“跟L4的朋友们还有联系吗？”

元戎启行CEO周光，没有正面回答。

三年前在深圳福田，周光带队打造的元戎启行Robotaxi测试车，带我穿过了闹市晚高峰，后来还一路送我到深圳机场，全程自动驾驶，即便是在深圳会展中心商厦的临时停车车流里，元戎Robotaxi也见缝插针穿了出去——没有宕机，没有远程协助，没有接管。

作为元戎启行CEO，周光三年前谈论的所有话题都自带语境限定：L4级自动驾驶。元戎启行的对外介绍，也是一家L4级自动驾驶公司。

在自动驾驶行业术语中，L4是一个分水岭，区别于L3，L4彻底摆脱了人类驾驶员依赖；而区别于L5，L4还只能在限定场景和范围里使用，即所谓的ODD（Operational design domain）区域，L5才能真正实现完全无人驾驶。

但三年后的2024年，周光以背叛者、布道者形象在更正、在反复强调：

L4是伪概念，或者说L4不存在了。

因为端到端的全新AI范式，正在重塑所有产业，包括交通场景下的自动驾驶。

端到端、无图、AI 2.0

周光强调的端到端，更具体指代的是正在汹涌的AI算法范式。

简单粗暴理解，就是以前自动驾驶可能会按照不同功能划分为感知模块、控制模块、定位模块、规划决策模块……但从2023年CVPR最佳论文直接颁向端到端前后，新范式涌出的新高度。

端到端范式下，整个自动驾驶系统只有一个模块，或者说只有一个神经网络——你也可以理解为AI大脑，感知数据信号输出，最后决策数据信号输出，宛如人类开车驾驶。

在自动驾驶领域，周光现在是端到端的布道者、绝对信徒。

他说之前自动驾驶的模块和堆栈，开发时涉及模块之间的参数传递，人为定义接口，必然会过滤到一些信息，最后导致处理的场景有限。

同时因为每个模块之间“不可求导”，导致各个模块只能达到模块上的局部最优，而无法实现整体的全局最优。

更直白来说，一旦在自动驾驶场景中，依然依赖于人为规则的算法，机器就永远会遇到长尾场景，无法消除。自动驾驶车辆，很难有“人味”，即像人类一样随机应变地处理场景挑战。

周光拿来举例的场景体验是变道——四车道变道，人类的驾驶基本是一条线拉到底完成变道，但规则算法驱动下的机器，只会像鲤鱼一样，一条道一条道变道。

这种产品体验上的不同，背后技术上的高下也非常明显。

周光解释，端到端的优势就在于，当你做一些决策需要高级别的时候可能非常完美，像传统的自动驾驶可能只需要看1、2秒就行了，你的决策可能就基于这1、2秒，稍微长点就会决策不准。但是端到端，可以做到10秒钟左右精准的判断，10秒跟1、2秒差很多。

这种技术上展现的高下之别，让他惊喜、兴奋，周光认为：自动驾驶甚至整个机器人行业的AI 1.0时代结束了。

1.0时代是什么时代？

靠人编程写规则，教神经网络学会开车，然后不断定义和处理Coner Case的时代，即便追求的完全无人的自动驾驶，也需要在一定阶段里有ODD、限定条件和区域的时代，即L4的时代。

AI2.0又是什么时代？

整个AI司机的大脑就是一个神经网络大模型，不分模块，不分堆栈，它接收感知信号，然后输出决策信号。

更众所周知的实践是特斯拉FSD的V12版本，马斯克下令剔除了几乎所有人类规则代码，99%以上决策都交给了神经网络，最后整个FSD反而有了质变提升，并且被马斯克视为升维Robotaxi的关键里程碑。

周光跟马斯克有着一样的看法。

但据说周光对外分享这个认知比马斯克更早，在2023年3月份的时候，周光和某大佬会面谈到了这个，后来5月份该大佬在硅谷和马斯克见面，马斯克谈到正在往端到端路线推进——这也让该大佬意识到元戎启行的年轻CEO有点东西。

周光对这个很激动也很感慨，他的说法是如果你连续选对了技术判断，多少意味着点什么……这个连续，连的是端到端之前，周光和元戎启行团队提倡的前融合，以及无图。

无图就是不靠高精度地图。在华为开始在无图智驾、城区NOA的“遥遥领先”攻势开始前，高精度地图被视为自动驾驶的标配，作为一种“冗余”，高精度地图让智驾在高速、快速路上进展很快，但一度也因为高精地图，大大制约了智驾落地量产的速度，特别是进城的速度。高精度地图也是L4落地中的必备要素。

