元戎启行周光详解如何打造物理世界AI基础设施

作为汽车行业的风向标，北京车展历来备受瞩目。今年展会不仅新车云集，更引发了一场关于自动驾驶未来的深度思考。4月25日，元戎启行在其发布会上，并未遵循常规的产品展示逻辑，而是将焦点转向了更底层、更根本的命题：如何运用人工智能技术重塑物理世界的运行法则。

元戎启行 CEO 周光演讲

元戎启行 CEO 周光演讲

从一场事故到一项使命：成为物理世界的“水电煤”

发布会开场，CEO周光分享了一个始于2016年的真实故事。一次亲身经历的车祸，促使他深入思考技术的终极价值——“能否用AI技术挽救更多生命”。这个朴素的发问，成为了元戎启行创业的初心与起点。

他坦诚指出，当前自动驾驶技术远未臻于完美，城市复杂路况下的平均接管里程（MPI）可能仅有几十公里。然而，他随即援引权威数据强调，即便如此，现有高阶辅助驾驶系统的安全性已是人类驾驶员的数倍。这背后是基于一个清晰的行业预判：随着大模型对复杂场景的理解能力在未来两三年内取得关键突破，真正安全、可靠的自动驾驶将触手可及。

基于这一判断，周光为元戎启行描绘了宏大的企业愿景：公司的目标不仅是打造更优的智能驾驶系统，更是立志成为物理世界不可或缺的智能基础设施。如同通信网络和电力系统一样，未来当人们谈及现实世界的智能化时，元戎希望成为其中公认的基石。

首席科学家阮翀首次公开演讲，分享基座模型最新进展

元戎启行首席科学家阮翀演讲

技术路径的“升维”：用基座模型破解规模化难题

本次发布会的另一大亮点，是前DeepSeek研发负责人、多模态技术核心研究员阮翀，以元戎启行首席科学家的身份首次公开亮相。他的演讲，系统性地阐释了公司新一代技术路线的底层逻辑与核心优势。

阮翀直指行业当前痛点：随着智能驾驶进入规模化量产阶段，传统依赖众多分散小模型的“拼盘”式技术架构，其局限性日益凸显。这导致系统稳定性提升缓慢，用户高频使用率难以突破，尤其在应对复杂多变的长尾场景时，体验波动明显，最终制约了用户信任的建立。

为此，元戎启行提出了创新的技术解决方案——构建以统一基座模型为核心的下一代智能驾驶系统。该模型深度融合了驾驶决策、场景语义理解与行为安全评估三大核心能力。其优势显而易见：更大的模型参数量、更高的训练数据质量、更快的算法迭代速度。据悉，在这一全新体系驱动下，数据闭环的迭代周期已从过去的约5天，显著缩短至约12小时。

更具深远意义的是，阮翀指出，基座模型的价值远不止于提升产品性能，它正在深刻重塑公司的研发流程与管理模式。从技术知识问答、代码自动生成，到跨部门高效协作乃至实验数据分析，AI正逐步成为驱动公司内部高效运转的“智能操作系统”。

跨界对话，聚焦“AI for what”核心命题

发布会 AI Talk 环节

如果说技术演讲勾勒了“如何实现”的蓝图，那么随后的AI Talk圆桌对话则深入探讨了“为何而做”的哲学命题。这场由复旦大学教授张力主持的跨界思想交锋，汇聚了阿里云、蚂蚁灵波科技、童行书院的专家学者，与阮翀同台论道，议题直指核心：人工智能发展的终极目标究竟是什么？

讨论并未流于表面，而是层层递进：从大模型在现实物理世界中的能力边界，到世界模型与视觉语言动作（VLA）模型的技术路线演进与融合，再到物理AI将如何深远地重构未来社会结构与生活方式。这场高质量的思想碰撞，旨在为高速发展的技术寻找坚实而普世的价值锚点。

以数据飞轮驱动规模进化，全面迈向物理 AI 时代

当然，宏伟的愿景与深刻的思考最终需要落地为切实的产品与可量化的数据。元戎启行在发布会上预告了其即将推出的舱驾一体AI Agent功能。值得关注的是，它的定位并非简单的语音指令助手，而是一个能够深度理解用户意图、并主动响应复杂行车场景的“车内AI大脑”。

持续积累的运营数据有力印证了其技术路线的可行性。目前，搭载元戎启行城市NOA（导航辅助驾驶）方案的量产智能汽车已突破30万辆。过去一年中，这些车辆在真实道路场景下累计行驶里程超过13亿公里，为用户提供辅助驾驶的陪伴时长高达4480万小时。这些持续产生的海量高质量数据，构成了驱动其基座模型持续优化、形成强大数据飞轮的核心燃料。

面向未来，元戎启行设定了明确的发展目标：计划到2026年，推动其高阶辅助驾驶系统的量产搭载规模突破100万辆，同时将关键用户体验指标MPCI（平均无干预里程）提升至1000公里以上，并将用户高频使用率推高至50%以上。这一切努力，都指向同一个战略方向——加速物理AI技术的规模化商业落地，让那个关于“智能世界基础设施”的宏大愿景，一步步照进现实。