汽车行业是当下最卷■■★■★、最累的行业，但在周光脸上，你似乎看不到太多“苦难”★★★。他可能也是我们对话过的创业者/CEO 里，最具◆★“浪漫” 气质的一位——这种特质，伴随他的两次创业。

　　泰坦Talk■■◆■★■：刚开始谈客户的时候，你们的量产车并不多，那客户怎么相信你们啊？你是怎么拿下他们的？

　　Robotaxi 业务是个关键◆■◆★。我们非常期待马斯克能把Robotaxi这条路走通。最近特斯拉销量跌了很多，但他心思都在 Robotaxi 上★■★◆◆★。你觉得特斯拉股价如果再翻一倍■■■，是因为 Robotaxi ◆■★，还是因为销量翻倍？就算销量翻倍◆■■◆■■，可能也不会涨一倍的市值。

　　我觉得行业没必要都往一个方向挤，分散精力反而挺好，各做各的，最后各凭本事■◆★。

　　周光：其实我不太关注这些，因为我们有自己的技术理念和坚持，所以一般也不喜欢看别人在干啥■★。我们一开始做“无图”★★◆，我们就是非共识，是吧？

　　周光◆■★■：现在的逻辑不一样了。当时是属于是人无我有，现在是属于我们都挺好★■◆，又有量产经验，效果又好。

　　当然，我们也在思考一个问题◆■◆◆：公司是否有必要在现阶段、在技术没converge（趋同）之前，你就要做everything（所有业务）◆★★？比如★★■◆，假设中国市场一年有 200 款车型◆■◆★，我们真的需要全部做了吗◆★◆◆？真有那个必要吗？其实是我们深度思考的问题■■★。

　　泰坦Talk◆◆◆：所以你刚才一直强调技术的前沿性和领先性■◆■★◆，是不是也是因为这个原因★■★◆■？

　　现在这个行业，一年前的技术都可能已经失去商业价值了◆★■■，所以不是谁都有机会成长为全能型企业，生态里的公司形态一定会是多元的◆■◆。

　　泰坦Talk：不过也有观点认为，奥斯汀是Waymo最先落地Robotaxi的城市之一，因为路况相对简单。

　　就像我一直说的★◆■，别看现在的市场占有率高★■◆，如果技术投入跟不上，有用吗★◆■？因为下一代技术很可能直接就把你淘汰了★■，你就out（出局）了。

　　泰坦Talk：你们同行预判，未来中国的智驾公司只会剩下三到四家，你怎么看这个观点？

　　（作者注◆★★：VLA模型，Vision Language Action Model★■◆◆，即视觉-语言-动作模型。元戎启行认为★◆◆，通过VLA模型◆★◆★■◆，AI汽车可以连接视觉、语言、动作★■，能识别和描述道路环境、交通标志、道路参与者等，理解交通场景中复杂的交互事件、隐藏的语义信息和逻辑推理◆■◆★，即便碰到潮汐车道◆★■■◆■、限行场景等特殊路标和边缘场景，系统也能有高效的场景泛化能力和稳定的驾驶表现。同时■★，基于VLA模型的端到端具有思维链的能力，拥有更长时序的推理能力，对于实时复杂路况的处理能力也会越强。并且VLA模型摆脱了“黑盒效应”，可解释性更强◆◆。）

　　无论是在中国还是其他地区■■★◆★■，目前Robotaxi 的主流方案基本都依赖高精度地图，比如出了限定区域就跑不了。

　　周光：语言只是个载体◆★◆★◆，当你考虑一件事 —— 比如考虑孩子去哪所学校上学，这其实就是在推理，那你是靠什么推理的呢★◆★◆？肯定是用语言◆★■，你想的是具体的语言★◆，不可能是图像。

　　周光：我觉得就是要持续学习，而且是多维度的。不过对我来说，更重要的其实是和高质量的人交流，这可能是最有效的输入方式◆■■■★。

　　周光◆◆■：我们天然就能找到，没有刻意去寻找，可能因为我们是更原生的 AI 人才。

　　我们就是基于这个假设开始做的“无图■◆★◆◆”★◆★◆◆★，一开始还是挺花时间的，不像今天■◆★◆◆，技术外泄很快。

　　接下来■■★■★★，大模型+端到端，就是VLA，它带来的提升是质变的★■◆。我觉得行业会形成共识，都要朝着大模型 + 端到端的方向发展。

　　泰坦Talk：现在业内每天都冒各种新技术名词，比如 VLM、VLA、世界模型等，你怎么看这些概念之间的关系■■？未来还会一直有新词冒出来吗★◆★■★■？

　　当时大家觉得自动驾驶可能三到五年就可以大规模的完全无人化，结果发现并不是这样◆★■★。但我相信，如果是苹果的车子，卖 1zu00 万人民币大家还是会买的■★■◆◆。

　　第一次创业失败，如今反倒成了元戎启行的 “幸运”。按照周光的说法，那段经历给他上了一门技术之外的课，也让他明白连续创业者的价值：因为他们都踩过坑★★，再努力爬出来。

　　至于工具类的技能，其实不用太在意了。比如会不会写 Python、JAVA 或 C++★■★，这些都不重要 ，AI 更多是作为工具存在的，重要的是你怎么设计和运用这些工具，而不是纠结于工具本身◆★★。

