汽車行業是當下最卷、最累的行業，但在周光臉上，你似乎看不到太多“苦難”。他可能也是我們對話過的創業者/CEO 裏，最具“浪漫” 氣質的一位——這種特質，伴隨他的兩次創業。
2019年，周光創立元戎啟行（DeepRoute.ai ）時，延續了與第一家公司 Roadstar.ai 相同的選擇 ，兩家公司名稱後綴都帶“AI”，但公司命運大不同：2019 年，創立不到兩年的Roadstar.ai 因創始團隊矛盾解散，幾乎在同一時間，元戎啟行悄然成立，後續周光以 CEO 身份出現。
Roadstar.ai 聚焦 L4 級自動駕駛研發，2018 年以 1.28 億美元 A 輪融資創下當時國內自動駕駛初創企業單輪融資紀錄，估值達 4 億美元，也成為該領域估值最高的初創公司；元戎啟行則從創立起錨定技術量產，如今已快速成長為國內智能駕駛領域最年輕的核心力量，合作車企包括長城、吉利、smart等，今年預計量產十幾款車，規模達 20 萬台。
第一次創業失敗，如今反倒成了元戎啟行的 “幸運”。按照周光的說法，那段經曆給他上了一門技術之外的課，也讓他明白連續創業者的價值：因為他們都踩過坑，再努力爬出來。
隱藏在公司名背後的，是周光對AI的執念。“我們創始團隊背景主要是 AI 為主，不是做編程出身的。” 從清華大學基礎科學班的本科，到清華高能物理研究中心的研究生，再到德克薩斯大學達拉斯分校的人工智能博士，周光說自己是 “原生 AI 人”，而元戎啟行的目標從一開始就清晰：打造物理世界的通用人工智能。
在周光看來，正是有了這種技術信念，成立6年來，元戎啟行“少踩了很多坑”。2020年，元戎啟行做無高精地圖智能駕駛方案，2022年做端到端，2024年9月研發VLA 模型（視覺 - 語言 - 動作模型），該模型預計將於今年第三季度隨量產車型正式落地。
VLA 並非元戎啟行獨有，理想汽車也已將其列為核心技術方向，兩者的不約而同，體現出部分頭部玩家對技術路徑的共鳴。但智能駕駛行業的技術共識尚未形成，仍有不少玩家探索世界模型等其他方向。
今年6月，關於國內智能駕駛行業的發展，周光講了他的理解。他認為智能駕駛行業尚未收斂，技術會飛速迭代，並在這飛速的迭代下締造無限可能；麵對殘酷競爭，他認為，不務實沒有當下，不浪漫沒有未來，且行業變化越快，“浪漫” 越顯珍貴。
周光的 “浪漫”，是技術理想主義和對非共識的堅守 —— 他希望元戎啟行不沉迷短期市場，在競爭中保持技術先進性，讓元戎的 AI 成為未來物理智能體的基礎設施。
在這篇文章發布之前，我們又問了周光一個問題：生活中，你是個浪漫的人嗎？
他回答：技術上浪漫。
以下為對話實錄(在不改變原意的情況下，有刪減調整) ：
“我們是更原生的AI 人，天然能找到正確的方向”
泰坦Talk：我發現Roadstar（周光創立的第一家自動駕駛公司，2019年解散）公司名後綴有AI，元戎啟行也有AI，官網寫著你們是一家 AI 公司。這是開始就確定的嗎？
周光：一開始就這麽想的。因為我們創始團隊背景主要是 AI 為主，不是做編程出身的。我覺得，人工智能技術的更大價值是在物理世界裏大規模應用，所以我們公司的口號是 “Build AGI for physical world”，打造物理世界的通用人工智能，這是我們的願景。
我們做的決策都在往 “通用化” 方向靠。比如，“無圖”技術，讓輔助駕駛擺脫了高精度地圖的地域限製，是一種通用化；端到端技術就更通用了；再下一步的 VLA，是一個更通用的模型架構，可能會打破汽車和機器人之間的Gap（壁壘）。
我覺得，通用化是人工智能的大趨勢，現在的大模型基本就是數理化樣樣精通。
泰坦Talk：現在業內每天都冒各種新技術名詞，比如 VLM、VLA、世界模型等，你怎麽看這些概念之間的關係？未來還會一直有新詞冒出來嗎？
周光：肯定會啊，這是常態。因為AI 領域就這樣，沒有哪種方法能一直管用，也不能隨便說一個方法就死了。比如 RL（強化學習）突然就火了，之前是 GAN（生成對抗網絡），後來又輪到 diffusion（擴散技術），但它可能也不一定能堅持多久，肯定會有新技術出來。
但難就難在怎麽從一堆技術中找到真正有用的技術，畢竟噪音太多了，可能十個、二十個技術方向裏，真正能落地的也就那一兩個。
泰坦Talk：你們怎麽找到的方向？
周光：我們天然就能找到，沒有刻意去尋找，可能因為我們是更原生的 AI 人才。
自動駕駛和大模型領域不一樣，大模型領域基本都是原生做 AI 的人，所以在自動駕駛領域，你的思維越是AI導向，你越不容易犯錯。很多時候犯錯誤的，反而是那些隻會講詞的人。
泰坦Talk：可以理解為，你們 2019 年成立時，行業其實已經出現兩個（基於規則和AI驅動）明顯的發展方向了？
