“跟L4的朋友們還有聯系嗎？”

元戎啟行CEO周光，沒有正面回答。

三年前在深圳福田，周光帶隊打造的元戎啟行Robotaxi測試車，帶我穿過了鬧市晚高峰，后來還一路送我到深圳機場，全程自動駕駛，即便是在深圳會展中心商廈的臨時停車車流里，元戎Robotaxi也見縫插針穿了出去——沒有宕機，沒有遠程協助，沒有接管。

作為元戎啟行CEO，周光三年前談論的所有話題都自帶語境限定：L4級自動駕駛。元戎啟行的對外介紹，也是一家L4級自動駕駛公司。

在自動駕駛行業術語中，L4是一個分水嶺，區別于L3，L4徹底擺脫了人類駕駛員依賴；而區別于L5，L4還只能在限定場景和范圍里使用，即所謂的ODD（Operational design domain）區域，L5才能真正實現完全無人駕駛。

但三年后的2024年，周光以背叛者、布道者形象在更正、在反復強調：

L4是偽概念，或者說L4不存在了。

因為端到端的全新AI范式，正在重塑所有產業，包括交通場景下的自動駕駛。

端到端、無圖、AI 2.0

周光強調的端到端，更具體指代的是正在洶涌的AI算法范式。

簡單粗暴理解，就是以前自動駕駛可能會按照不同功能劃分為感知模塊、控制模塊、定位模塊、規劃決策模塊……但從2023年CVPR最佳論文直接頒向端到端前后，新范式涌出的新高度。

端到端范式下，整個自動駕駛系統只有一個模塊，或者說只有一個神經網絡——你也可以理解為AI大腦，感知數據信號輸出，最后決策數據信號輸出，宛如人類開車駕駛。

在自動駕駛領域，周光現在是端到端的布道者、絕對信徒。

他說之前自動駕駛的模塊和堆棧，開發時涉及模塊之間的參數傳遞，人為定義接口，必然會過濾到一些信息，最后導致處理的場景有限。

同時因為每個模塊之間“不可求導”，導致各個模塊只能達到模塊上的局部最優，而無法實現整體的全局最優。

更直白來說，一旦在自動駕駛場景中，依然依賴于人為規則的算法，機器就永遠會遇到長尾場景，無法消除。自動駕駛車輛，很難有“人味”，即像人類一樣隨機應變地處理場景挑戰。

周光拿來舉例的場景體驗是變道——四車道變道，人類的駕駛基本是一條線拉到底完成變道，但規則算法驅動下的機器，只會像鯉魚一樣，一條道一條道變道。

這種產品體驗上的不同，背后技術上的高下也非常明顯。

周光解釋，端到端的優勢就在于，當你做一些決策需要高級別的時候可能非常完美，像傳統的自動駕駛可能只需要看1、2秒就行了，你的決策可能就基于這1、2秒，稍微長點就會決策不準。但是端到端，可以做到10秒鐘左右精準的判斷，10秒跟1、2秒差很多。

這種技術上展現的高下之別，讓他驚喜、興奮，周光認為：自動駕駛甚至整個機器人行業的AI 1.0時代結束了。

1.0時代是什么時代？

靠人編程寫規則，教神經網絡學會開車，然后不斷定義和處理Coner Case的時代，即便追求的完全無人的自動駕駛，也需要在一定階段里有ODD、限定條件和區域的時代，即L4的時代。

AI2.0又是什么時代？

整個AI司機的大腦就是一個神經網絡大模型，不分模塊，不分堆棧，它接收感知信號，然后輸出決策信號。

更眾所周知的實踐是特斯拉FSD的V12版本，馬斯克下令剔除了幾乎所有人類規則代碼，99%以上決策都交給了神經網絡，最后整個FSD反而有了質變提升，并且被馬斯克視為升維Robotaxi的關鍵里程碑。

周光跟馬斯克有著一樣的看法。

但據說周光對外分享這個認知比馬斯克更早，在2023年3月份的時候，周光和某大佬會面談到了這個，后來5月份該大佬在硅谷和馬斯克見面，馬斯克談到正在往端到端路線推進——這也讓該大佬意識到元戎啟行的年輕CEO有點東西。

周光對這個很激動也很感慨，他的說法是如果你連續選對了技術判斷，多少意味著點什么……這個連續，連的是端到端之前，周光和元戎啟行團隊提倡的前融合，以及無圖。

無圖就是不靠高精度地圖。在華為開始在無圖智駕、城區NOA的“遙遙領先”攻勢開始前，高精度地圖被視為自動駕駛的標配，作為一種“冗余”，高精度地圖讓智駕在高速、快速路上進展很快，但一度也因為高精地圖，大大制約了智駕落地量產的速度，特別是進城的速度。高精度地圖也是L4落地中的必備要素。

