元戎启行周光：GPT-6是蒸汽机，守着马车的公司没有未来

“GPT-6出来之后，所有人应该都意识到，如果你不能变成一家大模型公司，你是没有机会的。”

10月23日，在2026世界智能网联汽车大会上，元戎启行CEO周光强调了公司的战略定位。

在他看来，元戎启行要做的，不是一家市占率仅次于华为的自动驾驶和端侧 AI 公司，而是要做物理AI领域的基础模型公司，争夺下一代国内基座模型竞争的主动权。

截至目前，元戎启行辅助驾驶方案累计量产搭载已超过55万辆。但在周光眼中，行业竞争的规则正在发生根本变化。

周光对智能纪元AGI直言，GPT-6带来的技术变革堪比蒸汽机的发明。“你守在马车上没有意义。”与其继续纠结不同模型的能力长短，不如正视技术范式突破带来的能力涌现与智能上限的提升。

大模型开始“开车”上路

事实上，过去一个月里，基座LLM（大语言模型）持续更迭，影响力不断渗透进物理 AI 世界，这对物理AI领域的研究者而言，是一次及时的提醒。

例如，今年9月，OpenAI发布的旗舰模型GPT-6 Astra，可以完成3D建模、物理AI仿真等场景任务。

近期月之暗面发布的Kimi K3.1 Pro，不仅多项性能比肩GPT-6 Astra和Claude Opus 5.5，而且直接写 Blender、CAD 脚本建 3D 模型，从而让多模态大语言模型与物理AI进行了一定的交互。

随着基础模型走入物理 AI 场景，无论是机器人行业，还是自动驾驶汽车产业，Astra 正在不断冲击行业技术壁垒。

近期，DrivingBench开展了一项实验，让GPT-6 Astra等通用多模态大模型尝试直接控制真实汽车。在封闭场地的低速测试中，GPT-6 Astra第二次尝试就完成全部指定路线。

尽管这一实验距离复杂开放道路上的实际自动驾驶仍有明显差距，但值得关注的是，尝试完成驾驶任务的并非专门针对自动驾驶训练的模型，而是通用AI模型，并且类似的变化也开始出现在机器人领域。

这意味着，无论是世界模型和具身机器人行业，还是自动驾驶行业，未来面临的技术挑战，可能不再来自行业内部，而是来自基座模型一侧。

清华大学深圳国际研究生院助理教授于超表示，当多模态都有一个模型统一输出，就像人一样，既可以理解文字，也可以理解视频，这是最高智能的体现。今天的智能追求的就是能够处理多模态的信息，同时具备多模态的输出能力，在这个层面上可以理解为是统一模型。

换句话说，无论是世界模型、VLA模型，还是大语言模型、DiT多模态模型，最终都将实现“大一统”，一个统一的基础模型就可以适用。

在周光看来，面对通用AI带来的挑战，自动驾驶企业需要探索具备更强基础理解、决策和跨场景迁移能力的新一代技术体系，而基座模型有望成为推动下一阶段技术跃迁的重要技术方向。

“基模的本质是生成类AI模型，外溢参数更多是为了编程、数学能力，真正看视频生成模型并不是特别大，甚至单机都能部署。而现实世界中，人类大脑这么大，老鼠大脑这么小，照样可以控制东西。但基模本身具备的能力，包括汽车驾驶、CoT思维链、生成能力都在里面。”周光认为下一代基模需要更多的RSI、因果关系等新的技术能力。

“汽车将会是第一个大规模量产的机器人。”周光曾多次表示，如果说ChatGPT是AI在数字世界的应用，属于数字AI世界，那么物理AI，则是AI在物理世界的应用，具体指向机器人科学及所有能够移动的智能体。

所以周光指出，元戎持续坚定走无图、端到端、基座模型、Scalable可扩展这条路，不会靠地图，建图再好也没有意义。

对于RSI，周光强调，现阶段RSI会带来一些提升，可以把研发过程、人才的研发过程更多放到自动化流程里，随着数据量上涨、复杂度上升、探索空间增大，RSI会变得更加重要，长期看是否使用RSI的模型差距会越来越明显。

一面投资源做基模，另一面加速商业化

“有时候我也挺悲哀的。我希望如果物理世界的公司、自动驾驶公司能有一家出来，我希望是元戎启行，但我也希望更多公司把资源投到基模里。今天现有方式面临的对手资金量都很大，不是同一个量级。”