　　就是说除了特斯拉以外，还有人也在做“无图■★◆■★”技术、做端到端技术，可能是这样一个感受吧。

　　周光：滴滴省了好多钱■■★◆★，它不用推广了★★■◆■，只要把车做出来就行。你想，你光推广让别人用你的东西都挺费劲的，滴滴可能天然就有优势，这方面的成本会低很多。

　　周光◆★■★◆：我没有沟通过，但是之前本来是有个机会可能可以见到他，但后来他的行程取消了■★◆◆。

　　其实GPT出来之后我是挺焦虑的，我觉得，真正干掉我们的可能是大模型公司，不可能是同行能你◆★★◆◆，从来没有同行能你的，都是你自己死的◆★。

　　它不是一个corner case（边缘场景）■◆★■★■，是经常发生的案例，不可能靠一条条写规则、编代码来解决，这需要common sense（常识），而很多常识都是通过语言背后的推理能力推理出来的■★★。

　　（作者注：道路拓扑关系反映的是◆◆■★■◆，不依赖具体几何坐标的情况下，理解道路元素之间的抽象空间关联。包括道路的路段、节点（如交叉口★■、端点）之间的连接方式。）

　　周光：应该会吧，但不重要。我觉得自动驾驶能力和产品长得什么样没关系◆★，我相信马斯克也没想好车长什么样◆■■■，现在他造出来的车◆◆■★■，哪怕无人驾驶，也是像正常的车。

　　泰坦Talk：可以理解为，你们 2019 年成立时■★◆★■，行业其实已经出现两个（基于规则和AI驱动）明显的发展方向了？

　　泰坦Talk：这已经是一个共识了，那在你看来，现在行业最大的非共识是什么？

　　周光：我觉得你有一个好东西是关键，公司诚信◆◆■■、正直这些品质也同样重要★■★◆◆。但反过来说■■■，产品不行★★★◆■◆，你再真诚有什么用呢？

　　泰坦Talk：那你觉得未来自动驾驶公司，或者现在这些头部的新势力企业★★■，都需要自己造芯片吗？

　　但特斯拉是很容易scaling-up（规模化扩张），工厂每天能下线一万台车◆■■◆★■，真正进入服务模式后◆★■，就不再受限于卖车的逻辑◆■■◆，造多少车是我的事，只要车能跑出去挣钱就行。

　　所以我认为两者同等重要，不能只看规模◆★◆，否则可能就没有未来。不务实没有当下，不浪漫没有未来■★◆。

　　泰坦Talk：你之前在百人会的发言引起了不少争议■■◆★，影响挺大的■★。你现在依然觉得L4是骗人的吗？

　　第二期◆★：对话Momenta CEO曹旭东■★：1300人的小公司★★★★◆，怎么支撑超130款车型落地

　　周光：那不是，我觉得车厂也有可能做这个事，谁都有可能做这个事，核心是谁能先掌握关键技术。

　　周光◆◆★：对，所以我才说★■★◆，资金是必要的，同时还需要有渠道和流量。以滴滴为例，要是它有了相关技术，推广起来成本会低很多■■◆★◆，我相信有钱的巨头同样有能力做这件事，毕竟它们并不缺推广的资金。

　　我曾经一度觉得阿里、华为这两家公司有自己非常强的文化，但后来发现★★，每个时代都需要有自己的公司模式，因为技术和工作模式变了。你可以去看他们■★◆◆，了解他们，但不需要去copy他们◆★◆◆■★，它的形成都是当时那个时代的一个产物◆■。

　　泰坦Talk◆★★◆：在打造爆款层面■■★◆■◆，你们现在跟合作车企怎么做？或者你们自己怎么做？

　　其实我们也看到◆★★，有些智驾公司曾经市场占有率很高，最后还是出了问题，这说明没有技术先进性■■◆■，只谈规模没用◆■。这一代技术上车了，那你下一代怎么办◆◆★？反过来，如果没有足够的浪漫（也就是先进技术），也做不出规模；可没有规模■★◆★◆■，又如何支撑你的浪漫呢？

　　当然，我觉得有意义的几十款车还是要做的，让你有足够的市场份额◆★■★■，让公司务实◆■◆★、造血◆■★★，让你有足够的市场和数据，支撑你想做的浪漫的事。

　　周光◆★◆★：加油吧■★，这个也没有什么好办法，没办法。就是你说的■★◆，做得越多，就越缺少浪漫，要找到一个平衡◆★。

　　泰坦Talk■◆◆★■：我发现Roadstar（周光创立的第一家自动驾驶公司，2019年解散）公司名后缀有AI★◆★■■，元戎启行也有AI，官网写着你们是一家 AI 公司。这是开始就确定的吗？

