北京車展期間，華為、元戎、Momenta均推出了端到端的量產(chǎn)智駕方案。

華為一直是話題流量的王者，擁有極強的技術號召力，研發(fā)規(guī)模達7000人。2022年之前，華為也在用高精地圖，而后堅定地走無圖路線。2023年4月16日，華為正式發(fā)布不依賴高精地圖的ADS 2.0。

Momenta則是依靠自己豐富的量產(chǎn)經(jīng)驗，與比亞迪、廣汽、豐田、奔馳、通用等車企的合作，為它的端到端方案提供了數(shù)據(jù)養(yǎng)料。

相比于前兩者，元戎的特點在于原生的AI基因，發(fā)力時間早。如果以端到端的研發(fā)時間來看，元戎2023年3月就確定了端到端方向的研發(fā)，8月就完成了端到端模型的道路測試。從這點看，元戎是國內最早把端到端模型測試車跑在城市公開道路的方案商。

據(jù)雷峰網(wǎng)了解，元戎的第一款車的量產(chǎn)僅僅花了8個月的時間，而后續(xù)一個新的車型適配時間會縮短到3-4個月。10月，吉利與奔馳合資的Smart品牌旗下的smart 精靈#5 上市，該車型也采用了元戎啟行提供的無圖城區(qū)NOA功能方案。

11月初，元戎啟行完成一輪1億美元的融資。截至目前，元戎啟行已完成6輪融資，累計融資金額超5億美元，高階智駕平臺DeepRoute IO已成功搭載上車，與車企共同打造的量產(chǎn)車已超2萬臺，并與多家主流車企共同推進10個量產(chǎn)項目，涵蓋了SUV、MPV、越野等各種車型。

端到端的原理無需贅述，想要做好一個端到端模型有三個因素：好的模型、海量的優(yōu)質數(shù)據(jù)和大算力。更容易形成壁壘的，是前兩者。

與大語言模型在互聯(lián)網(wǎng)上爬取海量文字數(shù)據(jù)用于訓練不同，端到端智駕需要的視頻數(shù)據(jù)獲取成本和難度極高。量產(chǎn)上車，是獲取優(yōu)質數(shù)據(jù)、迭代模型的一條必經(jīng)之路。這也決定了端到端是一條“強者恒強”的技術路線，留給后來者的時間窗口則會越來越小。

元戎啟行CEO周光說，元戎已經(jīng)投入了更多的精力在下一站的VLA模型。VLA模型是一個融合了視覺、語言和動作的多模態(tài)模型，可提高模型的泛化能力和判斷推理能力。到2025年，元戎的 VLA 模型將基于英偉達下一代智能駕駛計算平臺Thor正式發(fā)布，屆時元戎將成為業(yè)內首批將 Thor芯片部署上車的智駕公司之一。

目前，行業(yè)里流行的做法是One Model端到端+VLM技術架構。

在周光看來，VLM+端到端與VLA模型的區(qū)別在于，前者是教練通過語言的形式教學員開車，后者是教練自己開車。“教練開車和學員開車，兩種方式你更放心哪一個？”

元戎有著不同于行業(yè)的競爭心態(tài)：不打價格戰(zhàn)、不搞車海戰(zhàn)術。周光表示，“如果合作的車型只能賣100、200臺沒有意義。我們需要的是數(shù)據(jù)，所以我期待有更多的爆款車，來補齊工程化的基因。

明年，元戎會基于端到端架構去拓展Robotaxi業(yè)務，并且積極開展海外業(yè)務，明年還會參加日本車展。

周光認為，“元戎啟行的公司愿景是為真正的AGI做一些貢獻，汽車不應該定義成汽車，而是一個機器人的載體，希望元戎啟行的技術能夠應用到整個物理AI。”

11月3日，雷峰網(wǎng)《新智駕》與周光進行了一次對話。以下為對話內容，結合了部分元戎融資溝通會的問答。

新智駕：元戎的這輪融資，應該是今年智駕行業(yè)比較重磅的一筆。

周光：近兩年從投資機構拿錢挺難的，其實我們也有能力去融一些比較好拿的錢，但沒必要。我們賬上還有余糧。而且，我們的風格是該花的花，該砍的砍，我們砍掉了港口，也砍掉了L4。

新智駕：這筆錢對于行業(yè)有什么樣的激勵作用？

周光：行業(yè)里有做得好的拿到了錢，這很正常。最差的情況是什么？你做到最好也拿不到錢。

新智駕：能不能談談你們跟客戶第一次見面時的場景？對方提了那些要求？

周光：我挺佩服他們的。第一次就見了他們總裁，只對我們提了一個要求，要求我們all in，在量產(chǎn)車上實現(xiàn)跟今天一樣的效果。實際上，做到今天這樣上車的效果，沒有雙方all in是不可能的。他們也是全力以赴，特別開放地投入。

