作者 | 周智宇

智驾行业今年最不缺的就是“物理AI」剽个词。从2026岁首GTC到北京车展
，险些每家公司都在讲大模型、讲基座模型
，但无数公司的产品还跑在幼模型上。

元仍祠行CEO周光在5月29日的将来汽车先行者大会上给了一个更敏感的判断：几十公里一次收受和千公里一次收受
，“是齐全分歧的两个物种”。

这个判断的布景是
，元戎2025年在第三方城市NOA赛路跑出了同比2.1倍的增速
，10月单月市占率一度触及38%。2026年的指标是交付超百万台
，城市场景MPCI突破千公里。

背后是元戎从幼模型全面转向大模型。

周光用了一个内部迸作来诠释幼模型的瓶颈
，“跷跷板效应”。

版本A针对上海、武汉做了特调
，丽江、昭通、北京的阐发就变差了。下一版建好了北京
，山路场景又出问题。版本之间来回拉扯
，用户感知到的就是系统时好时坏
，信赖始终成立不起来。

从前五年
，整个行业从多？槠唇幼叩蕉说蕉
，再到幼模型归并
，技术迭代一向在统一个框架内实现。周光的判断是
，这条路已经到顶
，“投入越来越多
，提升越来越慢”。

元戎给出的规划是一个400亿参数的VLA基座模型
，把三种能力压进统一个模型：Driver掌管驾驶决策
，Analyst掌管场景理解和数据标注
，Critic掌管判断驾驶行为的曲直。

周光强调
，大模型不是把幼模型参数放大十倍。他举了个例子
，一只狗身上染了斑马条纹
，幼模型看到条纹就判断是斑马
，大模型看整体状态
，还是判断为狗。

说白了
，幼模型靠部门特点做前提反射
，大模型靠整体认知做判断。自动驾驶遇到施工改路、异形阻碍物、无标线路口这类长尾场景
，两者的差距就会拉开。

元戎的说法是
，引入基座模型后
，传统数据关环中大量依赖人为的环节都交给了模型实现
，数据效能提升了十倍。

2026年
，周光把指标拉到百万台交付和城市MPCI千公里。在城市路路上均匀每一千公里才必要一次人为收受
，是目前行业主流水平的十倍以上。他以为
，到了这个安全水平
，用户日常使用频率能够超过50%
，订阅造付费才有可能跑通。参照系是特斯拉V14
，美国市场月付100美金
，已经有50%的用户在用。

他对特斯拉FSD入华的态度明确：“这是一个积极的信号。”特斯拉昔时带头了中国的电动化
，这次FSD入华会让行业重新意识什么叫安全的自动驾驶。对已经押注大模型的公司
，这是尺度被拉高后重新分配份额的机遇
；对还在幼模型框架里的公司
，“会比力麻烦”。

但千公里MPCI目前还是指标
，不是成就单。元戎的40B基座模型今年3月在GTC上初次公开
，北京车展上由前DeepSeek研发掌管人、现任首席科学家阮翀做了技术拆解
，距离大规模量产上车还有距离。周光自己也认可
，“今天的自驾其实还是蛮同质竞争的”
，端到端已经不是一两家公司能独占的能力。

他在采访中给了一个更具体的行业终局判断：最终赛路上不是“剩几家自动驾驶公司”
，而是三类玩家
，大模型公司进物理AI
，自动驾驶公司做大模型
，车企自己下场做大模型。每个方向站住一两家
，总共三到五家。周光赌的是
，元戎能在第二类里占到一个地位。