周光对智能纪元AGI表示，元戎进入基模最大的瓶颈之一是资源。而基座模型竞争的真正门槛，数据、人才、算力、资金缺一不可。

早在2025年3月，元戎启行就首次公开展示物理AI进展，成为明确以“物理AI公司”为自身定位的企业。

周光表示，元戎启行的长期愿景是成为物理世界的AI基础设施，“就像通信、电力一样，成为支撑世界运行的基础能力”。

随着元戎启行定位为基础模型公司，资源层面，元戎启行已先行一步，并形成了具体方案。

分析来看，周光的方案是：一方面元戎加速商业化，提升模型能力，在自动驾驶从L2到L4之后实现商业层面的端到端闭环；另一方面，元戎会投入大量资源加速做元戎自研的基座模型，突破通用人工智能的智能上限。

首先，相对于后者投入和融资，商业化才是元戎启行当前发展的核心因素。

今年以来，元戎启行的城市NOA装机量持续增长。根据第一电动汽车网的数据统计，元戎从1月的1.76万台装机量、6.6%市场份额（排名第八），到今年8月已经提升到6.21万台装机量，市场份额达到14.5%，仅次于华为，跃居行业第二。

另据亿欧智库，基于2026年1—9月公开车型销量数据，元戎启行在中国乘用车前装标配城区NOA全栈方案商样本份额测算中，以23.8%的占比位居第二。

其次谈谈资源投入。

今年7月，元戎启行成立了Superfluid Lab超流体实验室，围绕基座模型、VLA模型及世界模型开展前沿研究，探索自动驾驶技术向更广泛物理AI场景迁移的可能性。

Superfluid Lab由前DeepSeek研发负责人、多模态技术核心研究员阮翀带队研发，其目前为元戎启行首席科学家。

周光指出，元戎启行需要先专注汽车赛道，但要用基座模型的模式来做汽车，而不是传统BEV、端到端小模型，两者模式是不一样的。

“如果没有新范式，一套极致的VLA模型可能就是上限，再提升比较难。一旦遇到开车需要想的场景，小模型就不行。人是自适应算力，有点问题马上切到大模型模式。然而，车上不可能这样切换，怎么解决，我们现在正在做基座模型。”周光称。

最后聊聊元戎的未来。

未来，元戎基座模型将驾驶决策、场景理解和行为评估能力统一在同一架构中；在数据层面，元戎启行利用递归式自我改进（RSI）技术，推动基座模型的训练流程向更高程度的自动化演进。

周光坦言，元戎当下最重要的是快速将数据壁垒做高，拥有一定的通用基础模型能力。

“AI基座模型公司资源可能是千亿级，那个量级的投入是我们的 10 倍以上，相对于美国公司甚至是百倍以上的资源，这还是挺糟糕的。留给转型的时间，我认为也就这两三年，还有数据壁垒撑着，因为不管谁来做这件事，都得先搞数据。买一家车厂又不是买不起，如果大模型公司正在做这件事，那买一家车厂也可以，然后你必须变成基模，具备一定的通用能力。”

在演讲结尾谈到行业趋势时，周光坦言，今天自动驾驶小模型做到了百公里级的MPCI（关键接管间隔里程），但已经摸到了天花板，卷小模型的长期意义不大。如果做到千公里级、万公里级的MPCI，就需要依靠基础模型、需要智能上限的突破。

这不是场面话。

当GPT-6真把一辆真车开完了全部指定路线，用的还是通用模型，不是专门练驾驶的模型，通用 AI 正在从外围影响元戎这一类靠辅助驾驶起家的公司。

如今，元戎的“底牌”已经摊开。数据、工程、装机的车，城市NOA市占率第二，仅次于华为。

周光说，这两三年是自动驾驶基座模型发展的窗口期，里面有数据壁垒，他又补了一句，对手资源是千亿级，比不了，“有时候我也挺悲哀的”。

但悲哀归悲哀，事还是要做。

一家AI公司创始人专程从深圳飞过来北京，在亦庄公开把“我们要当物理 AI 基模公司”这句话说出口，本身就是把身家押上去的动作。

两年后回头看，这句话是真话还是大话，周光说了不算，路上跑的车说了算。

“对公司来说，过了斩杀线，多一点、少一点不重要；没过斩杀线，基本就玩不转，数据、钱、人，每道关都重要。”周光称。