　　体系是非常痛苦的★■■，务实是第一位■★★◆，改变是挺难受的，但我们也扛过来了，还在继续改善和提高。

　　但是我觉得，这个行业变得越快，可能浪漫的程度会越重要一点■■◆，现在行业变得太快了◆★◆◆。

　　周光：对◆◆■■◆◆。■◆■■◆“无图★★”方案、端到端技术，我们都是最早做的，基本比行业里早了一年。不过现在行业里总有人说 ■★“我也是最早的”……

　　那之后我才明白，为什么大家更喜欢连续创业者？因为他们踩过坑，“社会大学” 这门课还是需要的，躲不过去。

　　周光：肯定被diss过，虽然我们更务实了★★，车厂让我们更务实★◆■■，形成了体系。

　　泰坦Talk：特斯拉的 Robotaxi 真正实现更大范围普及后，会对目前的 L2 级辅助驾驶以及 L4 级 Robotaxi 市场带来什么影响？

　　但试想一下★◆★■，当一个 100 亿甚至 1000 亿参数的大模型能在汽车上运行，算力不再受限，并且已经熟悉物理世界的各种场景后，你凭什么能赢过它◆■◆◆？靠写几行代码吗★■★◆■◆？No way you can success■★★◆。

　　周光■■★◆◆■：举个例子★◆■■，如果未来腾讯、阿里或字节这类巨头决定入局Robotaxi■■★★，我们可以提供核心技术支持，把核心技术做到那个程度，成为产业链中的关键一环。

　　但难就难在怎么从一堆技术中找到真正有用的技术，毕竟噪音太多了，可能十个、二十个技术方向里，真正能落地的也就那一两个。

　　泰坦Talk★★：你们的基因是一家AI公司，但你又在做非常苦★◆★■★、非常累的活■★，这个过程当中★■◆★，你觉得一个理想的组织是什么样的？你要为它做什么？

　　在 AI 和自动驾驶领域，找对方向才是最关键的。你看现在很多都是跟随者，基本上这个火了就去跟这个，那个火了就去跟那个。我们还算是稍微有点想法的。

　　周光■◆◆■：那■◆◆■★■“自”就有十家了吧？这个是营销策略嘛。我们倒还好吧，我觉得这个不本质。为什么说我们公司很多东西能做对？就是因为底层思维◆★■■■。

　　今年6月，关于国内智能驾驶行业的发展，周光讲了他的理解★★。他认为智能驾驶行业尚未收敛，技术会飞速迭代，并在这飞速的迭代下缔造无限可能；面对残酷竞争，他认为，不务实没有当下，不浪漫没有未来，且行业变化越快，◆◆■“浪漫” 越显珍贵。

　　从我们自身的路径来看，我们倒是挺共识的■★，可能外界有一些声音，我们也不去judgement（评判）。

　　现在你买车，车可能还能帮你开一段（指辅助驾驶）◆◆■■，但本质上★◆◆■■，技术还没到那个拐点。一旦技术成熟◆◆■■★，到这个拐点，车就变成一个服务。如果技术还没到拐点，那车可能是一个high value（高价值）的配件。

　　周光■◆：对■◆◆★◆◆，其实我觉得，这对于整个行业都挺重要的，可能三年到五年时间内，也许会更快★★■◆■。

　　泰坦Talk★★◆■■★：你判断这个时间什么时候来？这对于你们这种体量的公司来说很重要★★◆■，你要撑到那个时候■◆◆★，要比别人更快跑到那个点。

　　对车企来说，越重要的车型■◆★，越希望供应商能真的用心，而不是把这个项目当成100个项目中的1个。我们的策略是choose carefully and serve well（谨慎选择，好好服务）■★◆★◆。

　　周光：我们当时运气好，如果说2020年成立就完了◆◆★★。当时我们成立之后获得了第一笔钱，这笔钱帮我们扛过了疫情第一年。2021年融到了第二笔钱，阿里的投资对公司来说意义尤为重大■★，我们一直都很感谢阿里★◆★■。

　　泰坦Talk■◆★★★：我前段时间看到一些观点◆■■★★◆，说 “VLA 到明年可能就成过眼云烟了◆★◆■，之后泛仿真会占据主流，再往后才是强化学习（RL）的高光时刻”。你怎么看这个说法？

　　我认为，在这个赛道里想要长久做下去，技术正确是第一位，第二是市场占有率。

　　泰坦Talk：假设，真像你说的◆■★■■◆，未来两三年技术还是保持这种发展速度，那现在已经量产的车怎么办★★◆★★？

　　马斯克现在的Robotaxi策略是农村包围城市■◆◆★，先解决大农村路况★★，再铺到美国所有农村，再到城市。而Waymo是在旧金山、纽约、费城这些复杂路况跑，因为这些地方的图它都采集了。

　　技术本身可能是一个入门门槛，不一定只有我们公司能做出来◆★■，我认为国内第一梯队的企业可能陆续在一两年内能做出来■■◆。

　　泰坦Talk：你觉得跟 AI 一起长大的这一代，应该怎么正确理解 “学习★◆◆” 这两个字？他们该如何面对学习，家长又该怎么理解 “教育” 这两个字？

　　泰坦Talk： 你怎么去圈定元戎这家公司的边界◆◆★■？你现在做什么，未来想做什么？

　　泰坦Talk★◆■★：我们往更远一些说，如果有一天大家基本已经形成共识凯发体育网址下载◆◆■■，AI 定义汽车■★★◆★、改变整个行业。到那个时候，你觉得整个生态里会出现哪些形态的公司■◆★★◆◆？

　　像特斯拉■■■◆■◆，有足够的量之后■★◆◆■◆，它今天就是纯浪漫了◆★，车子卖多卖少重要★■◆，但没有Robotaxi重要。今天特斯拉就是把浪漫放在务实之前了。到了它这个阶段，反正也无所谓了，我的务实■■◆■，我也挥霍得起。

