些极限载荷、特别窄的道路上还行，但全域覆盖很难。

另外，我们看到大模型的发展经历了弱专家系统、通才、强专家系统阶段。在 GPT 出来之前是弱专家系统阶段，GPT 出现后进入通才阶段，就像 AI 模型刷高考题，数理化都考，从专科水平一路提升到 985 高校水平。到了 985 水平后，又进入垂直场景的强专家系统阶段，现在有些领域做到了博士级水平，甚至还有计划冲击诺奖级水平，比如解决黎曼猜想。

智能驾驶技术的发展和大模型技术高度相似，我认为通才系统阶段是绕不开的。不是说要设计一套完全不同的模型，而是同一个模型应该具备多方面的能力，既能处理好一种任务，也能处理好其他任务。这是从弱专家到通才再到强专家的必经之路，这是基于技术的判断，并非商业选择。

我们希望打造一个为移动服务的基础模型。比如你给我一个地址，不管是虹桥机场还是虹桥某个小区的具体楼栋号，车仅靠AI 推理能力就能到达。先靠导航在路上行驶，到了小区门口，再通过大模型能力找路，找到楼、电梯，最后送到家门口。这种基础能力是未来具身智能必须具备的，就像机器人不能永远靠遥控器控制一样，汽车也需要具备自主行驶的能力。通过推进 Road AGI 战略，我们希望为实现L5级自动驾驶打下坚实基础。

杨立伟：光哥说得很对，现在的技术发展趋势确实如此。RoadAGI 战略为自动驾驶的发展提供了新的思路和方向，通过借鉴大模型的发展路径，有望突破现有的技术瓶颈，实现更高等级的智能驾驶。我们也会在合作中，为这一战略提供技术支持，共同推动行业发展。

Q：元戎似乎更注重挑战AI上限，而非追求极致低成本产品，光哥能分享下元戎 AI 战略吗？立伟老师从产业角度谈谈看法。

周光：我们并非不考虑降本，而是要在正确的技术道路上降本。比如在技术选择上，我们坚持 End To End（端到端）和大模型的技术路线，不会因为追求低成本就走回 Rule based（基于规则）或者加图的老路。

如果能通过端到端和大模型技术实现功能，那成本越低越好。最近我们推出了高通 8650 产品，这就是一款成本 Friendly（友好型）的产品，这个芯片是Qualify做Enterprise。但我们不会走向更低端的产品路线，因为从技术演进的角度来看，那样做没有意义，不符合技术发展的规律。我们更注重在先进技术的基础上，通过优化和创新来降低成本。

我们就是要在保障技术先进性的前提下，通过合理的方式降本。这样既能提升产品竞争力，又能推动行业技术进步，为消费者提供更好的产品和服务。

杨立伟：从产业角度来看，技术演进起着关键作用。以前做分段式的辅助驾驶，为了制定规则需要投入大量人力，像行业内最头部的几家企业，包括车企，都有几千人参与。但接触元戎后发现，他们真正的算法团队只有一百人左右，这和语言大模型的发展模式很相似。以前做推荐算法也需要很多人，但后来做语言大模型时发现，更重要的是人才质量和创新能力。给人才提供良好的环境和足够的算力，让他们进行创新，同时有顶尖人才进行基础模型的研究，上层再进行工程化优化。

辅助驾驶发展到 VLA（Vehicle Language AI，车辆语言人工智能）阶段，开始比拼技术人才的质量，而不是数量。虽然对算力的需求增大，会导致成本上升，但从长期来看，辅助驾驶从推理到后训练，成本会先上升到一个高峰期，之后随着技术发展还会下降。随着辅助驾驶的普及，越来越多的车会分担软件、硬件和云端算力的成本，成本看起来很快就会下降。元戎做高端车或高端车型，把人力成本、算力成本分摊后，终端成本也能够降下来。所以，从产业发展的角度看，元戎的战略是符合技术发展趋势和成本控制需求的。

Q：元戎全力投入 VLA 赛道，而特斯拉似乎不提 VLA，元戎这么做的意义是什么？

周光：特斯拉虽然嘴上不说 AI，但实际上从 V12 - V13 版本的进展就能看出，他们应用了大模型技术。现在整个 AI 生态，中国越来越开源，美国越来越闭源。特斯拉 V12 - V13 版本在安全性上有很大提升，一定程度上解决了幻觉问题。大模型发展过程中，一直在解决幻觉问题。