周光：我覺得沒有。2019 年還沒有明確的分化，真正的分水嶺是 2022 年底大模型出現之後。在那之前，你憑什麽說寫代碼的不如學AI的？
泰坦Talk：你之前說2020年元戎就已經開始做“無圖”了？
周光：那是我們自己的believe（堅持）。其實早在 2016、2017 年，行業就有個爭議：是編程更厲害，還是人工智能更厲害？可能很多人覺得人工智能就是編程，這是個誤區。
我們當時見投資人時，也麵臨著很多類似問題，直到2022年大模型這波浪潮起來才厘清。
你看現在中國這些新成立的公司，創始人基本都是 AI 背景。
泰坦Talk：那個時候沒有人再去質疑這個事情了？
周光：對，2022年之後所有人都知道AI是AI ，編程是編程，這是兩回事，形成了行業共識。我們在2016年、2017年就很清楚，這是兩個物種。
泰坦Talk：感覺你之前不怎麽對外講自己的技術，這是為什麽？
周光：也不是，我們一直在講“無圖”方案。2023 年 2 月第一次講“無圖”時，已經有DEMO（樣車）了，你能體驗。
說實話，“無圖”在當時是個反共識的東西。2023 年初在上海，很多人試我們的車，試完大家都不信。現在很多同行遇到我都說，當時看到元戎“無圖”方案的時候，都覺得是假的，說我們背地裏用了高精度地圖。
直到後來，大家才知道我們當時是真“無圖”。
泰坦Talk：當時決定做“無圖”，是基於什麽判斷？
周光：我們應該是中國第一個“無圖”方案。當時我們相信，人工智能能解決道路拓撲關係這類問題，它的能力更強大。
（作者注：道路拓撲關係反映的是，不依賴具體幾何坐標的情況下，理解道路元素之間的抽象空間關聯。包括道路的路段、節點（如交叉口、端點）之間的連接方式。）
我們也是最早做 BEV （鳥瞰圖）的，BEV 原本是前融合的延伸，不同傳感器可以在前融合階段處理，同構傳感器也能在 BEV 視角下做前融合。既然如此，為什麽不能用它來做靜態物體檢測、道路檢測呢？
我們就是基於這個假設開始做的“無圖”，一開始還是挺花時間的，不像今天，技術外泄很快。
泰坦Talk：你為什麽這麽堅信VLA是一個明確的方向？
周光：我覺得它就是正確的啊。
我們需要的不是語言表麵的那些詞，一個模型能不能“說話” 不重要，關鍵是語言賦能的思維能力。我們需要的是語言背後的推理能力，沒有這種能力，很多問題是無解的。
比如，當人看到公交車突然在非站點停車時，會本能地想“它為什麽停？”，並通過推理得出車後麵可能有個人，或者會有人衝出來。這種情況，你雖然看不見，但也可以靠推理做出決策。
它不是一個corner case（邊緣場景），是經常發生的案例，不可能靠一條條寫規則、編代碼來解決，這需要common sense（常識），而很多常識都是通過語言背後的推理能力推理出來的。
我們認為，這是讓人工智能再上一個台階，也是解決自動駕駛長尾問題必須要做到的。一套基於Rule-Based（規則驅動）的係統，不管程序員多天才，都沒有這個推理能力我們做 RoadAGI，就是希望AI 能具備對世界的認知。
（作者注：VLA模型，Vision Language Action Model，即視覺-語言-動作模型。元戎啟行認為，通過VLA模型，AI汽車可以連接視覺、語言、動作，能識別和描述道路環境、交通標誌、道路參與者等，理解交通場景中複雜的交互事件、隱藏的語義信息和邏輯推理，即便碰到潮汐車道、限行場景等特殊路標和邊緣場景，係統也能有高效的場景泛化能力和穩定的駕駛表現。同時，基於VLA模型的端到端具有思維鏈的能力，擁有更長時序的推理能力，對於實時複雜路況的處理能力也會越強。並且VLA模型擺脫了“黑盒效應”，可解釋性更強。）
泰坦Talk： 語言的推理能力是最核心的嗎？
周光：語言隻是個載體，當你考慮一件事 —— 比如考慮孩子去哪所學校上學，這其實就是在推理，那你是靠什麽推理的呢？肯定是用語言，你想的是具體的語言，不可能是圖像。
當然，用語言把推理過程說出來，能讓用戶更清楚地理解，不管是 Robotaxi 還是輔助駕駛，比如刹車這個動作，你得解釋清楚為什麽這麽做吧？不然用戶肯定會害怕、會慌。語言能讓人放鬆，產生安心感。
在 AI 和自動駕駛領域，找對方向才是最關鍵的。你看現在很多都是跟隨者，基本上這個火了就去跟這個，那個火了就去跟那個。我們還算是稍微有點想法的。
泰坦Talk：技術迭代始終會這麽快嗎？時間窗口期很短？
周光：我覺得三年之內都會保持非常快的節奏，這個行業遠沒有到收斂的時候。
就像我一直說的，別看現在的市場占有率高，如果技術投入跟不上，有用嗎？因為下一代技術很可能直接就把你淘汰了，你就out（出局）了。
我認為，在這個賽道裏想要長久做下去，技術正確是第一位，第二是市場占有率。