　　这套体系真的是需要在战场里面练出来，不是靠拍脑袋定个技术方案就能成的，它就是 ◆■★★“苦出来” 的★★★■■。所以我们也很佩服那些能做这么多车型的公司，他们在量产这块确实比我们走得早■◆★。

　　泰坦Talk◆◆★◆：谈一谈CEO这个身份，其实我们都知道你有过一次创业失败的经历。 当时事件爆发是在2019年◆★★◆◆◆，你很快又以 CEO 的身份创办了新公司◆◆■◆★◆，当时是怎么走出那段低谷的？

　　在周光看来★◆★■，正是有了这种技术信念★★，成立6年来，元戎启行◆■■“少踩了很多坑”。2020年，元戎启行做无高精地图智能驾驶方案■◆◆，2022年做端到端■■■，2024年9月研发VLA 模型（视觉 - 语言 - 动作模型），该模型预计将于今年第三季度随量产车型正式落地。

　　泰坦Talk： 你觉得 L2◆★★■★、L3、L4★■★、L5 这些分级里，哪些有必要，哪些没必要？我现在感觉从 L2 到 L5 的演进速度特别快，好像一旦技术方向确定，实际落地会比预期快很多■■★◆。

　　我们也是最早做 BEV （鸟瞰图）的，BEV 原本是前融合的延伸，不同传感器可以在前融合阶段处理◆■★★◆，同构传感器也能在 BEV 视角下做前融合。既然如此，为什么不能用它来做静态物体检测、道路检测呢？

　　我们做 AI 的就很清楚，这也是为什么我们要做 VLA——VLA 就是大模型与物理世界的结合，方向非常明确，forget about其他路径，两个路径的差距就像“你拿着火枪去打一个用弓箭的人”一样。

　　在那个时间点，你选有量产经验的公司，不好意思，它没有■■■★■◆“无图”方案；有能力做“无图”方案的，又没有量产经验◆★◆★。回到 2023 年那个节点，根本找不到既有量产能力、又能提供无图方案的公司■■◆◆■。只有我们★★■★，没有别人。

　　泰坦Talk：跟车企合作之后，你觉得对你帮助最大、或者说自己成长最快的是哪方面★◆◆◆？有没有被车厂diss过？

　　周光：我觉得没有。2019 年还没有明确的分化，线 年底大模型出现之后■◆■◆。在那之前，你凭什么说写代码的不如学AI的？

　　泰坦Talk■◆■★◆■：我之前看了一些你对外的言论和媒体报道■■◆◆，感觉你可能是个比较 ■★“飘◆★” 的人◆★★■，像风筝一样。但今天聊下来，觉得你更像个铅球，这是不是和你第一次创业经历有关■★★★■■？

　　周光：我觉得要务实与浪漫兼顾★■◆■◆★。公司没有一个实际支撑不行，但如果公司没有追求、没有浪漫，没有先进技术★■◆★★■，它也没有意义。

　　你要想◆★◆◆■，今天还有谁能拿得出几百亿、千亿的钱砸进去？假设技术成熟都需要这么多钱，之后才能形成规模化和商业化，任何技术的普及都需要海量资金，蛮难的。特斯拉本身就有这么多钱■■◆◆◆，它把技术做出来★■◆，就能干出来★★■。

　　2019年★◆■★，周光创立元戎启行（DeepRoute.ai ）时◆■◆，延续了与第一家公司 Roadstar.ai 相同的选择 ■◆，两家公司名称后缀都带◆■◆★■◆“AI★★◆”，但公司命运大不同■★◆★：2019 年，创立不到两年的Roadstar■◆■◆★◆.ai 因创始团队矛盾解散，几乎在同一时间，元戎启行悄然成立◆★◆★◆★，后续周光以 CEO 身份出现◆★■★。

　　泰坦Talk：所以你觉得大模型公司想做车是分分钟的事情吗？它不需要规模化量产的经验吗？

　　周光★◆★■：以我当时了解到的情况，苹果一开始就想造一辆没有方向盘的车◆★◆■■，但当时那种技术还没成熟，好像是去不了方向盘★◆，我们了解到★◆★◆★，他们的车其实已经造出来了，但成本高达十万美元，可能也是苹果的光环太高了★★，最后放弃了。

　　泰坦Talk： 我看报道说◆★，你在百度的时候■★◆◆■★，对面是彭军，斜对面是楼天城，斜后方是韩旭。你们现在还有联系吗■◆◆★？

　　周光：我一直认同用 AI、用数据驱动自动驾驶的逻辑，因为自动驾驶本质上也是 AI 机器人的一种。所以对我而言◆◆■■■★，其实一直不存在靠rule-base、靠高精度地图的技术路线，这不一定走得通◆◆■★，我觉得行业可能会形成一个共识。

　　泰坦Talk：对■◆★，马斯克在社交媒体上说★■，两到三年之内城市自动驾驶车辆会发生巨大的改变■◆◆◆。

　　泰坦Talk★■■■：你前段时间提到了RoadAGI★★■，最近也有人提到世界模型，这两者到底有什么不一样★■？

　　语言模型处理的是文字■★★★◆、文本数据，但物理世界的场景和需求，这里面肯定有瓶颈。 开车的时候■■★◆，很多场景都需要这种主动思考和预判，你想不到怎么办★◆■■★◆？

