周光請來DeepSeek阮翀：元戎啟行的40B基座模型能擋住降維打擊嗎？

原創｜YZ 編輯｜Cong

元戎啟行最近的動作不太像一家智駕公司。

2026年4月，這家第三方智駕供應商宣布首席科學家阮翀將在北京車展首次公開演講。阮翀的身份不是自動駕駛圈的老人——他是前DeepSeek研發負責人、多模態技術核心研究員。把技術發布權從CEO手中交給一位來自大模型公司的科學家，這個信號不同尋常。

4月11日的智能電動汽車發展高層論壇（2026）上，元戎啟行CEO周光用一整場演講解釋了原因：智駕的下一階段不再是算法優化，而是認知能力的進化。而這個進化，只能由大模型驅動。"真正的智駕競爭，不再來自同行，而是來自大模型公司的降維打擊。"

01

15%滲透率

周光先擺了一組數據。

2025年，中國輔助駕駛解決方案市場規模超過1200億元，量產芯片算力提升至750 TOPS級別。但城區NOA滲透率只有15%，用戶黏性在20%到30%之間。行業面臨一個明顯的"落差"：規模和投入不斷增加，但消費者并沒有把城市輔助駕駛作為日常工具。

截至論壇當天，元戎啟行已累計交付近30萬臺搭載城市NOA的量產車。過去一年累計行駛里程超過13億公里，用戶使用時長超過4480萬小時，避免前向潛在碰撞事故14.1萬次，避免后向潛在碰撞事故4.7萬次。數據不差。但周光知道，"安全"只是輔助駕駛的基本盤。讓用戶從"可用"走向"愛用"乃至"依賴"，才是下一階段必須解決的問題。

02

"蹺板效應"

周光談到了行業當前的技術困境。同一套智駕系統，早上跑得好，中午可能變差；在上海表現不錯，換一個城市就不行。某個版本優化了某些場景，下一個版本可能又退步了。

"版本不斷迭代，某個版本優化了某些場景，下一個版本可能又退步了。反復修補、不斷迭代，但沒有本質提升。"原因指向一個很具體的技術瓶頸：今天量產的小模型智駕，參數量非常小，多數在1B以下甚至0.1B以下，運行算力典型在100到200 TOPS。這類模型以卷積為主，只有少量Transformer架構。

2024年，端到端技術帶來行業快速進展，元戎是中國首批量產落地端到端的公司。2025年，頭部玩家增長放緩，第二梯隊追趕加速。周光的判斷：在小模型范式下，"反復修補"是結構性的，不是量變能解決的。"必須從小模型范式轉向大模型范式，用Scaling的方式系統性提升能力。"

03

Driver、Analyst、Critic

元戎的解法是一個40B（400億參數）的基座模型。周光把輔助駕駛公司的工作拆解為三種角色：Driver負責視覺輸入生成駕駛動作，Analyst對關鍵場景進行理解和分析，Critic從安全與合理性角度評估駕駛行為。

過去行業只訓練Driver——教系統怎么開。基座模型把三種能力統一到一個模型中：不僅會開車，還會理解為什么這樣開，并評估是否開得更好。他透露，據元戎了解，Waymo和特斯拉已經實現了這一架構。"基座模型不僅會開車，還會理解為什么這樣開，并評估是否開得更好。過去我們只訓練Driver，而現在，基座模型統一了這三種能力。

輔助駕駛正在從"功能升級"邁向"認知升級"，從"執行系統"走向"智能系統"。

基于基座模型，元戎還重構了數據閉環。傳統流程大量依賴人工，從問題發現、歸因分析到數據挖掘與標注，周期通常需要5天以上。引入AI Orchestrator實現全流程自動化后，周期縮短至約12小時，效率提升近10倍。而且每個步驟都沉淀模型經驗，讓訓練效率持續提升。

"所有輔助駕駛公司的工作都應該沉淀在基座模型里。"周光說。這意味著每一步的信息熵都留在模型中，而不是隨著版本迭代丟失。基座模型的商業邏輯也很清晰：一個模型，多種產品形態。100 TOPS算力提供經濟型方案，500 TOPS算力提供高性能方案，上千TOPS算力用于Robotaxi。所有產品共享同一基座模型，所有真實道路的海量數據不斷反饋給模型，形成數據飛輪。

但周光說了一句更關鍵的話："如何讓大模型變得更好，而不是讓700 TOPS的芯片跑出的效果和100 TOPS差不多。大模型好了，蒸餾出來的小模型自然厲害。"

04

請來DeepSeek的人

理解了基座模型的戰略意義，再回頭看阮翀的任命，邏輯就通了。

阮翀是前DeepSeek研發負責人，多模態技術核心研究員。DeepSeek是什么公司不需要多解釋——2025年初以極低成本訓練出性能逼近GPT-4級別的大模型，在全球AI圈引發震動。從DeepSeek核心團隊挖人，元戎要的不只是一個科學家，而是大模型領域的實戰經驗。

周光在論壇上判斷，國內頭部大模型公司已經開始布局自動駕駛，"而且是由多模態負責人親自帶隊"。原因在于物理AI的場景中，只有汽車能提供如此高質量的數據——對大模型公司而言，做自動駕駛不只是為了盈利，更是為了驗證多模態基座模型在物理世界的能力。

"今年可能是多模態進展的元年。"周光說，"多模態本質上就是預測物理世界下一刻會發生什么，這僅僅是一步之遙。"大模型公司有算力和模型能力，但缺少物理世界的真實駕駛數據。元戎有30萬臺量產車、13億公里行駛數據——這是大模型公司拿錢買不到的。但元戎也缺大模型的前沿能力。

阮翀就是這座橋。

從CEO手中交出技術發布權，交給一位大模型背景的首席科學家，這個動作本身就說明：基座模型的競爭已經不是"懂自動駕駛"的人能主導的了，需要真正懂大模型的人來操盤。

05

30萬臺車的賬

元戎能請到阮翀，底氣來自量產規模。

2025年10月，元戎在第三方智駕供應商市場的單月市占率接近40%。從2024年9月首款搭載元戎城市NOA的車型上市，到合作車型達10款、市占率從零躍升至近40%，元戎用一年多時間證明了技術路線可以跑通。

融資也跟上了節奏。2021年9月，阿里巴巴領投3億美元B輪，估值超過10億美元成為獨角獸。2024年11月，長城汽車獨家領投1億美元C1輪。2025年7月，長城計劃再投資8到10億元。

盡管資本層面持續加碼，行業仍面臨不小挑戰。更大的威脅來自大模型公司，它們手里有算力、有人才、有模型能力，一旦在多模態領域取得突破并落地自動駕駛場景，留給第三方供應商的時間窗口會迅速縮小。

周光把2026年定為目標年：城市NOA量產交付超100萬輛，MPCI安全指標提升至1000公里以上，用戶高頻使用率提升至50%以上。這三個數字，分別對應規模、安全和體驗——如果能全部兌現，元戎就有足夠的籌碼在下一輪競爭中站穩。

從2023年國內首個不依賴高精地圖的方案，到2024年首個量產端到端模型，到2025年首個VLA模型，到2026年率先基座模型，元戎的每次技術躍遷都比行業早一步。但這一次，對手不是同行。

北京車展上，阮翀將系統分享基座模型的最新技術進展。那將是檢驗元戎這盤棋的關鍵時刻——請來了DeepSeek的人，能不能真正做出DeepSeek級別的突破？