2026百人会论坛：元戎启行｜小模型时代终结，周光用40B基座模型重构自动驾驶

早高峰跑得好，晚高峰差一些；上海顺畅，换个城市就不行——这个反复出现的"跷跷板效应"，是整个中国智驾行业今天面临的最本质困境。

元戎启行CEO周光在2026年百人会论坛上说：解决这个问题只有一条路——把自动驾驶从小模型时代彻底带入大模型时代，用40B参数的基座模型重构整套架构。这不是迭代，是范式的切换。

读完这篇，你会得到：小模型跷跷板效应的本质原因、为什么多模态大模型是智驾最大的降维打击者、元戎40B基座模型的三角架构设计、以及2026年的三个量化目标。

小模型的天花板：反复修补，跷跷板越来越难平

周光把这个现象描述得很直接：今天中国量产的自动驾驶，模型参数量普遍在1B以下，很多甚至在0.1B以下，以卷积为主导、少量Transformer的架构，芯片算力典型在100T到200T。

这类小模型的问题在于：模型容量不够，无法同时在所有场景下表现优秀。软件版本不停发，某个场景变好了，另一个场景可能就变差了。这种跳跃性的进展、反复修补的迭代，是模型训练的结构性问题，不是靠堆工程资源能解决的。

他还点出了一个更值得关注的行业信号：2024年是端到端进展最快的一年，头部公司都取得了大幅突破；但2025年，头部公司的增长开始变慢，第二梯队在快速追赶——小模型路线的技术红利已接近尾声。

周光给出了一组让人警醒的数字：2025年整个行业的自动驾驶投入超过1200亿元，顶配芯片算力达到750TOPS，但城市NOA的真实使用渗透率仅约15%。消费者并没有把辅助驾驶作为日常工具。

如何让辅助驾驶从"可用"走向"爱用"，再走向"依赖"？这是接下来整个行业必须解决的核心命题，而它的答案，周光认为在大模型。

元戎的数据：截至目前已交付近30万台城市NOA，累计行驶里程超13亿公里，累计避免前向碰撞14万次、后向碰撞4.7万次。这是真实的安全价值，但还不够——用户还没有把它变成习惯。

元戎的解法是用一个40B参数的基座模型，统一覆盖自动驾驶公司做的三件核心事情。

①Driver（驾驶系统）：视觉输入→实时驾驶决策，部署在车端，这是今天的端到端系统。

②Analyst（分析系统）：对关键场景进行诊断理解，过去靠人工看case，现在用大模型替代。

③Critic（评测系统）：评测评价体系，结合世界模型模拟器，用基座模型统一完成。

三个系统共享同一套基座模型，每一个步骤获得的信息都沉淀进模型里。这意味着驾驶系统从执行系统变成了认知系统——不只是会开车，还会理解怎么开，并评估开得好不好。

周光提到一个反直觉的发现：让大模型真正更好，是一件很难的事。行业里有公司用750T芯片跑出来的效果，跟100T到200T的差不多。元戎的思路是先把基座模型做强，再蒸馏成小模型——大模型好了，小模型才能更好。

周光说，今年是最佳时机——Gemini等多模态大模型在年初取得了质的突破，最大的竞争不来自同行，而来自大模型公司的降维打击。

2023年：国内首个无图NOA，在行业还在比拼开城数量时先走出无图路线。2024年：国内首个量产端到端，把整个行业带入端到端时代。2025年：国内第一个推出VLA方案。2026年：首提基座模型范式，用40B大模型重构整个自动驾驶架构。

每一次范式切换，元戎都选择在技术准备好之前就提出，然后在行业准备好之后率先落地。基座模型，是这个模式的下一次复现。

北京车展上，元戎首席科学家将公开介绍基座模型的最新技术进展，并开放体验——这是元戎把范式切换从PPT变成现实的第一个公开验证节点。

①100万辆城市NOA交付：全部具备数据回传能力，成为基座模型的持续数据来源，构成数据飞轮

②城市MPI达到1000公里：平均接管里程大幅提升，依赖基座模型+AI Safety双层架构支撑

③用户粘性超过50%：从2025年的15%跃升至50%，让辅助驾驶从"可用"变成"爱用"，成为日常依赖

更远的方向：万公里级MPI，实现Robotaxi，成为物理AI基础设施。

①一个核心诊断：小模型容量不足是跷跷板效应的根源，反复修补无法根治，必须切换到大模型范式

②一个行业警告：1200亿投入只换来15%粘性，技术进步没有转化为用户习惯，行业必须解决这个落差

③一套新架构：40B基座模型统一Driver+Analyst+Critic，驾驶系统从执行系统升级为认知系统

④三个量化目标：100万辆交付+MPI 1000km+用户粘性50%，2026年见真章

"今天最大的竞争不是来自同行之间，而是来自大模型公司的降维打击。多模态预测物理世界下一帧，和自动驾驶预测下一个行为，仅仅只是一步之遥。"
— 周光元戎启行CEO 2026年百人会论坛

本文根据元戎启行周光在2026年中国电动汽车百人会论坛演讲实录整理，采用Jack的洞察和表达AI skills，力求客观呈现演讲核心信息与行业趋势，给行业带来一些信息和启示，不代表Vehicle立场。

*未经准许严禁转载和摘录-获取本文参考资料方式：加入我们的知识星球可以下载公众号海量参考资料包含以上参考资料。