　　周光：我们应该是中国第一个“无图■★■■★”方案◆★◆■。当时我们相信，人工智能能解决道路拓扑关系这类问题，它的能力更强大★■■■◆。

　　周光：没有■★◆■◆■。我不认为这些东西是不可以被copy（复制）的，每个时代都有每个时代的独特的公司文化和机制■◆。

　　周光：说实话■◆◆◆◆，只有在完成量产后，你才知道怎么去打磨体系★◆◆■。从第一次量产，到现在这么多车型同步量产，我相信今年结束后■◆◆★■◆，我们会建立起一整套健全的体系◆■■■，能够支持多项目并行 —— 哪怕明年要推进几十款、甚至上百款车的量产，也是没问题的。

　　泰坦Talk：从智驾市场来说◆◆◆，现在大家都在说已经形成了 “自华魔” （自研智能驾驶的车企、华为和Momenta）的格局，你觉得是这样吗？

　　周光：AI 对这一代的影响肯定特别大，曾经我们说 ■■◆■★“学好数理化走遍天下都不怕” 这种观念◆★■◆■■，可能都会有变化了。

　　VLA 并非元戎启行独有★★，理想汽车也已将其列为核心技术方向，两者的不约而同，体现出部分头部玩家对技术路径的共鸣。但智能驾驶行业的技术共识尚未形成■■★■，仍有不少玩家探索世界模型等其他方向■■■◆★。

　　周光：所以我们非常坚定地做大模型和VLA啊。你只能被加入（大模型）这个阵营★★◆◆，否则你就是死★★。（不加入的话）你怎么可能呢？你看到了大模型的效果，当它能在汽车上实现实时运行，你怎么可能可以赢啊◆■★■？No way you can success（根本看不到成功的可能）■★■。

　　周光：除了技术先进性■■◆■■，公司运营的其他维度同样关键。我们第一次创业时，技术层面就是国内最好的★■◆，但在股权分配、团队激励、核心成员稳定性这些事上◆★，还有对人性的理解上★◆◆，都得上一个台阶■■★。

　　泰坦Talk：所以从一家 AI 公司的视角看现在的这些车厂之间的竞争，你觉得未来会是什么样的趋势？最近大家也在说牌桌论■■◆■，淘汰赛已经开始了。

　　周光■★★◆■■：就想让马斯克看看我们的技术。因为2023年的时候◆★◆■■◆，特斯拉做的是识的事情，我们在中国做“无图★■”方案■◆★◆★■，也是反行业共识的。

　　周光■◆◆：不知道呀……行业身位都是行业评价的★■，我怎么评？自己评价自己是最不要脸的。

　　周光：我觉得 “底层思维◆◆■” 可能是我们的核心特质，想问题比较底层，我们肯定不是那种随波逐流的公司。成功的标志，我们一直说，希望成为未来的基础设施★◆。

　　以下是《泰坦Talk》固定环节，我们希望每期都跟嘉宾聊聊曾被视为 ■◆■★“汽车界 iPhone 时刻”的苹果造车计划。

　　周光：这我还真说不好。当时停止泰坦计划的时候，并没有停掉自动驾驶相关的研发凯发体育网址下载。我猜他们的思路是，等自动驾驶技术成熟了，再回头来造车。

　　周光：因为一开始★◆■，只有我们有“无图”■◆■。当时整个行业里，要拿下客户，对方肯定要看两点：一是算法行不行，二是有没有量产经验◆■。

　　周光：以游戏显卡为例，英伟达的显卡★★◆★，4090 肯定比 4060 性能好，这是毫无疑问的★■■；同一架构的芯片，算力越大，表现自然更优■◆。但问题在于，不同芯片之间的差异很大 。

　　周光：对，2022年之后所有人都知道AI是AI ◆■■■◆◆，编程是编程◆◆■，这是两回事■◆◆★◆，形成了行业共识。我们在2016年◆◆、2017年就很清楚，这是两个物种★◆■■。

　　周光：肯定是量产交付。去年，我们完成了从 0 到 1 ，今年是 1 到 10——今年十几款车型要同步交付■◆★◆，压力还是蛮大的。

　　周光★■：当然谁都想做出爆款，对吧◆★◆★■？我觉得除了技术够好★■■■，真诚的态度很关键◆★■。但这里有个矛盾点：如果你做太多，做出爆款的概率会受到影响。大家会想，你那么多项目，凭什么会把我的重要车型给你做？

　　我觉得要想清楚■◆◆：哪些能力是 AI 替代不了的◆■？比如基础的推理能力，哪怕有 AI◆★◆★◆★，人还是得有自己的逻辑判断；还有良好的社交网络和社交能力，AI 没法替你去与人打交道；人的创造力和灵感，这些都是 AI 难替代的。

　　周光：我认为规模是有优势的◆★★■，但先发不一定有优势◆◆★，多少人证明了“长江后浪推前浪”。先发且对★■★◆■★，才有优势，先发错了，它就没有优势。

　　周光：我认为，首先特斯拉的技术路线本身就源于量产体系，所以Robotaxi 的运营实际上也会反哺量产，让端到端的技术路径进一步延伸。这可能会对现有的基于高精度地图的自动驾驶方案造成较大冲击■■★■◆。

