元戎啟行創(chuàng)始人、CEO周光

國內(nèi)VLA模型已開始“上車”。

8月26日消息，筆者獲悉，AI公司元戎啟行今天在深圳發(fā)布全新一代輔助駕駛平臺——DeepRoute IO 2.0，該平臺搭載自研的VLA（Vision-Language-Action）模型。

區(qū)別于傳統(tǒng)AI，VLA模型融合視覺感知、語義理解與動作決策三大核心能力，并集成思維鏈（CoT），對比傳統(tǒng)端到端模型，VLA模型更擅長應對復雜路況，在安全性、舒適性方面呈現(xiàn)斷代式突破。

元戎啟行表示，DeepRoute IO 2.0平臺以“多模態(tài)+多芯片+多車型”適配為核心設計理念，支持激光雷達與純視覺版本，可面向多種主流乘用車平臺開展定制化部署。截至目前，基于DeepRoute IO 2.0平臺，元戎啟行已達成5個定點合作項目，首批量產(chǎn)車即將進入市場。

“當語言模型與輔助駕駛相遇，一切都變得簡單了。VLA模型成為最優(yōu)解?！痹謫⑿蠧EO周光在會上表示，此次DeepRoute IO 2.0平臺的發(fā)布，是元戎啟行技術發(fā)展的里程碑，也意味著未來智能駕駛將走向大模型時代。

周光進一步表示，公司在量產(chǎn)商業(yè)化方面已獲得超過10款車型的定點合作，并實現(xiàn)近10萬輛具備城市領航輔助系統(tǒng)的量產(chǎn)車型交付，在行業(yè)處于第一梯隊。下一步，元戎啟行將發(fā)力AGl in Robotics（機器人中的AGl），讓VLA模型從道路場景走向物理世界的AGI。

會后媒體群訪中，周光向筆者表示，當前VLA模型的核心成本是AI芯片。而芯片主要取決于制程工藝和投資多少資金，以及適配成本、時間成本、經(jīng)濟成本、數(shù)據(jù)成本等。他認為，未來15萬元以上的車都可以應用VLA模型，隨著成本優(yōu)化有可能實現(xiàn)更多汽車適配。

周光強調(diào)，元戎啟行的VLA模型主要為汽車打造，不會有專門數(shù)據(jù)（用于機器人），但當前其VLA模型可以對運動機器人做到很好地適配和泛化能力，所以他認為未來模型架構(gòu)會自然而然擁有通用能力。

據(jù)悉，創(chuàng)立于2019年的元戎啟行，是較早將 AI 技術引入自動駕駛行業(yè)的企業(yè)之一，致力于打造“物理世界的通用人工智能（AGI）”，推出不依賴高精度地圖、應用端到端模型的量產(chǎn)方案，以及最新一代融合視覺、語言、動作等多種模態(tài)的VLA模型，以創(chuàng)新技術打造AI司機，實現(xiàn)RoadAGI，引領AI行業(yè)變革。

公開信息顯示，元戎啟行CEO周光畢業(yè)于清華大學基礎科學班，曾加入清華大學高能物理研究中心、德州儀器Kilby實驗室主導自動駕駛機器人項目等。2016年，周光加入百度美國研究院自動駕駛事業(yè)部，2019年回國創(chuàng)立了元戎啟行。

截至目前，元戎啟行集團總?cè)藬?shù)超1000人，研發(fā)人員占比達84%。

融資方面，元戎啟行已完成6輪融資，累計融資金額超過5億美元（約合人民幣35.7億元），投資方包括阿里巴巴、復星銳正、云啟資本、耀途資本等。2024年11月6日，元戎啟行宣布完成1億美元C1輪戰(zhàn)略融資，由國內(nèi)頭部主機廠（長城）獨家投資。

商業(yè)化層面，元戎啟行已與多家車企達成量產(chǎn)合作，共同推進十余款組合輔助駕駛汽車落地。預計到2025年，將有超過20萬輛搭載元戎啟行組合輔助駕駛方案的車輛進入消費者市場。

技術層面，元戎啟行的VLA模型融合了語言模型，具備強大的思維鏈能力，能擺脫傳統(tǒng)端到端模型的黑盒難題，并將信息串聯(lián)、分析，從而推理出因果關系。同時，它天然集成海量知識庫，泛化能力更強，能夠更好地適應復雜多變的真實道路環(huán)境。

周光表示，當前整個輔助駕駛行業(yè)依然面臨比較大的挑戰(zhàn)，尤其隨著輔助駕駛方案上車量級逐年增加，可能對于產(chǎn)品體系也有更多要求，所以“真的要用最敬畏的心去做”這個行業(yè)，而非類似做機器狗站起來就可以了。對于行業(yè)來說，當前處于增量階段。此外，他認為可能需要良性競爭，這也是行業(yè)發(fā)展比較關鍵的一個因素。

“安全放在第一位，讓AI學會害怕?！敝芄庵赋?，公司會把輔助駕駛安全放在第一位，持續(xù)推進防御性駕駛。未來，元戎啟行將圍繞VLA模型持續(xù)拓展應用邊界，在乘用車市場加速量產(chǎn)部署的同時，推進基于量產(chǎn)車平臺的Robotaxi業(yè)務。在更廣闊的Road AGI體系中，VLA模型也將向更多可移動智能體延展復用，逐步實現(xiàn)從單點功能到通用智能體的系統(tǒng)演進。

對于L4和L5發(fā)展方向，周光表示已經(jīng)在規(guī)劃，但會采用與特斯拉一樣的 AI 大模型路徑解決L4/L5面臨的問題，而不是用Waymo路徑和方式，靠規(guī)則和CNN等方式解決自動駕駛問題。

“其實關于自動駕駛的定義真的非常老了，已經(jīng)有30多年歷史了，它是AI產(chǎn)生之前的定義，其實我覺得（當前）并不是特別契合，L4跟L5的區(qū)別就在于，一個有圖，一個全部（自動）都能開，所以你看現(xiàn)在 AI 發(fā)展里面完全沒有這些概念?！敝芄夥Q，當前，自動駕駛技術工作才剛剛開始，發(fā)展過程需要一些時間。

展望未來，周光表示，真正的自動駕駛離不開大模型，我們一定會全面走向基于GPT架構(gòu)的端到端模型。而且，利用強化學習、VLA等技術，大模型已經(jīng)從弱專家系統(tǒng)、通才系統(tǒng)，走向強專家系統(tǒng)。

“我們會全力推進我們的量產(chǎn)，而且把VLA技術放在對應領域，如Robotaxi、C端（乘用車）領域等。未來，我們還將把VLA模型運用到所有可移動物體上，實現(xiàn)物理AGI?！敝芄鈴娬{(diào)，他預測第一個能夠達到10萬級、百萬級的機器人，一定是車。

（本文首發(fā)于鈦媒體App，作者｜林志佳，編輯｜蓋虹達）