出品｜搜狐科技

　　作者｜ 梁昌均

　　編輯｜楊錦

　　“大模型經歷了從專家系統到通才系統，再到真正強專家系統的階段，智駕、機器人也會經歷同樣階段。”這是元戎啟行CEO周光對物理AI發展做出的判斷。

　　他在電動汽車百人會期間對搜狐科技表示，ChatGPT就是通才，只有在語言領域實現通才，才能實現非常強的專才。“如果沒有GPT-4這樣的通才系統，也很難做出來o1這種專家系統。”

　　“物理世界也是一樣，因此整個自動駕駛會跟著大模型走，會follow同樣的范式。現在還是在弱專家階段，我認為接下來要做通才，否則實現不了最后的強系統。”周光強調。

　　目前，很多車企都在追求L3自動駕駛。周光認為，L3更多是工程問題，但AI能力做得越好，工程難度會降低。“用以前的弱專家系統去做L3，可能需要非常大量的工程，需要千人團隊，但用下一代的AI系統，可能只需要百人，體驗可能也會更好。”

　　在周光看來，特斯拉的FSD V13是以大模型范式去做，領先國內一個代差，但國內優勢在與本土的數據閉環，特斯拉沒辦法在中國采集數據。“我們也許能在中國率先把這個做出來，中國公司也有這個能力做出V13的效果。”

　　不過，他也提出一個值得思考的觀察：特斯拉為什么沒有強調要做L3，以及為什么沒有做“車位到車位”的智駕功能？

　　對此，周光的解釋是，國內做“車位到車位”依靠的是高精地圖，是“縫合怪物”，技術層面沒有價值，AI能力沒有長進，但用戶覺得有一定價值。“特斯拉不會為了取悅用戶做，而是希望通過技術去解決，真正用AI的能力實現‘車位到車位’。”

　　周光認為，這里面更重要的還是AI能力上限的提升。他表示，元戎啟行雖然有追求AI上限的愿景，認為做出物理世界AGI的意義和使命更大，但也會為了商業化，去滿足市場的需求。

　　“如果不考慮商業化，我認為就不應該有L3，應該直接像特斯拉，從L2盡可能追平L5，這是從純AI角度來講。”

　　周光認為，特斯拉這么做也是因為它在美國沒有對手，但在中國這么卷的市場下，它可能也會做“車位到車位”。

　　為了謀求更高階的智駕能力的突破，不少車企和智駕企業都開始發力端到端的自動駕駛大模型，甚至開始做集語言-視覺-行為為一體的VLA大模型。

　　周光解釋，端到端就是所有東西都是靠神經網絡來決策，而大模型天生就是端到端，不是以前的范式。

　　“現在大家都叫智駕大模型，喊口號誰都能喊。但今天的自動駕駛遠沒有到大模型時代，用大模型架構來做自動駕駛才叫進入大模型時代，現在是剛開始從專才往通才走。“

　　他表示，當全面進入大模型時代，采用了更新的架構，就可以享受Scaling law帶來的優勢。誰先能夠進入智駕大模型時代，誰可能就能享受這個紅利。但現在很多同行都是專家系統，因此所謂的規模優勢并不存在。

　　他進一步解釋到，要想實現自動駕駛的終極目標，必須要對普遍的物理世界有通用的認知，但現在的智駕系統除了可以理解車道線、車、人和部分障礙物，對物理世界的其它場景是零理解。

　　“按照現在的專家系統做法永遠不行，一定得讓系統通用化，讓大模型對物理世界各類場景都能理解，實現通用能力是實現L5級自動駕駛必需的條件。”周光說，這來源于對AI的認知，這也是元戎企業不是定位智駕公司，而是一家物理AI公司的原因。

　　此前不久的英偉達GTC大會上，元戎啟行發布了RoadAGI產品。周光表示，就是希望借此實現智駕從專家系統到通才系統的轉變，計劃VLA今年上車，預計會在超過10款車型上實現超20萬輛的量產規模。

　　不過，在自動駕駛往大模型時代走的的過程中，周光也坦言，可能也會有走錯路的情況，沒有人能夠100%對。

　　“每次關鍵技術的變化都會帶來行業的變化，接下來可能還會是翻天覆地。一旦技術路線走錯，今天市場所謂的排位就蕩然無存。”他說。

　　周光表示，元戎啟行會持續在物理AI領域突破，而智駕也許是物理AI第一個大規模落地的場景。“所以我們會不停地去做更好的AI，直到真正實現物理世界的AGI。

　　運營編輯|曹倩審核｜孟 莎莎