　　周光：我肯定没办法给太多意见，但我觉得AI肯定是淘汰赛中的一个核心能力之一。AI 是必要不充分条件，不是说有了 AI 就一定能成◆■◆■，但必须得有◆◆◆■。

　　周光的 “浪漫”，是技术理想主义和对非共识的坚守 —— 他希望元戎启行不沉迷短期市场■◆◆★，在竞争中保持技术先进性■■，让元戎的 AI 成为未来物理智能体的基础设施。

　　周光★◆：我觉得highly possible（极有可能）◆◆◆★■。美国的城市路况其实很简单，尤其是中西部的小城市，路况真的很简单，它可以做到一个月不接管◆◆★★◆■，非常现实★■。 中国可能不一定★■，因为中国路况复杂，美国是非常、非常、非常可能实现的◆■◆。

　　说实话，“无图◆■★★■■”在当时是个识的东西★◆■◆。2023 年初在上海■◆◆◆■，很多人试我们的车◆■★■，试完大家都不信。现在很多同行遇到我都说，当时看到元戎★◆■“无图”方案的时候，都觉得是假的，说我们背地里用了高精度地图。

　　比如，当人看到公交车突然在非站点停车时，会本能地想“它为什么停？★■★”★■★◆，并通过推理得出车后面可能有个人，或者会有人冲出来★■★★◆★。这种情况，你虽然看不见，但也可以靠推理做出决策。

　　举个例子◆★，激光雷达的竞争，最终它到底怎么样？它是因为纯视觉能力出来，而不是激光雷达公司相互之间PK死，一定是其他外部原因。

　　周光：不一样。Road AGI更多是模型往通用化走，它不仅能用于车，还能适配移动智能体，关键在于模型的通用能力和泛化能力◆◆■■■。跟世界模型肯定不是一个东西。

　　周光★★：我觉得任何行业都是这样，不只是智驾领域，大模型不也是嘛，现在就三四家了。

　　当然，用语言把推理过程说出来★■★◆，能让用户更清楚地理解，不管是 Robotaxi 还是辅助驾驶★★，比如刹车这个动作，你得解释清楚为什么这么做吧？不然用户肯定会害怕、会慌◆◆■。语言能让人放松，产生安心感。

　　周光：我觉得没什么呀，（就算创业不成）哪怕打个工、找个高薪的不很正常吗■■★？对我来说，更多是觉得时代给了这样的机会，不是为了赚钱或者别的什么，就是想做点事。

　　对我们这种 AI 公司来说，我觉得先进性肯定更重要。当然也需要足够的体量支撑■◆■。

　　另外，我们其实都挺负责的，我们要做，肯定就是冲着做好去做，所以客户愿意把一些重要的★■■◆、王牌车型定点给我们。不像有些情况，可能会先占着（定点），但实际上没好好做◆★★★。

　　周光◆★★：我也不去评判了■◆，还是做小脑的多，基本都是Boston Dynamics （波士顿动力）的路线。但机器人领域里，还有特斯拉、Figure、Pi（Physical Intelligence） 这些玩家◆★，他们和Boston Dynamics走的是不一样的路线★■■◆，这是区别。

　　泰坦Talk■■★◆：上海车展跟你聊完◆■，第二天我问了一位圈内高层，我说最近周光一直在疯狂输出VLA◆■★◆，为什么？他跟我说，周光可能要成为中国的马斯克。

　　我当时说的 “骗人■■■”，是说 ◆★◆■■◆“靠高精度地图■◆◆★◆★”，指技术线路是骗人的，而不是指Robotaxi 商业模式有问题。什么叫L4自动驾驶★■？限定区域内的自动驾驶就是(使用)高精度地图，你们画个地图让车跑，说是自动驾驶◆◆■★■，所有人都能用，怎么make sense（讲得通），对吧？所以当时大家就误解了。

　　周光■■◆★：那是我们自己的believe（坚持）。其实早在 2016、2017 年，行业就有个争议：是编程更厉害，还是人工智能更厉害？可能很多人觉得人工智能就是编程，这是个误区。

　　周光：死记硬背还是基本得有■◆◆，你不背你怎么去推理呢？但你不用像以前那种，一字一句地背也没有必要了◆★■。

　　周光◆■★★◆：没错，简单当然最好。特斯拉的技术路线是从简单到难，Waymo从难的地方开始搞，因为它算不过来账，两者可能在一段时间之内不会meet（交汇）的，一个专攻市中心复杂路况◆■★■，一个在农村铺开。

　　泰坦Talk：你怎么应对现在这么残酷的竞争？先追求技术■★■■◆★，还是先追求规模？又该如何平衡这两者？

　　泰坦Talk：最近何小鹏提出一个观点■■◆，说 ■◆◆“买车先看算力，算力是检验智能辅助驾驶能力的第一标准”。你怎么看？

　　对我们来说★■◆，其实碰到了一些挑战■★■★，但团队非常团结，大家都很拼，这点让我很感动，我相信今年一定能完成这十几款车的交付目标★★◆◆。

　　泰坦Talk：你刚才讲的，很多都是所谓浪漫的事，回到现实，当下你觉得遇到的最大挑战是什么？

　　Roadstar.ai 聚焦 L4 级自动驾驶研发，2018 年以 1.28 亿美元 A 轮融资创下当时国内自动驾驶初创企业单轮融资纪录■★，估值达 4 亿美元，也成为该领域估值最高的初创公司；元戎启行则从创立起锚定技术量产，如今已快速成长为国内智能驾驶领域最年轻的核心力量，合作车企包括长城、吉利、smart等◆■★■◆★，今年预计量产十几款车■◆■，规模达 20 万台。