而且，我們量產(chǎn)真的是第一次走完全程，不是幾百臺工程車，所有的問題都是在萬級的數(shù)量級去體驗。你不知道我們客戶會把車開到哪里，就好像有的case在農(nóng)村，到處都是雞。但最后，我們也都處理好了。

新智駕：在這些極端場景里，元戎做的怎么樣？

周光：跑得可以。2023年3月，我們就發(fā)布了“無圖”方案，我們第一個搞出來的。但當時我們做了一個非常巨大的決定：量產(chǎn)端到端。這就意味著，我們是原生的端到端，一開始就是端到端的技術架構，所有的產(chǎn)品、工具鏈都是圍繞端到端來開發(fā)，不能先上一套rule-based的無圖方案再去迭代。

我們是唯一一個，你跟我約定一個城市，我們就能在約定地點一起接車，馬上去測試的公司，我覺得直到今天也很難有公司這么做。

做得好也因為我們足夠all in，我有三四個月待在主機廠所在的城市，回到深圳的家都有點陌生。但做項目需要雙方都all in，如果是各懷鬼胎沒有意義。

新智駕：八個月的量產(chǎn)時間是如何做到的？

周光：我們之前也有過幾乎量產(chǎn)的定點項目，這個項目還是現(xiàn)在智能化營銷做得最好的一個品牌。借這個機會，我們也積累了很多的項目經(jīng)驗。

雖然我們在技術上走得最早，但當時行業(yè)認知是，做自動駕駛必須有圖，大家都認為“無圖”是皇帝的新衣。光靠元戎根本不可能（把市場教育起來），連車都上不了。只有這個品牌有能力成為“鯰魚”，去把智能駕駛行業(yè)攪活起來。

這個公司學習了元戎的技術，干出了第一版“無圖”方案推向市場。所有主機廠才慌了，才掀起了國內的智能化浪潮，中國汽車市場的智能化水平才能像現(xiàn)在這樣。

新智駕：跟主機廠的合作，讓你們學到了什么？

周光：我們跟主機廠的合作，本質是把我們變成更to C的公司。哪怕是端到端、“無圖”技術，沒到量產(chǎn)前，都還是通過demo獲取客戶，你只關心這個系統(tǒng)的上限。

但是真正的量產(chǎn)，需要把產(chǎn)品交到消費者手中。你對底線的把控、對穩(wěn)定性的把控、對一致性的把控，這非常重要。2020年，我們10臺車里只有7臺能用，其余3輛不知道什么原因用不起來，這也是量產(chǎn)上的經(jīng)驗不足導致的。

跟頭部主機廠從0到1量產(chǎn)合作，是極其難得的機會。因為0到1是最關鍵的，市場機會是逐漸收斂的，沒有人再愿意冒險把車給沒有量產(chǎn)經(jīng)驗的廠商。我覺得元戎是最有tech vision的。

新智駕：第一個量產(chǎn)項目有沒有掙到錢？

周光：營收很可觀。但如果要覆蓋研發(fā)成本，那（第一個項目）還不夠。高階智駕和低階智駕不一樣，高階智駕的市場沒那么惡劣。我們現(xiàn)在跟別人談都說：元戎比別人貴，但是效果好。并且比現(xiàn)在某頭部廠商，我們（智能駕駛系統(tǒng)的）價格還是很親民的。

新智駕：有哪些量產(chǎn)經(jīng)驗可以沉淀下來？

周光：核心還是系統(tǒng)穩(wěn)定性。本質我們是一個AI系統(tǒng)，不是靠代碼，按道理我們的工程難度比中低階rule-based公司難度低。他們寫if-else，遇到問題就反復調。我認為這不是工程學問題，我們是AI，為什么要調整那些規(guī)則呢？

新智駕：基于AI就不會出現(xiàn)bug嗎？

周光：不能叫bug，并且我們有安全機制。第一，我們出現(xiàn)問題的概率很低，第二，我們對安全問題有兜底。另外，安全兜底機制肯定要迭代。隨著AI能力的提升，你會更不想去限制這個AI。只是在某些場景下，兜底機制會去接管這個車輛，避免風險發(fā)生。其實，今天的AEB就是人類智駕的兜底，我覺得未來AI Safety會變成新的AEB。

新智駕：未來合作車型有什么進展？

周光：在共同推進10余款車型的量產(chǎn)。我們是和客戶深度合作，跟一些廠商的車海戰(zhàn)術風格不一樣。這樣的邏輯，車企也愿意跟我們一起打造爆款車型。

新智駕：數(shù)據(jù)背后，數(shù)據(jù)的帶寬和存儲費用就很巨大，這個成本和算力儲備問題如何解決？

周光：端到端跟VLA對算力要求沒有語言大模型那么大，今天的Orin能夠實時跑的也就是10億的參數(shù)，車端的端到端VLA跟真正的大語言模型比起來是個小網(wǎng)絡。

