讓元戎CEO周光感到非常興奮的是，在市場如此艱難的情況下，元戎拿到了一筆巨大的融資，并且這是一筆非政府的資金，而是來自產(chǎn)業(yè)鏈。這證明了元戎的技術(shù)實(shí)力得到了行業(yè)認(rèn)可。

按照周光的說法，自動駕駛技術(shù)發(fā)展至今，經(jīng)過了3個比較大的階段，前融合，“無圖”城市NOA，端到端，而這些，元戎都是最早在國內(nèi)提出來并且付諸行動的。

元戎能夠拿到頭部主機(jī)廠的輸血，很大程度上得益于其在技術(shù)路線上的激進(jìn)策略。今天的智駕技術(shù)正在逐步趨于收斂。元戎的判斷是否正確？與整個行業(yè)對比，元戎的技術(shù)又處于怎樣的水平？

目前整個行業(yè)提得最多的就是端到端架構(gòu)，主流方式有3種：一種是分段式，這是大部分車企采取的思路；另一種是交集式，智駕系統(tǒng)包含3個網(wǎng)絡(luò)，感知、規(guī)控和安全規(guī)則，但彼此之間相互有交集，代表車企是小鵬、華為；另一個是一段式網(wǎng)絡(luò)，代表車企是元戎和Momenta。（至少在公開宣傳資料里，只有這兩家的傳播口徑是一段式端到端）

按照元戎的說法，它的一段式端到端架構(gòu)已經(jīng)上車，目前正在預(yù)研VLA模型，即Vision Language Action Model，視覺語言動作模型，屬于端到端2.0版本，是周光于2024年9月30日汽車百人會GIV上正式提出。元戎啟行的VLA系統(tǒng)可以連接視覺、語言、動作，能識別和描述道路環(huán)境、交通標(biāo)志、道路參與者等，理解交通場景中復(fù)雜的交互事件、隱藏的語義信息和邏輯推理，即便碰到罕見路標(biāo)跟邊緣場景，系統(tǒng)也能輕松應(yīng)對。

元戎的VLA有三個優(yōu)勢。

1、VLA采用多模態(tài)訓(xùn)練，除了視頻數(shù)據(jù)訓(xùn)練，元戎還引入了語言模態(tài)訓(xùn)練、行為模態(tài)訓(xùn)練。VLA模型可以通過預(yù)訓(xùn)練的方式，從大量的未批注數(shù)據(jù)中進(jìn)行訓(xùn)練，學(xué)習(xí)語料的通用特征，擁有更多常識。

2、VLA還具有場景理解能力，能通過語音、文字（Language）形式對自己的駕駛行為和推理進(jìn)行描述。技術(shù)人員可以了解系統(tǒng)的決策邏輯，就可以更快地訓(xùn)練它們。決策過程透明了，也更容易建立大家對智駕的信心和信任。

3、另一個就是泛化能力。因?yàn)榧尤肓艘曈X、語言和動作的多模態(tài)模型，VLA模型可提高模型的泛化能力和判斷推理能力。不僅限于汽車，未來，VLA還能移植到機(jī)器人等更多載體上。

基于這一套技術(shù)，元戎構(gòu)建了“一體兩翼”的商業(yè)邏輯，具體解釋為，一個AI系統(tǒng)，兩條商業(yè)化落地路徑。其實(shí)就是輔助駕駛和Robotaxi用同一套技術(shù)，然后通過數(shù)據(jù)積累的方式不斷迭代系統(tǒng)能力。

行文到此，接下來有意思的部分就來了。下面有3個爆點(diǎn)：

首先是技術(shù)的先進(jìn)性。元戎認(rèn)為目前VLA是最先進(jìn)的技術(shù)架構(gòu)。

VLA這個名字很熟悉有沒有？

沒錯，和理想今年一直在提的VLM很像，但二者并不是一回事。周光舉了一個例子，“VLM+端到端”其實(shí)是兩個人在車?yán)?，新手學(xué)員和教練。端到端就是學(xué)員，而教練就是所謂的VLM帶著新手學(xué)員開車，告訴你怎么走，實(shí)際的駕駛員還是新手學(xué)員。而VLA的邏輯是直接拿掉學(xué)員，讓教練自己開。