泰坦Talk：所以你們是想先“小而美” 的跑出來，先跑到一個距離，拉開和別人的差距？
周光：對。“無圖”方案、端到端技術，我們都是最早做的，基本比行業裏早了一年。不過現在行業裏總有人說 “我也是最早的”……
泰坦Talk：假設，真像你說的，未來兩三年技術還是保持這種發展速度，那現在已經量產的車怎麽辦？
周光：已經量產的車該迭代可以繼續迭代。量產車的算法是活的，芯片是死的，芯片頂多是提供算力。我們一直覺得，100TOPS的稠密算力是入門線，低於這個標準後續（迭代）蠻難的。
泰坦Talk：你們VLA什麽時候量產？
周光：我們是今年第三季度量產。我們上的肯定是一個能夠落地商用的“真東西”，而不是輸出一些固定pattern（模式）文字的“狀態機”，那種也沒必要了。
泰坦Talk：我前段時間看到一些觀點，說 “VLA 到明年可能就成過眼雲煙了，之後泛仿真會占據主流，再往後才是強化學習（RL）的高光時刻”。你怎麽看這個說法？
周光：這類觀點我們就不評論了。大家各說各的，一直以來不都這樣的嗎？
我覺得行業沒必要都往一個方向擠，分散精力反而挺好，各做各的，最後各憑本事。
泰坦Talk：你前段時間提到了RoadAGI，最近也有人提到世界模型，這兩者到底有什麽不一樣？
周光：不一樣。Road AGI更多是模型往通用化走，它不僅能用於車，還能適配移動智能體，關鍵在於模型的通用能力和泛化能力。跟世界模型肯定不是一個東西。
（作者注：RoadAGI是指道路場景的通用人工智能，元戎啟行想打造一個通用的基座模型，讓移動智能體都具備任意點到點移動的能力，包含公開道路環境、封閉園區等全場景。）
泰坦Talk：世界模型它從技術原理上到底是什麽？
周光：就是模擬器高級版。
“不務實沒有當下，不浪漫沒有未來 ”
泰坦Talk：你怎麽應對現在這麽殘酷的競爭？先追求技術，還是先追求規模？又該如何平衡這兩者？
周光：我覺得要務實與浪漫兼顧。公司沒有一個實際支撐不行，但如果公司沒有追求、沒有浪漫，沒有先進技術，它也沒有意義。
其實我們也看到，有些智駕公司曾經市場占有率很高，最後還是出了問題，這說明沒有技術先進性，隻談規模沒用。這一代技術上車了，那你下一代怎麽辦？反過來，如果沒有足夠的浪漫（也就是先進技術），也做不出規模；可沒有規模，又如何支撐你的浪漫呢？
所以我認為兩者同等重要，不能隻看規模，否則可能就沒有未來。不務實沒有當下，不浪漫沒有未來。
泰坦Talk：你指的這個規模，比如對於元戎來說是多大的規模？
周光：現階段還不好具體說，市場還沒有完全開放。
Robotaxi 業務是個關鍵。我們非常期待馬斯克能把Robotaxi這條路走通。最近特斯拉銷量跌了很多，但他心思都在 Robotaxi 上。你覺得特斯拉股價如果再翻一倍，是因為 Robotaxi ，還是因為銷量翻倍？就算銷量翻倍，可能也不會漲一倍的市值。
對我們這種 AI 公司來說，我覺得先進性肯定更重要。當然也需要足夠的體量支撐。
泰坦Talk：你之前說過L5自動駕駛實現後商業模式會大變，會怎麽變？
周光：商業模式會完全改變，不再是賣商品，是提供服務。
現在特斯拉是把車賣給個人消費者，Robotaxi賣給誰？它賣的是服務，而不是車。
現在你買車，車可能還能幫你開一段（指輔助駕駛），但本質上，技術還沒到那個拐點。一旦技術成熟，到這個拐點，車就變成一個服務。如果技術還沒到拐點，那車可能是一個high value（高價值）的配件。
泰坦Talk：那你覺得這個拐點什麽時候會到來？
周光：美國可能會走得比較快。
馬斯克現在的Robotaxi策略是農村包圍城市，先解決大農村路況，再鋪到美國所有農村，再到城市。而Waymo是在舊金山、紐約、費城這些複雜路況跑，因為這些地方的圖它都采集了。
泰坦Talk：不過也有觀點認為，奧斯汀是Waymo最先落地Robotaxi的城市之一，因為路況相對簡單。
周光：沒錯，簡單當然最好。特斯拉的技術路線是從簡單到難，Waymo從難的地方開始搞，因為它算不過來賬，兩者可能在一段時間之內不會meet（交匯）的，一個專攻市中心複雜路況，一個在農村鋪開。
但特斯拉是很容易scaling-up（規模化擴張），工廠每天能下線一萬台車，真正進入服務模式後，就不再受限於賣車的邏輯，造多少車是我的事，隻要車能跑出去掙錢就行。
泰坦Talk：拐點來了之後，像元戎這樣的公司，你們也可以做這樣的服務？
周光：這需要非常大量的資金，不是說我們能夠玩的，我們可以成為其中一環。
泰坦Talk：具體來說，是指哪一環？
周光：舉個例子，如果未來騰訊、阿裏或字節這類巨頭決定入局Robotaxi，我們可以提供核心技術支持，把核心技術做到那個程度，成為產業鏈中的關鍵一環。
