10月23日，元戎启行CEO周光在2026世界智能网联汽车大会上，聊了个让同行后背发凉的话题——通用大模型开始自己开车了。GPT-6 Astra在封闭场地低速测试里，第二次尝试就跑通了指定路线。虽然离复杂路况还远，但关键是这模型压根没受过驾驶训练，纯粹是通用AI的“野路子”。同一波趋势也在机器人领域冒头，自动驾驶原本的护城河，突然变得不那么牢靠了。
面对这种“外敌入侵”式的行业焦虑，周光没急着打嘴炮，而是掏出了自己的底牌：基座模型。元戎的思路不再是堆小模型拼凑能力，而是把驾驶决策、场景理解、行为评估全部塞进同一个大框架里，用更大规模的训练和真实世界数据硬怼。他们还搞了个叫RSI的技术，让模型自己参与后训练的数据分析、配比和策略调整，形成自我迭代的飞轮——说白了，就是让AI自己给自己当教练。
更长远来看，元戎成立了Superfluid Lab，专门研究基座模型、VLA模型和世界模型，目标是把自动驾驶的能力往更广义的物理AI场景迁移。这不是修修补补，而是赌下一代技术架构。
当然，光讲故事不行，得看落地。今年1到8月，元戎的城市NOA月装机量从1.76万辆飙到6.21万辆，市场份额14.5%，直接干到行业第二。另一家研究机构亿欧智库的数据也佐证，在自主品牌前装城区NOA方案商里，元戎占了23.8%的份额。截至目前，累计量产搭载已经超过55万辆，这数字还在涨。
量大了，产品也得跟上。元戎最近推出的DeepRoute IO 4.0，重点强化了复杂空间理解和动作规划，倒车脱困、倒车礼让、多把掉头这些以前容易翻车的场景，现在能处理得更自然。周光把衡量标准定在了MPCI（关键接管间隔里程）上——目前城区辅助驾驶还在百公里级晃悠，他想靠基座模型先推到千公里级，再往万公里级冲。这要是成了，智驾体验就不是“好用不好用”的区别，而是质变。
通用大模型带来的焦虑，其实是在逼行业重新思考：到底什么才是真正的护城河？元戎的选择是All in基座模型，用数据、训练体系和自我进化能力筑墙。这条路能不能跑通，还得看后续的MPCI数据，但至少方向已经明确——与其被外部降维打击，不如自己先升维。