　　周光：已经量产的车该迭代可以继续迭代★◆■■★。量产车的算法是活的，芯片是死的，芯片顶多是提供算力。我们一直觉得，100TOPS的稠密算力是入门线，低于这个标准后续（迭代）蛮难的。

　　泰坦Talk★★： 刚刚以CEO的身份出现时，你有没有担心过公司可能会失败？当时的心情是怎样的■★■？

　　（作者注：RoadAGI是指道路场景的通用人工智能，元戎启行想打造一个通用的基座模型，让移动智能体都具备任意点到点移动的能力■■■★◆，包含公开道路环境■■、封闭园区等全场景。）

　　当然，现在数字世界的大模型要落地到物理世界■◆★，确实存在不少壁垒 —— 比如domain knowhow（行业专属知识）、算力限制等等，这肯定不是件容易的事。

　　泰坦Talk：你们还是比较幸运的，他们还没有选定供应商★◆★◆★◆，恰好你们也有这个方案。现在还会有这样的机会吗■★◆◆★？

　　泰坦Talk：但你之前不是说懒比较好吗？李想有一个观点，他说懒人其实在产品定义方面很有优势。那你最大的优点是什么？

　　周光：我们现在的核心肯定是围绕车，毕竟汽车是第一个实现大规模量产的智能体。我们希望让自身技术在物理世界中得到更广泛的应用。

　　其实在 2021、2022 年，也就是端到端和大模型技术爆发前，很难说清楚，但 ChatGPT 的出现让大家看到了大模型的reasoning（推理）的能力，再加上 2023 年后端到端技术的出现，辅助驾驶技术提升特别快。

　　周光■■★◆◆★：我觉得肯定会存在特斯拉这种全栈自研的公司■★◆★◆★，也会有像我们这样，能为车企提供AI 能力的公司。

　　周光■★◆：一开始就这么想的。因为我们创始团队背景主要是 AI 为主，不是做编程出身的。我觉得，人工智能技术的更大价值是在物理世界里大规模应用■★★，所以我们公司的口号是 “Build AGI for physical world★★◆★■”★◆◆◆，打造物理世界的通用人工智能，这是我们的愿景。

　　泰坦Talk◆◆：所以你们是想先“小而美” 的跑出来，先跑到一个距离◆◆★★■★，拉开和别人的差距★★？

　　自动驾驶和大模型领域不一样★◆■◆，大模型领域基本都是原生做 AI 的人，所以在自动驾驶领域★◆◆◆，你的思维越是AI导向，你越不容易犯错。很多时候犯错误的■★，反而是那些只会讲词的人◆◆■■。

　　周光◆◆★：运动，跑跑步。说实话，我觉得有时候钝感也是好事◆★，让你不被这些杂音所影响。

　　我觉得要在这个市场存活，既要有技术先进性■◆★◆◆★，也要有量产规模，两者都不占的话，基本就活不下去了。皆占是最好的，但这两者之间其实存在一定冲突 —— 你做得越多，投入到下一代技术研发的资源就越紧张■◆◆◆。所以关键是要找到平衡◆◆■◆，没有一定的量产规模，连基本的资源都得不到保障，必须在量与先进性之间找到一个平衡点。

　　周光：也不是，我们一直在讲“无图”方案。2023 年 2 月第一次讲“无图”时，已经有DEMO（样车）了，你能体验。

　　现在也不缺聪明人凯发体育网址下载，当时我在基科班（清华大学基础科学班），我们宿舍八个人里几个状元、奥赛金牌。但像我这样，正好学人工智能，又赶上了时代需要这些技术，还能找到合适的生态位◆★，这种机会太难得的，所以肯定要珍惜这样的机会。

　　现在特斯拉是把车卖给个人消费者，Robotaxi卖给谁■■★？它卖的是服务，而不是车。

　　周光：那个时间点的决策都很关键◆■◆■◆。因为大家都清楚，当时如果量产一套有图（高精度地图）的智驾方案，基本没有市场竞争力■■★。所以在那个阶段◆★★■◆，决策的优先级里★■，可能量产经验不是第一，先进性是第一。