你要想，今天還有誰能拿得出幾百億、千億的錢砸進去？假設技術成熟都需要這麽多錢，之後才能形成規模化和商業化，任何技術的普及都需要海量資金，蠻難的。特斯拉本身就有這麽多錢，它把技術做出來，就能幹出來。
泰坦Talk：所以這是不是你看好滴滴的一個原因？
周光：滴滴省了好多錢，它不用推廣了，隻要把車做出來就行。你想，你光推廣讓別人用你的東西都挺費勁的，滴滴可能天然就有優勢，這方麵的成本會低很多。
泰坦Talk：特斯拉的 Robotaxi 真正實現更大範圍普及後，會對目前的 L2 級輔助駕駛以及 L4 級 Robotaxi 市場帶來什麽影響？
周光：我認為，首先特斯拉的技術路線本身就源於量產體係，所以Robotaxi 的運營實際上也會反哺量產，讓端到端的技術路徑進一步延伸。這可能會對現有的基於高精度地圖的自動駕駛方案造成較大衝擊。
無論是在中國還是其他地區，目前Robotaxi 的主流方案基本都依賴高精度地圖，比如出了限定區域就跑不了。
泰坦Talk：你覺得L2 與 L4 技術路線之爭會因此消失嗎？
周光：我一直認同用 AI、用數據驅動自動駕駛的邏輯，因為自動駕駛本質上也是 AI 機器人的一種。所以對我而言，其實一直不存在靠rule-base、靠高精度地圖的技術路線，這不一定走得通，我覺得行業可能會形成一個共識。
其實在 2021、2022 年，也就是端到端和大模型技術爆發前，很難說清楚，但 ChatGPT 的出現讓大家看到了大模型的reasoning（推理）的能力，再加上 2023 年後端到端技術的出現，輔助駕駛技術提升特別快。
接下來，大模型+端到端，就是VLA，它帶來的提升是質變的。我覺得行業會形成共識，都要朝著大模型 + 端到端的方向發展。
泰坦Talk：這已經是一個共識了，那在你看來，現在行業最大的非共識是什麽？
周光：其實我不太關注這些，因為我們有自己的技術理念和堅持，所以一般也不喜歡看別人在幹啥。我們一開始做“無圖”，我們就是非共識，是吧？
從我們自身的路徑來看，我們倒是挺共識的，可能外界有一些聲音，我們也不去judgement（評判）。
泰坦Talk：你覺得特斯拉FSD真的要跟第三方合作，會有人用它嗎？
周光：好的技術，為什麽不用？這更多是一個商業考慮。
泰坦Talk：你跟馬斯克有過溝通嗎？或者嚐試過跟他溝通嗎？
周光：我沒有溝通過，但是之前本來是有個機會可能可以見到他，但後來他的行程取消了。
泰坦Talk：他行程取消的那次，你想跟他聊什麽？
周光：就想讓馬斯克看看我們的技術。因為2023年的時候，特斯拉做的是反共識的事情，我們在中國做“無圖”方案，也是反行業共識的。
就是說除了特斯拉以外，還有人也在做“無圖”技術、做端到端技術，可能是這樣一個感受吧。
泰坦Talk：上海車展跟你聊完，第二天我問了一位圈內高層，我說最近周光一直在瘋狂輸出VLA，為什麽？他跟我說，周光可能要成為中國的馬斯克。
周光：沒有，沒有，沒有這個意思。
“幹掉我們的可能是大模型公司，不可能是同行”
泰坦Talk： 你覺得 L2、L3、L4、L5 這些分級裏，哪些有必要，哪些沒必要？我現在感覺從 L2 到 L5 的演進速度特別快，好像一旦技術方向確定，實際落地會比預期快很多。
周光：特斯拉明顯就是L2到L5，沒有L3，也沒有L4。會非常快的scale-up。
泰坦Talk：對，馬斯克在社交媒體上說，兩到三年之內城市自動駕駛車輛會發生巨大的改變。
周光：我覺得highly possible（極有可能）。美國的城市路況其實很簡單，尤其是中西部的小城市，路況真的很簡單，它可以做到一個月不接管，非常現實。 中國可能不一定，因為中國路況複雜，美國是非常、非常、非常可能實現的。
泰坦Talk：那個時候，汽車的產品形態是不是也會發生很大的變化？
周光：應該會吧，但不重要。我覺得自動駕駛能力和產品長得什麽樣沒關係，我相信馬斯克也沒想好車長什麽樣，現在他造出來的車，哪怕無人駕駛，也是像正常的車。
泰坦Talk：如果真的有一天實現了，現在的車廠是不是都變成代工廠了？
周光：那不是，我覺得車廠也有可能做這個事，誰都有可能做這個事，核心是誰能先掌握關鍵技術。
泰坦Talk：但它中間也有個運營商。
周光：對，所以我才說，資金是必要的，同時還需要有渠道和流量。以滴滴為例，要是它有了相關技術，推廣起來成本會低很多，我相信有錢的巨頭同樣有能力做這件事，畢竟它們並不缺推廣的資金。
技術本身可能是一個入門門檻，不一定隻有我們公司能做出來，我認為國內第一梯隊的企業可能陸續在一兩年內能做出來。
泰坦Talk：從目前中國市場的智駕競爭來看， 你怎麽看規模優勢和先發優勢？
周光：我認為規模是有優勢的，但先發不一定有優勢，多少人證明了“長江後浪推前浪”。先發且對，才有優勢，先發錯了，它就沒有優勢。
