AI中国网 https://www.cnaiplus.com
过去，智驾方案领域一直有着“地大华魔”等四家国内头部智驾玩家的说法。如今，以城区高阶智驾为一道分界线，以“华元魔”（华为、元戎、momenta)为代表的第三方“端到端”技术供应商，逐渐抢占了技术方案与车型落地上的先机。
北京车展期间，华为、元戎、Momenta均推出了端到端的量产智驾方案。
华为一直是话题流量的王者，拥有极强的技术号召力，研发规模达7000人。2022年之前，华为也在用高精地图，而后坚定地走无图路线。2023年4月16日，华为正式发布不依赖高精地图的ADS 2.0。
Momenta则是依靠自己丰富的量产经验，与比亚迪、广汽、丰田、奔驰、通用等车企的合作，为它的端到端方案提供了数据养料。
相比于前两者，元戎的特点在于原生的AI基因，发力时间早。如果以端到端的研发时间来看，元戎2023年3月就确定了端到端方向的研发，8月就完成了端到端模型的道路测试。从这点看，元戎是国内最早把端到端模型测试车跑在城市公开道路的方案商。
据雷峰网了解，元戎的第一款车的量产仅仅花了8个月的时间，而后续一个新的车型适配时间会缩短到3-4个月。10月，吉利与奔驰合资的Smart品牌旗下的smart 精灵#5 上市，该车型也采用了元戎启行提供的无图城区NOA功能方案。
11月初，元戎启行完成一轮1亿美元的融资。截至目前，元戎启行已完成6轮融资，累计融资金额超5亿美元，高阶智驾平台DeepRoute IO已成功搭载上车，与车企共同打造的量产车已超2万台，并与多家主流车企共同推进10个量产项目，涵盖了SUV、MPV、越野等各种车型。
端到端的原理无需赘述，想要做好一个端到端模型有三个因素：好的模型、海量的优质数据和大算力。更容易形成壁垒的，是前两者。
与大语言模型在互联网上爬取海量文字数据用于训练不同，端到端智驾需要的视频数据获取成本和难度极高。量产上车，是获取优质数据、迭代模型的一条必经之路。这也决定了端到端是一条“强者恒强”的技术路线，留给后来者的时间窗口则会越来越小。
元戎启行CEO周光说，元戎已经投入了更多的精力在下一站的VLA模型。VLA模型是一个融合了视觉、语言和动作的多模态模型，可提高模型的泛化能力和判断推理能力。到2025年，元戎的 VLA 模型将基于英伟达下一代智能驾驶计算平台Thor正式发布，届时元戎将成为业内首批将 Thor芯片部署上车的智驾公司之一。
目前，行业里流行的做法是One Model端到端+VLM技术架构。
在周光看来，VLM+端到端与VLA模型的区别在于，前者是教练通过语言的形式教学员开车，后者是教练自己开车。“教练开车和学员开车，两种方式你更放心哪一个？”
元戎有着不同于行业的竞争心态：不打价格战、不搞车海战术。周光表示，“如果合作的车型只能卖100、200台没有意义。我们需要的是数据，所以我期待有更多的爆款车，来补齐工程化的基因。
明年，元戎会基于端到端架构去拓展Robotaxi业务，并且积极开展海外业务，明年还会参加日本车展。
周光认为，“元戎启行的公司愿景是为真正的AGI做一些贡献，汽车不应该定义成汽车，而是一个机器人的载体，希望元戎启行的技术能够应用到整个物理AI。”
11月3日，雷峰网(公众号：雷峰网)《新智驾》与周光进行了一次对话。以下为对话内容，结合了部分元戎融资沟通会的问答。
新智驾：元戎的这轮融资，应该是今年智驾行业比较重磅的一笔。
周光：近两年从投资机构拿钱挺难的，其实我们也有能力去融一些比较好拿的钱，但没必要。我们账上还有余粮。而且，我们的风格是该花的花，该砍的砍，我们砍掉了港口，也砍掉了L4。
新智驾：这笔钱对于行业有什么样的激励作用？
周光：行业里有做得好的拿到了钱，这很正常。最差的情况是什么？你做到最好也拿不到钱。
新智驾：能不能谈谈你们跟客户第一次见面时的场景？对方提了那些要求？
周光：我挺佩服他们的。第一次就见了他们总裁，只对我们提了一个要求，要求我们all in，在量产车上实现跟今天一样的效果。实际上，做到今天这样上车的效果，没有双方all in是不可能的。他们也是全力以赴，特别开放地投入。
而且，我们量产真的是第一次走完全程，不是几百台工程车，所有的问题都是在万级的数量级去体验。你不知道我们客户会把车开到哪里，就好像有的case在农村，到处都是鸡。但最后，我们也都处理好了。