周光認(rèn)為，VLM是一個落后的架構(gòu)，完全比不上VLA。因?yàn)榧円曈X的端到端（VLM）缺乏可解釋性，無法解釋駕駛決策邏輯。碰到潮汐車道、限行時段等罕見路標(biāo)/邊緣場景難以用常識理解讀懂，這種情況下很難推理出好的駕駛決策。這是元戎做VLA的原因。

有意思的是，理想自己也認(rèn)可這個說法。根據(jù)《36氪汽車》報道，理想人士表示：“可以把VLA看成是端到端+VLM的合體。”而且據(jù)說包括理想在內(nèi)的很多車企也在秘密研發(fā)VLA架構(gòu)。

第二，元戎在技術(shù)策略和商業(yè)理念上與特斯拉完全相同。繼侯曉迪，樓天城等技術(shù)大咖質(zhì)疑特斯拉Robotaxi之后，元戎是首個也是目前唯一一個在技術(shù)理念上公開站隊(duì)特斯拉的企業(yè)。

首先，馬斯克一直在強(qiáng)調(diào)通過數(shù)據(jù)來提升自動駕駛能力；其次，特斯拉希望用一套技術(shù)來實(shí)現(xiàn)輔助駕駛和Robotaxi，把輔助駕駛的FSD放在Robotaxi上。

這和元戎提到的“數(shù)據(jù)驅(qū)動，Robotaxi同源”的理念一致。

重點(diǎn)來了，侯曉迪，樓天城等人的觀點(diǎn)剛好相反。樓天城認(rèn)為Robotaxi并不是無腦堆數(shù)據(jù)，數(shù)據(jù)達(dá)到了一定上限對系統(tǒng)反而是累贅；而且樓天城也不認(rèn)為用輔助駕駛思路做得了Robotaxi。他認(rèn)為自動駕駛的唯一解是世界模型。

來看看周光是如何反駁的，他認(rèn)為必須要用AI的方式去做Robotaxi，而不是這種基于模塊化的、基于地圖劃個區(qū)域去做。2018年，全世界首個Robotaxi運(yùn)營，到今天為止，Robotaxi全球的運(yùn)營面積可能就是千平方公里，周光認(rèn)為這種運(yùn)營沒有價值，元戎的運(yùn)營模式?jīng)]有區(qū)域限制。

大佬爭論，看客吃瓜，有點(diǎn)意思。

第三，承接上文，今年初周光在中國電動汽車百人會上diss L4，引發(fā)了不少關(guān)注，被外界稱之為耿直boy。

在最近的溝通會上，周光再次對這個問題進(jìn)行了解釋。周光認(rèn)為，元戎目前在進(jìn)行的Robotaxi并不是L4，完全是兩回事。L4更多的是一種技術(shù)路徑的探索，而Robotaxi是一種商業(yè)模式的探索，二者并不是一回事。

由于Waymo等企業(yè)的引導(dǎo)，大家都把Robotaxi等同于L4。事實(shí)上，Waymo確實(shí)在以L4的方式做Robotaxi，但Robotaxi卻不止L4一種方式，也可以通過元戎所謂的AI方式來做。

周光說明年元戎會把最新的VLA的技術(shù)帶上車，也就是基于Thor的DeepRoute IO（也有消息說Thor并沒有準(zhǔn)備就緒）。按照周光的說法，這套系統(tǒng)上來以后城區(qū)智駕才能真正達(dá)到好用的狀態(tài)，現(xiàn)在大家都是嘴炮。預(yù)計2024年底，至少會有三款搭載元戎啟行智能駕駛系統(tǒng)的車輛進(jìn)入消費(fèi)者市場。同時，元戎啟行也在積極推進(jìn)與多家主流車企的十余款智能汽車的量產(chǎn)合作。智能駕駛大潮將至，元戎打出了創(chuàng)業(yè)5年來的蓄力一擊。