周光透露，元戎今年去做量产、去做资质审核的时候，直接拿的就是导航地图，有导航地图的地方就能智驾，但发现其他玩家并非如此，比如在一些十字路口，会有高精度地图辅助打补丁。

所以元戎启行CEO强调自己的方案是“真无图”，这是技术先进性的体现，因为只有端到端才能真无图，没有无图就没有端到端，也只有端到端和真无图了才能更快实现全域覆盖落地，全国都能开。

实际上，元戎启行和华为一度传出过绯闻，而且周光谈论的方案，跟华为智驾最新发布的也大同小异。

但被追问与华为之间的真实情况时，周光选择了不回答。

江湖上的一种说法是，华为的“遥遥领先”背后实际就是元戎启行的供应；另一种说法则是元戎只是和华为有过智驾层面的接触和交流。

但不论哪一种说法，现如今展现的事实很明确：

第一，华为和元戎启行都选择了无图、端到端的智驾推进路线。

第二，华为智驾方案，现在公开的说法很明确：完全自研。

所以元戎启行的量产方案，又上车了哪里？

周光再次表示出于“客户第一”，无法奉告。

但在采访现场，他似乎在等一个随时可能前来展台的客户，他多次交代同事：门开着，不要关，X总来了我需要马上出去。

而X总正是某巨头车厂的总裁。

智驾也分高阶和低阶

我问周光，他是不是太过在意手段上的分辨——如果自动驾驶的终点都一致，最后就是要实现AI司机对各种路况和场景的接管，有图无图、端到端与否、算不算AI2.0……是不是都不本质？

周光不认同，他认为认知上、理念上的洞藏很重要，决定了过程，也会决定结果。

他反复说的一句话是：编程不等于AI了，靠rule base实现不了通用……只有端到端才能实现通用自动驾驶，或者说现实世界驾驶场景里的通用人工智能。

所以周光的观点是，端到端、AI2.0带来的影响的直接影响是什么？是L4这个AI1.0时代被划分出来的概念和阶段，被证伪了。

端到端会打破限定区域和条件，L4就不再有意义，不存在了。

这个观点，周光更早一些的时候公开表达过，引发轩然大波，其后在一家知名L4独角兽公司的交流现场，这个观点也被作为问题抛了出来。

那家L4独角兽CEO的回答，大意是L4很难，做不出来的玩家，自然认为L4是伪概念。

而周光则不打算回应这种回应了，他举起双手像投降又像鼓掌，“我无话可说，我祝福，别人愿意在他坚持的道路上想跑多远就跑多远，跑越远越好。”

他现在的认知很明确，量产自动驾驶（L2+\L3），然后就是完全无人驾驶（L5）。

因为无图会加速智能驾驶普及，周光特别强调的是二线、三线城市的普及和落地，这才是真正考验技术实力的地方。

然后普及带来的数据雪球，会在端到端的网络和迭代中，实现质变，或者说涌现。

周光类比的是iPhone，他认为端到端意味着AI2.0的开始，意味着iPhone被发明出来了，然后数据雪球会加速实现质变性的那一代iPhone，大势所趋。

周光还强调，端到端带来的影响，不止是自动驾驶层面，在智能驾驶赛道，也会迎来新的格局重塑。

当前在智能驾驶领域，梯队格局是按照技术轴和量产轴来实现的，能实现城区NOA被认为技术上第一梯队，智能驾驶方案量产进展，被视为数据上的核心变量，技术和数据综合起来构成了整体竞争力。

周光认同技术和数据两大维度，但他的观点是，城区NOA的落地、体验，会成为最关键变量。

不能实现城区NOA的，包括高速NOA，都只能称之为“低阶智驾”。低阶智驾可以靠高精度地图、靠rule base……但高阶智驾不行，只能端到端。

而元戎启行，现在是高阶智驾赛道里的玩家——至少拿到了入场券。

在周光的看来，高阶智驾的竞速才刚刚开始，如果让他列供应商名单，包括元戎在内，他认为国内只有三家。

事实上，端到端对元戎启行的影响才是根本性的。

元戎启行创办的5年，或者更早的那段时间里，公司的愿景说的还是L4、自动驾驶。

但最近，周光带队做了调整：“打造物理世界的通用人工智能”。

相比自动驾驶，这是一个更宏大的目标，包含自动驾驶，也包含了机器人，或者更时髦的具身智能。

不过周光也强调，汽车是实现这种愿景——物理世界通用人工智能——唯一途径，因为端到端系统需要海量数据，现如今除了汽车，没有其他的机器人形态可以提供和实现。

所以在被问到“跟L4的朋友们还有联系吗”时，元戎启行CEO给出了这样的回答：

“我现在跟AGI的人交流比较多，我喜欢跟厉害的人交流。”