新智驾：在这些极端场景里，元戎做的怎么样？
周光：跑得可以。2023年3月，我们就发布了“无图”方案，我们第一个搞出来的。但当时我们做了一个非常巨大的决定：量产端到端。这就意味着，我们是原生的端到端，一开始就是端到端的技术架构，所有的产品、工具链都是围绕端到端来开发，不能先上一套rule-based的无图方案再去迭代。
我们是唯一一个，你跟我约定一个城市，我们就能在约定地点一起接车，马上去测试的公司，我觉得直到今天也很难有公司这么做。
做得好也因为我们足够all in，我有三四个月待在主机厂所在的城市，回到深圳的家都有点陌生。但做项目需要双方都all in，如果是各怀鬼胎没有意义。
新智驾：八个月的量产时间是如何做到的？
周光：我们之前也有过几乎量产的定点项目，这个项目还是现在智能化营销做得最好的一个品牌。借这个机会，我们也积累了很多的项目经验。
虽然我们在技术上走得最早，但当时行业认知是，做自动驾驶必须有图，大家都认为“无图”是皇帝的新衣。光靠元戎根本不可能（把市场教育起来），连车都上不了。只有这个品牌有能力成为“鲶鱼”，去把智能驾驶行业搅活起来。
这个公司学习了元戎的技术，干出了第一版“无图”方案推向市场。所有主机厂才慌了，才掀起了国内的智能化浪潮，中国汽车市场的智能化水平才能像现在这样。
新智驾：跟主机厂的合作，让你们学到了什么？
周光：我们跟主机厂的合作，本质是把我们变成更to C的公司。哪怕是端到端、“无图”技术，没到量产前，都还是通过demo获取客户，你只关心这个系统的上限。
但是真正的量产，需要把产品交到消费者手中。你对底线的把控、对稳定性的把控、对一致性的把控，这非常重要。2020年，我们10台车里只有7台能用，其余3辆不知道什么原因用不起来，这也是量产上的经验不足导致的。
跟头部主机厂从0到1量产合作，是极其难得的机会。因为0到1是最关键的，市场机会是逐渐收敛的，没有人再愿意冒险把车给没有量产经验的厂商。我觉得元戎是最有tech vision的。
新智驾：第一个量产项目有没有挣到钱？
周光：营收很可观。但如果要覆盖研发成本，那（第一个项目）还不够。高阶智驾和低阶智驾不一样，高阶智驾的市场没那么恶劣。我们现在跟别人谈都说：元戎比别人贵，但是效果好。并且比现在某头部厂商，我们（智能驾驶系统的）价格还是很亲民的。
新智驾：有哪些量产经验可以沉淀下来？
周光：核心还是系统稳定性。本质我们是一个AI系统，不是靠代码，按道理我们的工程难度比中低阶rule-based公司难度低。他们写if-else，遇到问题就反复调。我认为这不是工程学问题，我们是AI，为什么要调整那些规则呢？
新智驾：基于AI就不会出现bug吗？
周光：不能叫bug，并且我们有安全机制。第一，我们出现问题的概率很低，第二，我们对安全问题有兜底。另外，安全兜底机制肯定要迭代。随着AI能力的提升，你会更不想去限制这个AI。只是在某些场景下，兜底机制会去接管这个车辆，避免风险发生。其实，今天的AEB就是人类智驾的兜底，我觉得未来AI Safety会变成新的AEB。
新智驾：未来合作车型有什么进展？
周光：在共同推进10余款车型的量产。我们是和客户深度合作，跟一些厂商的车海战术风格不一样。这样的逻辑，车企也愿意跟我们一起打造爆款车型。
新智驾：数据背后，数据的带宽和存储费用就很巨大，这个成本和算力储备问题如何解决？
周光：端到端跟VLA对算力要求没有语言大模型那么大，今天的Orin能够实时跑的也就是10亿的参数，车端的端到端VLA跟真正的大语言模型比起来是个小网络。
做端到端和VLA的时候，算法是巨大的差距，对算力的要求没有大模型那么大，我们自己投了不少钱在卡上，也有自己的算力储备。同时阿里也是我们的股东，我们在有算力需求时候也可以跟股东寻求帮助，这并不是问题。
新智驾：目前元戎团队规模如何？
周光：集团人数800人左右。人越多说明你越原始，越不是端到端。AI相关人才难以快速扩招，但是量产交付的工程团队相对好点，这么多年，主机厂、传统Tier1已经培养了很多工程人才。
新智驾：元戎是行业里比较早做无图的公司。但是此前，在我们的采访中，有地图厂商的负责人直言：过去，高精度地图全部装在车机端的，现在变成在训练端。一些车企每时每刻都在用高精度地图，同时通过数据采集，进行云端训练。什么才是真实的无图NOA?