在這個快速變化的行業裏，選對技術線路是最關鍵的。
泰坦Talk：最近何小鵬提出一個觀點，說 “買車先看算力，算力是檢驗智能輔助駕駛能力的第一標準”。你怎麽看？
周光：以遊戲顯卡為例，英偉達的顯卡，4090 肯定比 4060 性能好，這是毫無疑問的；同一架構的芯片，算力越大，表現自然更優。但問題在於，不同芯片之間的差異很大 。
所以，這個說法並不完全對，也不能說它錯。畢竟，同一架構下算力越強越好，這是顯而易見的，但芯片的適配性、算法與硬件的協同效率，同樣是影響智能駕駛能力的關鍵因素。
泰坦Talk：那你覺得未來自動駕駛公司，或者現在這些頭部的新勢力企業，都需要自己造芯片嗎？
周光：我覺得沒必要，真的沒必要。量如果起不來，造芯片幹嘛呢？
其實GPT出來之後我是挺焦慮的，我覺得，真正幹掉我們的可能是大模型公司，不可能是同行能幹死你，從來沒有同行能幹死你的，都是你自己死的。
舉個例子，激光雷達的競爭，最終它到底怎麽樣？它是因為純視覺能力出來，而不是激光雷達公司相互之間PK死，一定是其他外部原因。
對我們這個行業來說也是如此。比如，GPT-4V 展現出的推理能力，這種突破性的進展，根本不是單純靠算力就能解釋的。
能力足夠的公司，同行是打不敗你的。但是，你會被降維打擊。
泰坦Talk： 那如果有一天OpenAI做了自動駕駛，你怎麽辦？
周光：所以我們非常堅定地做大模型和VLA啊。你隻能被加入（大模型）這個陣營，否則你就是死。（不加入的話）你怎麽可能呢？你看到了大模型的效果，當它能在汽車上實現實時運行，你怎麽可能可以贏啊？No way you can success（根本看不到成功的可能）。
當然，現在數字世界的大模型要落地到物理世界，確實存在不少壁壘 —— 比如domain knowhow（行業專屬知識）、算力限製等等，這肯定不是件容易的事。
但試想一下，當一個 100 億甚至 1000 億參數的大模型能在汽車上運行，算力不再受限，並且已經熟悉物理世界的各種場景後，你憑什麽能贏過它？靠寫幾行代碼嗎？No way you can success。
我們做 AI 的就很清楚，這也是為什麽我們要做 VLA——VLA 就是大模型與物理世界的結合，方向非常明確，forget about其他路徑，兩個路徑的差距就像“你拿著火槍去打一個用弓箭的人”一樣。
泰坦Talk： 你怎麽去圈定元戎這家公司的邊界？你現在做什麽，未來想做什麽？
周光：我們現在的核心肯定是圍繞車，畢竟汽車是第一個實現大規模量產的智能體。我們希望讓自身技術在物理世界中得到更廣泛的應用。
泰坦Talk：你們同行預判，未來中國的智駕公司隻會剩下三到四家，你怎麽看這個觀點？
周光：我覺得任何行業都是這樣，不隻是智駕領域，大模型不也是嘛，現在就三四家了。
泰坦Talk：從智駕市場來說，現在大家都在說已經形成了 “自華魔” （自研智能駕駛的車企、華為和Momenta）的格局，你覺得是這樣嗎？
周光：那“自”就有十家了吧？這個是營銷策略嘛。我們倒還好吧，我覺得這個不本質。為什麽說我們公司很多東西能做對？就是因為底層思維。
怎麽看公司行業地位？“不知道，自己評價自己是最不要臉的”
泰坦Talk：你剛才講的，很多都是所謂浪漫的事，回到現實，當下你覺得遇到的最大挑戰是什麽？
周光：肯定是量產交付。去年，我們完成了從 0 到 1 ，今年是 1 到 10——今年十幾款車型要同步交付，壓力還是蠻大的。
對我們來說，其實碰到了一些挑戰，但團隊非常團結，大家都很拚，這點讓我很感動，我相信今年一定能完成這十幾款車的交付目標。
當然，我們也在思考一個問題：公司是否有必要在現階段、在技術沒converge（趨同）之前，你就要做everything（所有業務）？比如，假設中國市場一年有 200 款車型，我們真的需要全部做了嗎？真有那個必要嗎？其實是我們深度思考的問題。
當然，我覺得有意義的幾十款車還是要做的，讓你有足夠的市場份額，讓公司務實、造血，讓你有足夠的市場和數據，支撐你想做的浪漫的事。
泰坦Talk：你們的基因是一家AI公司，但你又在做非常苦、非常累的活，這個過程當中，你覺得一個理想的組織是什麽樣的？你要為它做什麽？
周光：說實話，隻有在完成量產後，你才知道怎麽去打磨體係。從第一次量產，到現在這麽多車型同步量產，我相信今年結束後，我們會建立起一整套健全的體係，能夠支持多項目並行 —— 哪怕明年要推進幾十款、甚至上百款車的量產，也是沒問題的。
這套體係真的是需要在戰場裏麵練出來，不是靠拍腦袋定個技術方案就能成的，它就是 “苦出來” 的。所以我們也很佩服那些能做這麽多車型的公司，他們在量產這塊確實比我們走得早。