　　泰坦Talk：从目前中国市场的智驾竞争来看， 你怎么看规模优势和先发优势？

　　我们当时见投资人时，也面临着很多类似问题，直到2022年大模型这波浪潮起来才厘清。

　　泰坦Talk： 大家都说，这个投资人和合作伙伴其实更看重的是人，你的合作伙伴是看中了你什么？

　　周光：就是我说的两点：你的量不占优，技术先进性不占优■★。 务实■◆■、浪漫皆不占★■★◆■。

　　周光：还好吧，我没什么野心吧◆★◆◆■★。我们就只是想把AI技术做出来、做好◆■★◆■，真没有什么太多的野心。

　　对我们这个行业来说也是如此★■■★。比如，GPT-4V 展现出的推理能力■◆，这种突破性的进展，根本不是单纯靠算力就能解释的。

　　隐藏在公司名背后的，是周光对AI的执念。★■◆“我们创始团队背景主要是 AI 为主，不是做编程出身的◆★★◆◆。” 从清华大学基础科学班的本科，到清华高能物理研究中心的研究生，再到德克萨斯大学达拉斯分校的人工智能博士◆◆◆◆◆◆，周光说自己是 “原生 AI 人◆★★◆■◆”◆◆■■◆★，而元戎启行的目标从一开始就清晰：打造物理世界的通用人工智能。

　　泰坦Talk：如果用一个词或一句话来定义元戎这家公司◆◆，你觉得它的特质是什么■◆★◆？未来成功的标志又是什么？

　　周光■◆★◆★◆：我们是今年第三季度量产◆★◆★。我们上的肯定是一个能够落地商用的“真东西”，而不是输出一些固定pattern（模式）文字的“状态机”◆■，那种也没必要了。

　　周光◆■◆◆：肯定会啊，这是常态★◆★。因为AI 领域就这样★◆■★，没有哪种方法能一直管用■★■，也不能随便说一个方法就死了。比如 RL（强化学习）突然就火了，之前是 GAN（生成对抗网络），后来又轮到 diffusion（扩散技术），但它可能也不一定能坚持多久★■★■，肯定会有新技术出来。

　　周光：肯定有关系的。一个人到了 30 岁■★◆★，很难被改变了■■◆★。只有经历过一些重大的事，才可能真正带来改变。那次创业经历◆★★◆，肯定是有一些影响的。

　　周光：其实我一直在说■■■，Robotaxi 作为一种商业模式，它一定是真的。但你技术线呀◆■■◆◆★，你看特斯拉就是直接L2到L5◆◆★■★，跳过L3跟L4，这是它技术线路决定的，人家不靠高精度地图■■★★◆★。

　　泰坦Talk：如果真像你说的，有一天你们可能被一家大模型公司或者更大的科技公司打败■◆◆★◆◆，你有没有想过，你们可能会被他们收购◆★？有这种可能性吗？

　　我们认为■■★■■■，这是让人工智能再上一个台阶，也是解决自动驾驶长尾问题必须要做到的★■■★◆。一套基于Rule-Based（规则驱动）的系统，不管程序员多天才，都没有这个推理能力我们做 RoadAGI，就是希望AI 能具备对世界的认知。

　　什么叫基础设施？就是将来所有物理agent（智能体）里，都有元戎的软件和 AI 在运行。就像 30 年前的中国联通■■、中国移动，当时是最牛的企业◆■★■★★，现在成了基础设施，这说明它们做得非常成功■■。

　　我们需要的不是语言表面的那些词，一个模型能不能◆■★■“说话” 不重要，关键是语言赋能的思维能力◆★■★。我们需要的是语言背后的推理能力，没有这种能力，很多问题是无解的。

　　不过◆★，有一点能确定◆★■■■，AI 肯定是更核心 ，对苹果来讲，假设今天有L5技术■★◆■，那苹果造这个车也很快★★◆★◆。

　　泰坦Talk：我们回到公司层面◆★★◆★■，你们是2019年成立的◆★★，很快就疫情了■◆。那段时间你们经历了什么？怎么挺过来的？

　　我觉得都要看，每个公司它能够到今天◆■■★★，还有每个很牛的人，他都有自己的亮点和擅长的点，这些其实都值得我们去关注■★★◆、去学习■■■★★。

　　我们做的决策都在往 “通用化◆■★” 方向靠■◆◆■◆◆。比如，★◆◆■“无图”技术，让辅助驾驶摆脱了高精度地图的地域限制，是一种通用化■◆★★；端到端技术就更通用了★★◆；再下一步的 VLA，是一个更通用的模型架构◆■★◆，可能会打破汽车和机器人之间的Gap（壁垒）■◆◆◆。

　　周光：特斯拉明显就是L2到L5，没有L3，也没有L4◆■★◆★■。会非常快的scale-up。

　　周光：那肯定也不是分分钟。数据、domain knowhow对他们来说是个壁垒，你怎么知道物理世界需要什么样的输出？毕竟这不是文本★■。

　　所以■★★★◆◆，这个说法并不完全对★■■■，也不能说它错◆★。毕竟，同一架构下算力越强越好，这是显而易见的，但芯片的适配性、算法与硬件的协同效率，同样是影响智能驾驶能力的关键因素★★■★。

　　周光★◆■★★：也不一定◆◆■，我觉得时代在变。你看现在的 AI 公司，同等业务规模下，明显比上一批企业小一个数量级。比如 OpenAI 也就一千多人■◆◆★★，不一定非要靠那么多人了。

　　泰坦Talk★■■◆：现在的很多新势力已经陷入规模陷阱，到了这个阶段明显撑不住了，所以他们也在学一些东西，比如华为的 IPD 体系之类■◆■★★◆。你现在学习目标和对象是谁啊■◆■■★◆？你最欣赏的那个？

　　这真的不是靠绝对的资源堆砌就能成的■★◆■，未来车型数量肯定会往少了走，今天可能是百花齐放★★。