元戎可能是在车领域最早提出 VLA 的，但实际上 VLA 概念是谷歌提出的。谷歌在 AI 领域贡献巨大，像 Transformer 就是他们的成果，谷歌旗下的 Deepmind 也是人才济济。随着技术的发展，VLA 的应用会越来越广泛，我们全力投入这个赛道，就是为了在技术上保持领先，为辅助驾驶的发展探索新的方向。VLA 可以让汽车更好地理解人类语言，实现更自然的交互，提升驾驶体验和安全性。

杨立伟：辅助驾驶此前缺乏语言模型，但现在语言模型发展成熟，并且和强化学习结合得越来越紧密。语言大模型火起来后，全球很多优秀人才都投身到这个领域。以前辅助驾驶技术火的时候，大家没太关注大模型，因为当时觉得辅助驾驶场景小，资金和人才都集中在语言模型研究上。现在辅助驾驶技术可以借助语言模型的发展快速前进，而且效果很好。辅助驾驶和未来的机器人都需要与人交互，如果机器不能理解人的意思，就很难实现高效交互。而语言模型是实现人机交互的最佳方式，所以从这个逻辑来看，VLA 是确定的发展趋势。元戎投入 VLA 赛道，就是顺应了这一趋势，有望在未来的辅助驾驶市场占据优势。

周光：就像身边有个人，如果他不说话，只是做事，你会觉得害怕、不可预测。但如果他经常跟你交流，你就会觉得他的行为是可预测的。在辅助驾驶中，语言就起到这样的作用，它能让用户更好地理解系统的行为，增强安全感。所以 VLA 对提升用户体验和安全感非常重要，这也是我们投入这个赛道的重要原因。

Q：VLA 在数据训练和用户体验上与传统技术有何差异？

周光：VLA 能解决很多人担心的可解释性问题。在没有语言之前，整个神经网络的决策过程很难解释，大家觉得写代码好，因为代码有 If else 语句，可以去查看和解释。但实际上，现实世界很复杂，很多情况无法用简单的代码条件来涵盖。如果模型具备语言能力，就能用语言向人解释它的行为，这会让人更有安全感。比如打车的时候，司机提前跟你说为什么要这样行驶，你就不会因为无法理解他的行为而感到不安。

在智能驾驶领域，安全是第一位的，近期发生的一些事故也让大家更加重视安全问题。如果在技术发展过程中不重视安全，盲目追求数量和规模，那是很不负责任的行为。VLA 通过提升可解释性，能让用户更放心地使用智能驾驶系统，这是它与传统技术的重要差异之一。

杨立伟：在数据训练方面，VLA 和传统技术也有很大不同。传统技术可能更依赖特定的数据集和规则，而 VLA 可以利用大规模的语言数据进行训练，学习到更丰富的知识和模式。在用户体验上，VLA 不仅能让系统更智能地驾驶，还能像一个贴心的伙伴一样和用户交流，提供更多个性化的服务，这是传统技术很难做到的。所以，VLA 在数据训练和用户体验上都具有明显的优势，将为智能驾驶带来新的变革。

Q：安全对用户来说是信任和对系统交互的理解，如果系统在交互上让用户更安心，比如提醒前方路段信息，是否能增加用户信任和安全感？

杨立伟：可预期性在安全方面非常重要，而语言能带来可预期性。就像在现实生活中，如果一个人做事前都跟你说一声，你对他的行为就有了预期，感觉会完全不同。在智能驾驶系统中也是如此，即便系统性能相同，一个会 “说话”，能提前告知用户操作和路况信息的系统，一定会给用户更强的安全感。比如车辆在变道、减速等操作前，提前通过语音或其他方式提醒用户，用户就能更好地理解系统的行为，从而增加对系统的信任。

周光：泊车显示就是一个很好的例子。在辅助驾驶过程中，泊车时如果能让用户清楚地看到车辆周围的环境和操作过程，用户就会更放心。好的交互设计非常关键，即使技术水平相当，交互体验的好坏也会对用户感受产生很大影响。通过优化交互设计，让系统与用户更好地沟通，可以有效提升用户对智能驾驶系统的接受度和信任度。