我覺得要在這個市場存活，既要有技術先進性，也要有量產規模，兩者都不占的話，基本就活不下去了。皆占是最好的，但這兩者之間其實存在一定衝突 —— 你做得越多，投入到下一代技術研發的資源就越緊張。所以關鍵是要找到平衡，沒有一定的量產規模，連基本的資源都得不到保障，必須在量與先進性之間找到一個平衡點。
泰坦Talk：有沒有一個特別明確的詞，能形容元戎目前在行業裏的位置？
周光：不知道呀……行業身位都是行業評價的，我怎麽評？自己評價自己是最不要臉的。
泰坦Talk： 你覺得客戶為什麽會選擇你們？
周光：從技術層麵來講，元戎證明了自己，我們的表現沒問題。
另外，我們其實都挺負責的，我們要做，肯定就是衝著做好去做，所以客戶願意把一些重要的、王牌車型定點給我們。不像有些情況，可能會先占著（定點），但實際上沒好好做。
對車企來說，越重要的車型，越希望供應商能真的用心，而不是把這個項目當成100個項目中的1個。我們的策略是choose carefully and serve well（謹慎選擇，好好服務）。
泰坦Talk：那你覺得這些死掉的智駕公司，它死掉的最核心的原因是什麽？
周光：就是我說的兩點：你的量不占優，技術先進性不占優。 務實、浪漫皆不占。
但是我覺得，這個行業變得越快，可能浪漫的程度會越重要一點，現在行業變得太快了。
DeepSeek不就是一個極致的浪漫嘛？
泰坦Talk：所以現階段你們是不是也少了一些浪漫？
周光：是的，少了一點浪漫了。
泰坦Talk：那你怎麽辦？
周光：加油吧，這個也沒有什麽好辦法，沒辦法。就是你說的，做得越多，就越缺少浪漫，要找到一個平衡。
像特斯拉，有足夠的量之後，它今天就是純浪漫了，車子賣多賣少重要，但沒有Robotaxi重要。今天特斯拉就是把浪漫放在務實之前了。到了它這個階段，反正也無所謂了，我的務實，我也揮霍得起。
泰坦Talk：如果真像你說的，有一天你們可能被一家大模型公司或者更大的科技公司打敗，你有沒有想過，你們可能會被他們收購？有這種可能性嗎？
周光：當然有這個可能性，沒有什麽不可能的，不挺正常的嘛。
泰坦Talk：所以你覺得大模型公司想做車是分分鍾的事情嗎？它不需要規模化量產的經驗嗎？
周光：那肯定也不是分分鍾。數據、domain knowhow對他們來說是個壁壘，你怎麽知道物理世界需要什麽樣的輸出？畢竟這不是文本。
語言模型處理的是文字、文本數據，但物理世界的場景和需求，這裏麵肯定有瓶頸。 開車的時候，很多場景都需要這種主動思考和預判，你想不到怎麽辦？
泰坦Talk：所以從一家 AI 公司的視角看現在的這些車廠之間的競爭，你覺得未來會是什麽樣的趨勢？最近大家也在說牌桌論，淘汰賽已經開始了。
周光：我肯定沒辦法給太多意見，但我覺得AI肯定是淘汰賽中的一個核心能力之一。AI 是必要不充分條件，不是說有了 AI 就一定能成，但必須得有。
泰坦Talk：我們往更遠一些說，如果有一天大家基本已經形成共識，AI 定義汽車、改變整個行業。到那個時候，你覺得整個生態裏會出現哪些形態的公司？
周光：我覺得肯定會存在特斯拉這種全棧自研的公司，也會有像我們這樣，能為車企提供AI 能力的公司。
現在這個行業，一年前的技術都可能已經失去商業價值了，所以不是誰都有機會成長為全能型企業，生態裏的公司形態一定會是多元的。
泰坦Talk：在打造爆款層麵，你們現在跟合作車企怎麽做？或者你們自己怎麽做？
周光：當然誰都想做出爆款，對吧？我覺得除了技術夠好，真誠的態度很關鍵。但這裏有個矛盾點：如果你做太多，做出爆款的概率會受到影響。大家會想，你那麽多項目，憑什麽會把我的重要車型給你做？
這真的不是靠絕對的資源堆砌就能成的，未來車型數量肯定會往少了走，今天可能是百花齊放。
泰坦Talk：你判斷這個時間什麽時候來？這對於你們這種體量的公司來說很重要，你要撐到那個時候，要比別人更快跑到那個點。
周光：對，其實我覺得，這對於整個行業都挺重要的，可能三年到五年時間內，也許會更快。
泰坦Talk：那以後汽車產量會急劇下降？
周光：那我不知道，這是經濟學家的事。
“長期競爭，技術先進性能讓你活得久”
泰坦Talk：我們回到公司層麵，你們是2019年成立的，很快就疫情了。那段時間你們經曆了什麽？怎麽挺過來的？
周光：我們當時運氣好，如果說2020年成立就完了。當時我們成立之後獲得了第一筆錢，這筆錢幫我們扛過了疫情第一年。2021年融到了第二筆錢，阿裏的投資對公司來說意義尤為重大，我們一直都很感謝阿裏。
泰坦Talk：成立六年，你最滿意的點和最不滿意的點是什麽？
周光：務實層麵還是要再加強，可以更務實一點。
泰坦Talk：跟車企合作之後，你覺得對你幫助最大、或者說自己成長最快的是哪方麵？有沒有被車廠diss過？
周光：肯定被diss過，雖然我們更務實了，車廠讓我們更務實，形成了體係。
