在智能电动汽车发展高层论坛上，元戎启行首席执行官周光提出一个引人注目的观点：随着多模态大模型技术的突飞猛进，城市领航辅助驾驶系统（NOA）可能跳过L3级自动驾驶阶段，直接向完全无人化的Robotaxi形态演进。这一论断基于他对自动驾驶技术路径的深刻洞察——传统L3方案本质是通过工程化手段弥补模型缺陷，而未来通用自动驾驶的核心在于持续提升模型对物理世界的认知能力。
技术演进的数据支撑印证了这种判断。周光透露，在引入大模型技术后，衡量自动驾驶系统可靠性的关键指标——每关键接管行驶里程（MPCI）正以每年一个数量级的速度增长。这种指数级提升使得系统快速突破安全阈值成为可能，为跳过L3级过渡阶段提供了技术可行性。他特别强调，汽车场景产生的海量真实数据具有不可替代性，车辆行驶过程中产生的数十万公里级决策反馈数据，是训练物理世界智能体的关键养料。
行业人才流动趋势印证着技术路线的变革。今年初，DeepSeek核心研究员阮翀加盟元戎启行，主导多模态基座模型研发工作。周光解释称，这位算法专家的加入标志着公司战略转型——从传统自动驾驶方案提供商升级为物理AI解决方案公司。这种转变在即将到来的北京车展上将有具体呈现，届时公司将展示通用人工智能框架下的全新技术架构。
商业策略方面，元戎启行正打破行业常规。在保持高端市场技术优势的同时，公司通过与零跑等新势力车企合作，将解决方案下探至十万元级车型市场。面对外界对"规模扩张"的质疑，周光直言技术普惠与商业成功并不矛盾："真正的挑战在于持续优化基座模型，而不是将高端模型降维适配低端硬件。就像建造摩天大楼需要坚实地基，自动驾驶系统的能力上限取决于基础模型的规模与质量。"
针对Robotaxi领域的竞争格局，周光指出运营能力并非决定性因素。"依赖人工规则和先验知识的系统注定无法应对复杂场景，Waymo等领先企业已完成从规则驱动到数据驱动的范式转变。"他警示，仍停留在旧技术框架的企业将面临严峻挑战，这种转变不是简单的技术升级，而是认知层面的革命性突破。在物理AI时代，能够持续进化基座模型的企业，才可能在自动驾驶竞赛中占据先机。