而且这种交互不仅是面向车内用户，还可以面向周围的车辆和行人。比如在一些特定场景下，车辆通过灯光或其他方式告知周围环境自己的意图，像 “我正在自助泊车”，这样能让周围的人和车更好地理解车辆行为，提高整体的安全性和交通效率。

Q：VLA 如何提升实际行车安全？现在大语言模型错误输出越来越少，不过汽车领域容错率低，如何应对出错风险？

杨立伟：目前的智能驾驶技术还没有达到 L5 级，大多是组合辅助驾驶，所以在宣传和使用时不要过度夸大。解决大语言模型的幻觉问题对提升安全性有很大帮助，但要完全保障安全，还需要技术的进一步发展。

我们认为 RoadAGI 这条路是通向 L5 级的可行方向，而不是一味地依赖加图的方式。在大模型技术应用于辅助驾驶的过程中，大家还是要保持敬畏之心。虽然现在大模型的幻觉情况比以前少很多，比如以前生成的网站链接打不开，现在基本能打开，也不会随意编造无法查证的法律案件，但仍然不能掉以轻心。

周光：大模型在辅助驾驶中的应用确实提升了很多方面的性能，但安全始终是重中之重。我们在研发过程中，要不断优化算法，提高模型的准确性和可靠性，降低幻觉出现的概率。同时，还需要建立多重安全保障机制，即使模型出现一些小的失误，也不会导致严重的安全事故，确保用户的生命财产安全。

Q：元戎去今年首次参加上海车展，在竞争激烈的智能驾驶领域，参展有什么意义？有没有吸引客户的规划？

周光：2023年我们进行了大规模试车，并首次发布无图技术，中国第一个无图是元戎Release。当时行业内普遍认为辅助驾驶离不开高精度地图（HD MAP），但我们用实际成果证明了无图技术的可行性。

我记得在 GTC 的时候，有个头部新势力的负责人跟我说，他们一开始根本不相信我们的无图技术，觉得是假的。但现在，无图技术已经成为行业标准答案，没有人会再走回依赖高精度地图的老路。

去年北京车展，我们展示了端到端技术的演进和模块化，在行业内起到了技术引领的作用。对于 VLA 技术，我相信明年它很可能会成为行业共识，虽然现在还不是。但技术迭代速度很快，就像大模型的发展一样，辅助驾驶技术也在快速进步，不过在这个过程中，安全始终是核心，AI safety（人工智能安全）至关重要。比如做一个大模型可能只需要两个人，但做 AI safety 可能一百个人都不够。

参加车展，就是要向行业展示我们的技术成果，引领技术发展方向，同时也希望吸引更多志同道合的客户和合作伙伴，共同推动智能驾驶行业的发展。目前，已经有不少客户对我们的技术表示了浓厚兴趣，后续我们也会进一步沟通合作事宜。

Q：VLA 被认为是下一个竞争方向，如何分辨 VLA 的优劣？VLA 的用户价值和门槛是什么？

周光：想想无图技术刚出现的时候，市场上出现了很多打补丁的情况。有些看似采用了无图技术，但实际上每个路口都有补丁，甚至表面上是无图感知，实际跑的还是高精度地图（HD）的逻辑，一旦离开特定区域就无法正常工作。我觉得未来 VLA 领域也一定会存在类似水分很大的情况。

在智能驾驶领域，安全是绝对不能忽视的关键因素，任何夸大或者虚假宣传都是不可取的。安全是智能驾驶的首要准则，一个不安全的系统如果追求规模应用，那将是非常危险的事情。所以在评估 VLA 优劣时，首先要关注其安全性，包括模型的准确性、可靠性以及应对各种复杂场景的能力。

其次，要看 VLA 技术能否真正提升驾驶体验，比如是否能实现更自然流畅的人机交互、更精准的路径规划等。VLA 的用户价值在于让驾驶变得更轻松、更安全、更智能，例如帮助驾驶员更好地应对复杂路况、提供个性化的驾驶建议等。

而 VLA 的门槛，从技术层面来说，需要具备强大的语言理解和生成能力、高效的算法架构以及大量高质量的数据支持；从安全层面来说，必须建立完善的安全验证和保障体系，确保在各种情况下都能保障用户的安全。