周光：我们是最早的，不是比较早。比较早期的版本，确实很难看出来是不是无图。但是端到端模型做出来的时候一定是基于“无图”。你想做好AI，你就没办法用高精地图的形式去做。高精地图是矢量数据，AI不擅长处理矢量数据，就跟人对加减乘除一样天生不擅长。
新智驾：目前，高阶智驾里有一个不成文的“华大地魔”的第一梯队的说法，您认可吗？
周光：华大地魔是去年的说法。去年能跑高速NOA的就能称为高阶，但今年的高阶就是真高阶，要有城市NOA。现在已经量产城市NOA的智能驾驶公司也就三家，元戎是其中一家。
新智驾：今年的快速发展，元戎是不是已经进入了第一梯队？在您的标准里，哪些要素是成本第一梯队必备的？
周光：具备“无图”端到端的城市智驾能力，才有可能进入第一梯队。但这是一个鸡生蛋、蛋生鸡的问题。你要做端到端就要先量产，没有量产数据玩不了端到端。但你现在没有端到端，之后就量产不了。这就是为什么我说以后的智驾方案商会很难，身位会被拉得越来越远。没量产经验的，想让车厂付出一定的时间成本陪你玩，这很难了。
另一方面，成为第一梯队，你需要有万台级起步的量产车，低于万级没有意义。端到端1.0能有万台级的车，效果就很好。要做VLA，10万台车的规模才是一个理想状态。VLA对数据量的要求会比端到端1.0多一个数量级。国外的一些端到端公司没有量产项目，解决不了数据问题，10亿美金也买不到数据，物理AI在中国的机会还是比较大的。
新智驾：此前，元戎被媒体报道会采用高通的智驾芯片。但是您在公开演讲中也表示，基于端到端模型，元戎启行正基于Thor芯片研发VLAM（Vision-Language-Action Model，视觉-语言-动作模型），该系统将于明年推出。高通的这一说法靠谱吗？
周光：我们还在评估。我们的方案可以适配各家芯片厂商，可以根据主机厂的要求去做适配。芯片是主机厂选，尤其是海外的主机厂，会更提前选定芯片厂商。
新智驾：现在是11月，明年到这个时候，端到端会有什么样的变化趋势？
周光：可能今天你用高速NOA觉得很舒服。但在端到端出来之前，城区高阶智驾就不是好用的状态，真正好用还是在端到端出来之后。
到明年这个时候，你用城市NOA就会像高速NOA一样舒服，百公里级的接管频率明年应该能看到。当消费者很愿意用的时候，市场就真的收敛了。
新智驾：今年年初，您关于L4的说法引起了不少争议，您的看法还是这样吗？
周光：L4这条路就是有局限性，它商业化落地就是很难。我觉得，大模型出来之后，大家更信AI了，这是一个价值观的变化。你不能对这个世界发生的事情无动于衷。
我是2020年就意识到（基于高精地图方案的）L4这条路存在不足，但是我们会做robotaxi，以端到端架构支持运营，而不是基于模块化的、基于高精度地图去做，那没有意义，没有商业化。我们的运营模式就是没有区域限制的运营。
物理AI最根本的目的一定是取代人，自动驾驶的最终目的也是把人去掉，让机器帮我们开车。技术线路的问题，就是说你不要拿Waymo这套技术线路和特斯拉的技术线路比，两个出发点是不一样的。
新智驾：元戎有上市计划吗？
周光：我们不急。因为我们走在正确的路上，也有自我造血能力，没有什么上市压力。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
AI中国网 https://www.cnaiplus.com
本文网址：
