對話周光：特斯拉路線能Scaling Law，Waymo到今天也在發展

一凡 2025-11-19 20:14:44 來源：量子位

一凡 發自 廣州

智能車參考 | 公眾號 AI4Auto

“軟硬結合量產輔助駕駛，會對自身造成阻礙”。

“Waymo從2019年就在鳳凰城開跑，但今天也在發展”。

“后改裝結合高精地圖路線，短期會有優勢”。

“但只有通過量產（輔助駕駛），才能享受到Scaling Law的紅利。”

“以Mobileye為代表的上一代自動駕駛玩家，因為功能受限，逐漸被市場淘汰了。”

“模仿學習都沒做好，談什么強化學習。強化學習追求的是后面幾個點（的增長）”。

這就是元戎啟行CEO周光，以自身商業化進展為起點，最新分享的行業認知。

據周光透露，目前元戎方案已累計量產上車20萬臺，10月拿下了40%的城區NOA第三方供應商市場份額，明年將沖刺交付100萬臺，全部都是城區NOA車型，不做“純高速NOA”方案。

量產輔助駕駛快速上量，也推動著元戎重啟Robotaxi，基于量產乘用車，甩開高精地圖，明年一年的時間，在國內跑通從0到1，實現車端無人收費運營，出海首站瞄準中東。

周光明確表示，自己走的正是“特斯拉路線”，即從L2向L4漸進式升維，“只有這樣才能享受到Scaling Law的技術紅利”。

而與之相對的，另一條并行的路線是“Waymo路線”，直奔Robotaxi終局。

通過元戎啟行的最新分享，我們也能看到整個自動駕駛行業的熱辣滾燙——玩家發聲熱辣，市場行情滾燙。

1年實現Robotaxi商業化，出海首站瞄準中東

實際上，這并不是元戎首次開展Robotaxi業務。據周光回憶，實際上在2020年初，元戎啟行就在深圳福田部署了幾十臺無人車，但后來不做了，決定換一條路線。

這條路線就是數據驅動路線，也是所謂“特斯拉路線”：

先通過量產輔助駕駛，把模型落地到百萬級車輛上，從而獲取海量數據，反哺模型達到Scaling Law(規模法則)，讓模型具有強大的泛化性，最終實現Robotaxi大規模部署。這也是元戎心目中“唯一的路徑”。

現在這條路徑迎來關鍵里程碑，周光認為Robotaxi已經來到了規模化階段。不過這一次，元戎落地Robotaxi的方式和上一次不太一樣。

軟件方面，Robotaxi和量產車共用一套VLA(Vision-Language-Action Model)技術架構，不用高精地圖。

硬件方面，Robotaxi運營車輛基于量產乘用車打造，車輛本體很接近咱們在門店買到的車。

運營方面，從副駕有人開始，一年實現車端無人和收費運營，出海首站瞄準中東。

總得來看，這和特斯拉今年的落地模式幾乎一樣，背后的原因也趨同。在周光看來，現在入局Robotaxi的時間剛剛好，因為積累的數據已經到了一定的階段，可以開始了。

據周光透露，目前元戎方案已量產累計交付20萬臺，2026年沖刺全年交付100萬臺，100萬臺全都是城區NOA方案。

這是不是太快了？

獲取40%市場份額，沖刺百萬臺交付

元戎的量產之路始于去年，相比很多玩家開展得比較晚，與端到端范式同步興起。到去年年底，元戎方案交付不過2萬多臺。

短短一年時間，元戎交付量就翻了10倍，尤其在近期爆發增長，9月交付超3萬臺，10月第三方機構的結果顯示，元戎拿下了40%城市NOA第三方供應商市場份額。

今年增勢迅猛，明年勢頭不減，為什么能這么快？

元戎明年的底氣主要來自于最新斬獲的項目：

一家頭部新能源車企的全系定點，這家車企的中型SUV產品是賽道銷冠。你覺得是哪家呢？歡迎把答案分享在評論區。

元戎同時還分享了雙方達成合作的背后故事。據周光透露，元戎團隊曾先后在杭州、深圳、上海和慕尼黑等地展現元戎的技術。其中最難忘的一次是在深圳，客戶因故凌晨4點才到深圳，驚喜地看到了元戎團隊，被元戎打動，接受邀請試車。

多次試車后，最終在今年9月，VLA的推理能力和防御性駕駛驚艷了這個客戶，最終確定了合作。

一葉知秋，從這背后也能看出元戎實現快速增長的秘訣：

技術的前瞻和商業的專注。

技術上，元戎去年在供應商中率先轉向端到端范式，今年第一個對外供應VLA方案。商業選擇上，元戎“不廣撒網”，而是專注于少量客戶的核心車型，攜手制造爆款，用少量車型撬動多數市場。

這實際上類似于消費電子產業的爆品邏輯，比如蘋果僅僅靠一款iPhone，不搞機海戰術，就能拿下全球巨大的市場份額。

在周光看來，汽車行業也正在呈現相同的趨勢，“以后可能就沒那么多車型了，少數的車型拿多數的銷量”。

但做爆品，并不意味著要去獲取所有的市場，比如元戎不考慮提供“純高速NOA”方案。

眾所周知，現在行業具有城區NOA量產能力的玩家，基本都會提供一套純高速NOA方案，下探到更大的市場。但在元戎看來，做高速NOA對獲取數據并沒有幫助。

據元戎透露，市面上大量的高速NOA車型，實際上并沒有數據回傳的能力，這里面有一個成本的問題，你要想有數據回傳能力，需要在車端部署硬件，加上傳輸數據的網費，幾乎賺不到錢。

不過成本也不是元戎考慮的全部，比如很多玩家都在走的軟硬結合路線，元戎坦承，這確實在外供方案時更有成本優勢。

但是一方面這會在量產輔助駕駛時，對自身選擇更好的芯片造成阻礙。另一方面，從終局考慮，落地Robotaxi其實首要考慮的也不是芯片成本。

而以終為始，元戎會繼續以量產輔助駕駛為基石，獲取數據和工程化經驗，服務Robotaxi和RoadAGI業務。

RoadAGI是元戎啟行今年推出的一項新戰略，主要服務于“最后100米”的配送。

技術范式是基于VLA和VLN(Vision-Language-Navigation)，所謂VLN就是自己根據環境感知，不需要靠掃圖，實現點到點的運輸。在周光看來，這也和當前火熱的無人配送的技術路線有所不同。

周光表示，“我們走這條路的根本原因，其實就是GPT的出現，是Scaling Law的技術紅利，只有通過量產（輔助駕駛）才能享受到這個紅利，依賴高精地圖的傳統方式，是無法享受到的”。

總體來看，元戎的分享還挺全面的，但是總覺得又少了點什么。

少了什么呢？

One More Thing

從輔助駕駛聊到自動駕駛，周光本人并沒有主動提及L3。當面對相關提問時，周光認為L3確實有助于消費者購買，但這和落地Robotaxi是兩回事：

特斯拉就沒有做L3，直接進軍L4，底層邏輯不一樣，既是技術問題，也是商業問題。

L3是規則寫得越詳細，團隊規模越大越牛。但想做Robotaxi的服務，需要一個泛化性足夠好的模型。我覺得L3跟L4有沖突。