體係是非常痛苦的，務實是第一位，改變是挺難受的，但我們也扛過來了，還在繼續改善和提高。
泰坦Talk：你們今年是幾款車？裏麵有中國品牌也有海外品牌？
周光：十幾款車，要達到20萬台這個量級，今年都是中國品牌。
泰坦Talk：剛開始談客戶的時候，你們的量產車並不多，那客戶怎麽相信你們啊？你是怎麽拿下他們的？
周光：因為一開始，隻有我們有“無圖”。當時整個行業裏，要拿下客戶，對方肯定要看兩點：一是算法行不行，二是有沒有量產經驗。
在那個時間點，你選有量產經驗的公司，不好意思，它沒有“無圖”方案；有能力做“無圖”方案的，又沒有量產經驗。回到 2023 年那個節點，根本找不到既有量產能力、又能提供無圖方案的公司。隻有我們，沒有別人。
泰坦Talk：所以你們這些合作是在很短的時間內促成的嗎？
周光：那個時間點的決策都很關鍵。因為大家都清楚，當時如果量產一套有圖（高精度地圖）的智駕方案，基本沒有市場競爭力。所以在那個階段，決策的優先級裏，可能量產經驗不是第一，先進性是第一。
泰坦Talk：所以你剛才一直強調技術的前沿性和領先性，是不是也是因為這個原因？
周光：長期競爭，先進性能讓你活得久。
泰坦Talk：你們還是比較幸運的，他們還沒有選定供應商，恰好你們也有這個方案。現在還會有這樣的機會嗎？
周光：現在的邏輯不一樣了。當時是屬於是人無我有，現在是屬於我們都挺好，又有量產經驗，效果又好。
“‘社會大學’ 這門課還是需要的，躲不過去”
泰坦Talk：談一談CEO這個身份，其實我們都知道你有過一次創業失敗的經曆。 當時事件爆發是在2019年，你很快又以 CEO 的身份創辦了新公司，當時是怎麽走出那段低穀的？
周光：沒什麽吧，我感覺我還是心比較大吧，沒感覺怎麽樣。
泰坦Talk：你心有那麽大嗎？你平時怎麽解壓？
周光：運動，跑跑步。說實話，我覺得有時候鈍感也是好事，讓你不被這些雜音所影響。
泰坦Talk： 剛剛以CEO的身份出現時，你有沒有擔心過公司可能會失敗？當時的心情是怎樣的？
周光：我覺得沒什麽呀，（就算創業不成）哪怕打個工、找個高薪的不很正常嗎？對我來說，更多是覺得時代給了這樣的機會，不是為了賺錢或者別的什麽，就是想做點事。
現在也不缺聰明人，當時我在基科班（清華大學基礎科學班），我們宿舍八個人裏幾個狀元、奧賽金牌。但像我這樣，正好學人工智能，又趕上了時代需要這些技術，還能找到合適的生態位，這種機會太難得的，所以肯定要珍惜這樣的機會。
泰坦Talk：你從第一次創業經曆裏麵學到了什麽？最大的經驗教訓是什麽？
周光：除了技術先進性，公司運營的其他維度同樣關鍵。我們第一次創業時，技術層麵就是國內最好的，但在股權分配、團隊激勵、核心成員穩定性這些事上，還有對人性的理解上，都得上一個台階。
那之後我才明白，為什麽大家更喜歡連續創業者？因為他們踩過坑，“社會大學” 這門課還是需要的，躲不過去。
泰坦Talk：你有沒有上過教你怎麽當CEO這種課？
周光：沒有。我不認為這些東西是不可以被copy（複製）的，每個時代都有每個時代的獨特的公司文化和機製。
我曾經一度覺得阿裏、華為這兩家公司有自己非常強的文化，但後來發現，每個時代都需要有自己的公司模式，因為技術和工作模式變了。你可以去看他們，了解他們，但不需要去copy他們，它的形成都是當時那個時代的一個產物。
泰坦Talk：現在的很多新勢力已經陷入規模陷阱，到了這個階段明顯撐不住了，所以他們也在學一些東西，比如華為的 IPD 體係之類。你現在學習目標和對象是誰啊？你最欣賞的那個？
周光：對，該學就得學，但不是去照抄，肯定行不通。
我覺得都要看，每個公司它能夠到今天，還有每個很牛的人，他都有自己的亮點和擅長的點，這些其實都值得我們去關注、去學習。
泰坦Talk：你覺得你現在是一個好CEO嗎？
周光：我不知道呀，這個東西，我不知道怎麽定義。
泰坦Talk： 大家都說，這個投資人和合作夥伴其實更看重的是人，你的合作夥伴是看中了你什麽？
周光：我覺得你有一個好東西是關鍵，公司誠信、正直這些品質也同樣重要。但反過來說，產品不行，你再真誠有什麽用呢？
泰坦Talk：車企更複雜吧，你現在麵臨的這些人和事更複雜吧？
周光：是挺複雜的。
泰坦Talk：你之前在百人會的發言引起了不少爭議，影響挺大的。你現在依然覺得L4是騙人的嗎？
周光：其實我一直在說，Robotaxi 作為一種商業模式，它一定是真的。但你技術線路不一定是L4呀，你看特斯拉就是直接L2到L5，跳過L3跟L4，這是它技術線路決定的，人家不靠高精度地圖。
我當時說的 “騙人”，是說 “靠高精度地圖”，指技術線路是騙人的，而不是指Robotaxi 商業模式有問題。什麽叫L4自動駕駛？限定區域內的自動駕駛就是(使用)高精度地圖，你們畫個地圖讓車跑，說是自動駕駛，所有人都能用，怎麽make sense（講得通），對吧？所以當時大家就誤解了。
