近期，智駕行業又出現了路線之爭。以歐陽明高院士、朱西產教授、何小鵬等為代表的認為，應該跳過L3，直接從L2到L4。以華為靳玉志為代表的則認為L3跳不過。對此，在4月12日舉辦的智能電動汽車發展高層論壇（2026）期間，太平洋汽車採訪了元戎啟行CEO周光。
周光直言，關於L2、L3、L4，這些定義是30年前研究人員基於當時的技術路線制定的。今天，隨着大模型、端到端、多模態的發展，AI進展非常快，尤其是基座模型的認知能力在提升。周光認為，大模型會極大加速從L2到Robotaxi的進程。小模型的瓶頸已經很明顯：很難在城市道路上突破100公里的MPCI，蹺蹺板效應非常突出。唯一解決方案是大模型，依靠通用常識和完整的大模型體系。
周光特彆強調，他所說的Robotaxi不是過去依賴高精地圖的L4，而是直接從城市NOA邁向Robotaxi。“在大模型介入之後，如果關鍵指標（如MPCI）每年一個數量級的提升，很快就會突破。”
在周光看來，L3的本質是在模型不完美的情況下，通過人工補丁和工程能力去實現。而通用自動駕駛的路徑是提高模型的認知能力，這是兩種不同的思路。“今年年初多模態取得突破，我認為城市NOA會快速演進到Robotaxi階段。研究範式已經發生變化，不再靠運營或高精地圖，而是靠基礎認知。”
周光告訴媒體，最近一些大廠也下場做自動駕駛，目的不是賺License的開發費用，而是為了物理AI。“物理AI的上半場是自動駕駛，下半場是廚房。”周光表示，第一個能驗證物理AI的場景就是車，因為只有車能提供如此海量的帶動作（Action）的數據，讓你不再有“數據荒”。其實這也解釋了為什麼DeepSeek核心研究員阮翀等頂尖人才選擇加入元戎。
事實上，文本領域的突破在DeepSeek-R1之後已趨於成熟，接下來是多模態，而多模態離物理世界的Agent只有一步之遙。今年年初Gemini的發布，使多模態對物理世界的理解和規則演繹能力提升了一個數量級，這將極大惠及自動駕駛和機器人。今年是合適的時機，大模型能力將在物理世界真正展現。 阮翀等頂尖人才選擇加入元戎，是因為他們希望經營一家真正的AI公司，而不是以Tier 1的思維做事。元戎的願景就是物理AI。
其實，近期字節跳動等大廠成立自動駕駛部門，在周光看來，最有錢的AI公司選擇的第一落地場景都是車，目的不是掙錢，而是驗證物理AI本身，這個驗證比掙錢重要得多。“車是今天唯一能提供百萬級帶Action數據的場景，機器人還差得遠。”周光判斷，接下來會有更多多模態進展的公司進入這個領域，美國那邊的OpenAI等也會有類似動作。