周光透露，元戎今年去做量產、去做資質審核的時候，直接拿的就是導航地圖，有導航地圖的地方就能智駕，但發現其他玩家并非如此，比如在一些十字路口，會有高精度地圖輔助打補丁。

所以元戎啟行CEO強調自己的方案是“真無圖”，這是技術先進性的體現，因為只有端到端才能真無圖，沒有無圖就沒有端到端，也只有端到端和真無圖了才能更快實現全域覆蓋落地，全國都能開。

實際上，元戎啟行和華為一度傳出過緋聞，而且周光談論的方案，跟華為智駕最新發布的也大同小異。

但被追問與華為之間的真實情況時，周光選擇了不回答。

江湖上的一種說法是，華為的“遙遙領先”背后實際就是元戎啟行的供應；另一種說法則是元戎只是和華為有過智駕層面的接觸和交流。

但不論哪一種說法，現如今展現的事實很明確：

第一，華為和元戎啟行都選擇了無圖、端到端的智駕推進路線。

第二，華為智駕方案，現在公開的說法很明確：完全自研。

所以元戎啟行的量產方案，又上車了哪里？

周光再次表示出于“客戶第一”，無法奉告。

但在采訪現場，他似乎在等一個隨時可能前來展臺的客戶，他多次交代同事：門開著，不要關，X總來了我需要馬上出去。

而X總正是某巨頭車廠的總裁。

智駕也分高階和低階

我問周光，他是不是太過在意手段上的分辨——如果自動駕駛的終點都一致，最后就是要實現AI司機對各種路況和場景的接管，有圖無圖、端到端與否、算不算AI2.0……是不是都不本質？

周光不認同，他認為認知上、理念上的洞藏很重要，決定了過程，也會決定結果。

他反復說的一句話是：編程不等于AI了，靠rule base實現不了通用……只有端到端才能實現通用自動駕駛，或者說現實世界駕駛場景里的通用人工智能。

所以周光的觀點是，端到端、AI2.0帶來的影響的直接影響是什么？是L4這個AI1.0時代被劃分出來的概念和階段，被證偽了。

端到端會打破限定區域和條件，L4就不再有意義，不存在了。

這個觀點，周光更早一些的時候公開表達過，引發軒然大波，其后在一家知名L4獨角獸公司的交流現場，這個觀點也被作為問題拋了出來。

那家L4獨角獸CEO的回答，大意是L4很難，做不出來的玩家，自然認為L4是偽概念。

而周光則不打算回應這種回應了，他舉起雙手像投降又像鼓掌，“我無話可說，我祝福，別人愿意在他堅持的道路上想跑多遠就跑多遠，跑越遠越好。”

他現在的認知很明確，量產自動駕駛（L2+\L3），然后就是完全無人駕駛（L5）。

因為無圖會加速智能駕駛普及，周光特別強調的是二線、三線城市的普及和落地，這才是真正考驗技術實力的地方。

然后普及帶來的數據雪球，會在端到端的網絡和迭代中，實現質變，或者說涌現。

周光類比的是iPhone，他認為端到端意味著AI2.0的開始，意味著iPhone被發明出來了，然后數據雪球會加速實現質變性的那一代iPhone，大勢所趨。

周光還強調，端到端帶來的影響，不止是自動駕駛層面，在智能駕駛賽道，也會迎來新的格局重塑。

當前在智能駕駛領域，梯隊格局是按照技術軸和量產軸來實現的，能實現城區NOA被認為技術上第一梯隊，智能駕駛方案量產進展，被視為數據上的核心變量，技術和數據綜合起來構成了整體競爭力。

周光認同技術和數據兩大維度，但他的觀點是，城區NOA的落地、體驗，會成為最關鍵變量。

不能實現城區NOA的，包括高速NOA，都只能稱之為“低階智駕”。低階智駕可以靠高精度地圖、靠rule base……但高階智駕不行，只能端到端。

而元戎啟行，現在是高階智駕賽道里的玩家——至少拿到了入場券。

在周光的看來，高階智駕的競速才剛剛開始，如果讓他列供應商名單，包括元戎在內，他認為國內只有三家。

事實上，端到端對元戎啟行的影響才是根本性的。

元戎啟行創辦的5年，或者更早的那段時間里，公司的愿景說的還是L4、自動駕駛。

但最近，周光帶隊做了調整：“打造物理世界的通用人工智能”。

相比自動駕駛，這是一個更宏大的目標，包含自動駕駛，也包含了機器人，或者更時髦的具身智能。

不過周光也強調，汽車是實現這種愿景——物理世界通用人工智能——唯一途徑，因為端到端系統需要海量數據，現如今除了汽車，沒有其他的機器人形態可以提供和實現。

所以在被問到“跟L4的朋友們還有聯系嗎”時，元戎啟行CEO給出了這樣的回答：

“我現在跟AGI的人交流比較多，我喜歡跟厲害的人交流。”