泰坦Talk：通常麵對這些爭議的時候，你是什麽反應啊？
周光：不理啊，有什麽好理的？你什麽都理，那人不都廢了嗎？
泰坦Talk：我覺得你作為一家AI公司，你的野心還是很大的。
周光：還好吧，我沒什麽野心吧。我們就隻是想把AI技術做出來、做好，真沒有什麽太多的野心。
泰坦Talk：你怎麽看今天的機器人行業？現在很多聲音。
周光：我也不去評判了，還是做小腦的多，基本都是Boston Dynamics （波士頓動力）的路線。但機器人領域裏，還有特斯拉、Figure、Pi（Physical Intelligence） 這些玩家，他們和Boston Dynamics走的是不一樣的路線，這是區別。
泰坦Talk： 我看報道說，你在百度的時候，對麵是彭軍，斜對麵是樓天城，斜後方是韓旭。你們現在還有聯係嗎？
周光：沒有吧，很少了。
泰坦Talk：如果用一個詞或一句話來定義元戎這家公司，你覺得它的特質是什麽？未來成功的標誌又是什麽？
周光：我覺得 “底層思維” 可能是我們的核心特質，想問題比較底層，我們肯定不是那種隨波逐流的公司。成功的標誌，我們一直說，希望成為未來的基礎設施。
什麽叫基礎設施？就是將來所有物理agent（智能體）裏，都有元戎的軟件和 AI 在運行。就像 30 年前的中國聯通、中國移動，當時是最牛的企業，現在成了基礎設施，這說明它們做得非常成功。
泰坦Talk：像你們這樣的公司做成基礎設施，它得多大規模的人啊？
周光：也不一定，我覺得時代在變。你看現在的 AI 公司，同等業務規模下，明顯比上一批企業小一個數量級。比如 OpenAI 也就一千多人，不一定非要靠那麽多人了。
泰坦Talk：我之前看了一些你對外的言論和媒體報道，感覺你可能是個比較 “飄” 的人，像風箏一樣。但今天聊下來，覺得你更像個鉛球，這是不是和你第一次創業經曆有關？
周光：肯定有關係的。一個人到了 30 歲，很難被改變了。隻有經曆過一些重大的事，才可能真正帶來改變。那次創業經曆，肯定是有一些影響的。
泰坦Talk：你平時怎麽去學習啊？你現在怎麽看學習這個詞？
周光：我覺得就是要持續學習，而且是多維度的。不過對我來說，更重要的其實是和高質量的人交流，這可能是最有效的輸入方式。
泰坦Talk：你身上最大的缺點是什麽？
周光：最大的缺點啊？有的時候還是比較懶……
泰坦Talk：但你之前不是說懶比較好嗎？李想有一個觀點，他說懶人其實在產品定義方麵很有優勢。那你最大的優點是什麽？
周光：我覺得，我想問題想得比較清楚。
泰坦Talk：所以你可能是一個“鉛球”。你有什麽一直堅持的愛好嗎？
周光：打遊戲啊。不過，現在是吃飯的時候會看別人打遊戲。
泰坦Talk：你覺得跟 AI 一起長大的這一代，應該怎麽正確理解 “學習” 這兩個字？他們該如何麵對學習，家長又該怎麽理解 “教育” 這兩個字？
周光：AI 對這一代的影響肯定特別大，曾經我們說 “學好數理化走遍天下都不怕” 這種觀念，可能都會有變化了。
我覺得要想清楚：哪些能力是 AI 替代不了的？比如基礎的推理能力，哪怕有 AI，人還是得有自己的邏輯判斷；還有良好的社交網絡和社交能力，AI 沒法替你去與人打交道；人的創造力和靈感，這些都是 AI 難替代的。
至於工具類的技能，其實不用太在意了。比如會不會寫 Python、JAVA 或 C++，這些都不重要 ，AI 更多是作為工具存在的，重要的是你怎麽設計和運用這些工具，而不是糾結於工具本身。
泰坦Talk：死記硬背這種就不需要了吧？
周光：死記硬背還是基本得有，你不背你怎麽去推理呢？但你不用像以前那種，一字一句地背也沒有必要了。
以下是《泰坦Talk》固定環節，我們希望每期都跟嘉賓聊聊曾被視為 “汽車界 iPhone 時刻”的蘋果造車計劃。
泰坦Talk：你怎麽看蘋果放棄造車這件事？它為什麽會放棄？
周光：以我當時了解到的情況，蘋果一開始就想造一輛沒有方向盤的車，但當時那種技術還沒成熟，好像是去不了方向盤，我們了解到，他們的車其實已經造出來了，但成本高達十萬美元，可能也是蘋果的光環太高了，最後放棄了。
當時大家覺得自動駕駛可能三到五年就可以大規模的完全無人化，結果發現並不是這樣。但我相信，如果是蘋果的車子，賣 1zu00 萬人民幣大家還是會買的。
泰坦Talk：那你覺得它還會回來造車嗎？
周光：這我還真說不好。當時停止泰坦計劃的時候，並沒有停掉自動駕駛相關的研發。我猜他們的思路是，等自動駕駛技術成熟了，再回頭來造車。
不過，有一點能確定，AI 肯定是更核心 ，對蘋果來講，假設今天有L5技術，那蘋果造這個車也很快。