做端到端和VLA的時候，算法是巨大的差距，對算力的要求沒有大模型那么大，我們自己投了不少錢在卡上，也有自己的算力儲備。同時阿里也是我們的股東，我們在有算力需求時候也可以跟股東尋求幫助，這并不是問題。

新智駕：目前元戎團隊規(guī)模如何？

周光：集團人數(shù)800人左右。人越多說明你越原始，越不是端到端。AI相關人才難以快速擴招，但是量產(chǎn)交付的工程團隊相對好點，這么多年，主機廠、傳統(tǒng)Tier1已經(jīng)培養(yǎng)了很多工程人才。

新智駕：元戎是行業(yè)里比較早做無圖的公司。但是此前，在我們的采訪中，有地圖廠商的負責人直言：過去，高精度地圖全部裝在車機端的，現(xiàn)在變成在訓練端。一些車企每時每刻都在用高精度地圖，同時通過數(shù)據(jù)采集，進行云端訓練。什么才是真實的無圖NOA?

周光：我們是最早的，不是比較早。比較早期的版本，確實很難看出來是不是無圖。但是端到端模型做出來的時候一定是基于“無圖”。你想做好AI，你就沒辦法用高精地圖的形式去做。高精地圖是矢量數(shù)據(jù)，AI不擅長處理矢量數(shù)據(jù)，就跟人對加減乘除一樣天生不擅長。

新智駕：目前，高階智駕里有一個不成文的“華大地魔”的第一梯隊的說法，您認可嗎？

周光：華大地魔是去年的說法。去年能跑高速NOA的就能稱為高階，但今年的高階就是真高階，要有城市NOA?，F(xiàn)在已經(jīng)量產(chǎn)城市NOA的智能駕駛公司也就三家，元戎是其中一家。

新智駕：今年的快速發(fā)展，元戎是不是已經(jīng)進入了第一梯隊？在您的標準里，哪些要素是成本第一梯隊必備的？

周光：具備“無圖”端到端的城市智駕能力，才有可能進入第一梯隊。但這是一個雞生蛋、蛋生雞的問題。你要做端到端就要先量產(chǎn)，沒有量產(chǎn)數(shù)據(jù)玩不了端到端。但你現(xiàn)在沒有端到端，之后就量產(chǎn)不了。這就是為什么我說以后的智駕方案商會很難，身位會被拉得越來越遠。沒量產(chǎn)經(jīng)驗的，想讓車廠付出一定的時間成本陪你玩，這很難了。

另一方面，成為第一梯隊，你需要有萬臺級起步的量產(chǎn)車，低于萬級沒有意義。端到端1.0能有萬臺級的車，效果就很好。要做VLA，10萬臺車的規(guī)模才是一個理想狀態(tài)。VLA對數(shù)據(jù)量的要求會比端到端1.0多一個數(shù)量級。國外的一些端到端公司沒有量產(chǎn)項目，解決不了數(shù)據(jù)問題，10億美金也買不到數(shù)據(jù)，物理AI在中國的機會還是比較大的。

新智駕：此前，元戎被媒體報道會采用高通的智駕芯片。但是您在公開演講中也表示，基于端到端模型，元戎啟行正基于Thor芯片研發(fā)VLAM（Vision-Language-Action Model，視覺-語言-動作模型），該系統(tǒng)將于明年推出。高通的這一說法靠譜嗎？

周光：我們還在評估。我們的方案可以適配各家芯片廠商，可以根據(jù)主機廠的要求去做適配。芯片是主機廠選，尤其是海外的主機廠，會更提前選定芯片廠商。

新智駕：現(xiàn)在是11月，明年到這個時候，端到端會有什么樣的變化趨勢？

周光：可能今天你用高速NOA覺得很舒服。但在端到端出來之前，城區(qū)高階智駕就不是好用的狀態(tài)，真正好用還是在端到端出來之后。

到明年這個時候，你用城市NOA就會像高速NOA一樣舒服，百公里級的接管頻率明年應該能看到。當消費者很愿意用的時候，市場就真的收斂了。

新智駕：今年年初，您關于L4的說法引起了不少爭議，您的看法還是這樣嗎？

周光：L4這條路就是有局限性，它商業(yè)化落地就是很難。我覺得，大模型出來之后，大家更信AI了，這是一個價值觀的變化。你不能對這個世界發(fā)生的事情無動于衷。

我是2020年就意識到（基于高精地圖方案的）L4這條路存在不足，但是我們會做robotaxi，以端到端架構支持運營，而不是基于模塊化的、基于高精度地圖去做，那沒有意義，沒有商業(yè)化。我們的運營模式就是沒有區(qū)域限制的運營。

物理AI最根本的目的一定是取代人，自動駕駛的最終目的也是把人去掉，讓機器幫我們開車。技術線路的問題，就是說你不要拿Waymo這套技術線路和特斯拉的技術線路比，兩個出發(fā)點是不一樣的。

新智駕：元戎有上市計劃嗎？

周光：我們不急。因為我們走在正確的路上，也有自我造血能力，沒有什么上市壓力。