Q：辅助驾驶端到端落地后，对数据无论是数量还是质量的要求都明显增加，您认为什么是高质量的数据？怎样收集数据才合理？从 AGI 逻辑看，智能驾驶公司是否都要做具身智能？特斯拉做具身智能有明显收益吗？数据量级真的那么重要吗？元戎是如何做的？

周光：AI 发展经历了不同阶段，在Image net时代，主要是固定数据集，换模型就能有不同效果。但现在情况变了，在模型规模不大的情况下，数据集的作用凸显出来，不过现在也很少有人去专门做数据集的研究了。像 OpenAI、Sora、LLM 发布，DeepSeek 等，大家都在发布模型，却没人发布数据集，因为这是各公司的核心竞争力，都有自己的一套数据策略。

在我看来，高质量的数据首先要具有多样性，涵盖各种不同的驾驶场景，包括不同的天气、路况、时间段等，这样训练出来的模型才能更好地应对复杂多变的现实环境。其次，数据的准确性也很关键，标注要精确，否则会误导模型训练。

关于收集数据的方式，不能一概而论，不同的公司根据自身的技术路线和发展阶段会有不同的选择。组建车队收集数据可以获取大量真实的驾驶数据，但成本较高；利用云端模拟生成数据可以快速扩充数据量，但可能与真实场景存在一定差异。所以合理的方式可能是将多种方法结合起来。

从 AGI（通用人工智能）逻辑来看，智能驾驶公司不一定都要做具身智能，这取决于公司的技术理念和战略规划。大模型的发展先经历通才阶段再到强专家阶段，智能驾驶技术可以借鉴这一发展路径，但每个公司的侧重点不同。有些公司可能更专注于驾驶技术本身的提升，有些则会探索与具身智能的结合。特斯拉做具身智能有自己的考量，他们在辅助驾驶领域积累的技术和数据，或许能为具身智能的发展提供一定优势，但具体收益还需要时间来验证，因为具身智能目前还处于发展阶段。

数据量级确实很重要，一定规模的数据是训练出优秀模型的基础。但数据质量同样不可忽视，高质量的数据可以提高训练效率，让模型更快收敛，提升模型性能。元戎在数据方面，一方面注重收集真实场景下的数据，通过实际的路测获取大量一手资料；另一方面，我们也会利用强化学习等技术对现有数据进行深度挖掘和利用，充分发挥每一份数据的价值，而不是单纯追求数据量的大小。

在数据处理上，我们要找到数据量级和质量之间的平衡，同时结合先进的算法和算力，才能更好地推动智能驾驶技术的发展

杨立伟：大语言模型发展过程中，数据质量的重要性日益凸显。以前大家比拼模型参数，2023 年都在比谁的参数更大，比如 200B、300B 。但现在很多发布会很少有人再强调模型参数，而是更关注如何利用高质量的数据集，缩小模型规模的同时提升模型效果。通过更好地挖掘数据，激活更高的比例，即便模型参数变小，实验效果却能超越上一代模型。

这说明数据质量的提升，比单纯追求技术本身的提升更有效，关键在于工程上对数据的挖掘做得更好。在辅助驾驶走向大模型阶段的过程中，数据、算力、模型和推理都非常重要，虽然没有一个固定的标准，但这是明显的发展趋势。如果算力只有100T，想要实现像 Pure chatgpt 那样的效果是远远不够的。元戎在数据量不是最大的情况下，通过强化学习深度挖掘数据，取得了不错的成果，这也证明了数据挖掘和合理利用的重要性。

Q：如何看待 L3 级智能驾驶？

周光：L3 级智能驾驶指的是一个系统的下限标准，它主要考虑的是安全问题，而不怎么关注系统是否聪明、拟人化。但对于用户来说，大家希望使用的系统既聪明又安全。L3 级智能驾驶在接管方面有多种情况，一种是因为系统不够聪明，让人无法忍受而接管；另一种是出于安全考虑的接管。只追求安全而不考虑其他因素是不行的，比如一个 L3 级系统，用户想在途中休息一小时，但车只开了 50 米就卡住了，无法到家，这样的系统用户肯定不想用。

所以在实际应用中，要在安全性和智能性之间找到一个平衡点。不能一味地追求绝对安全而让系统变得过于保守，也不能只注重智能性而忽视安全。要综合考虑各种因素，不断优化系统，让 L3 级智能驾驶真正为用户带来便利和安全。