4月25日北京车展期间，元戎启行用一场发布会对外宣告了技术路线的全面升级。其中，CEO周光为元戎启行定下了更宏大的战略方向——成为物理世界的AI基础设施;首席科学家阮翀首次公开亮相，系统分享了基座模型的最新进展。从物理AI到基座模型，勾勒出这家公司迈向“物理智能”的完整路径。

　　基座模型：打破小模型瓶颈，数据闭环提速至12小时

　　传统辅助驾驶系统普遍采用多模块拼凑架构——感知、预测、规划、控制各自为政，由不同的小模型负责。这种“拼图式”开发在遇到复杂长尾场景时，模块间的衔接容易出现逻辑断裂，系统的稳定性与用户高频使用率因此长期难以突破。

　　元戎启行提出的基座模型，将驾驶决策、场景理解与行为评估统一在同一架构中。一个大规模神经网络同时承担原本分散的任务，系统得以用更整体的方式理解交通场景，而不是机械地执行模块间的信息传递。

　　架构升级之外，更大的突破在于数据闭环效率的跃升。过去，从数据回传到模型训练迭代，周期约为5天;在基座模型体系下，这一周期被缩短至12小时。这意味着，量产车在路上遇到的每一个极端场景，都能在半天之内转化为模型能力的提升。

　　截至目前，搭载元戎启行方案的量产车辆已突破30万辆，真实道路运行里程超过13亿公里，这些数据将持续反哺基座模型，形成“规模-数据-模型”的加速飞轮。

　　CEO周光：目标成为物理世界的AI基础设施

　　周光在发布会上明确提出，元戎启行的长期愿景是成为“物理世界AI的基础设施”，就像通信、电力一样，成为支撑现实世界运行的基础能力。这一战略定位，将公司从辅助驾驶方案供应商，提升到了底层智能能力构建者的高度。

　　不过，物理AI的核心挑战在于：AI不仅要理解数字世界，还要理解物理世界的规律，包括空间关系、因果逻辑、实时约束与安全性要求。而元戎启行的基座模型，正是为这一目标打造的技术底座。

　　在这一战略框架下，发布会现场预告的舱驾一体Agent功能，可以被视为元戎物理AI能力后续在智能汽车上的一次探索。它不是传统的语音助手或车载娱乐系统，而是一个具备主动理解与响应能力的“AI大脑”雏形。系统能够感知用户的潜在需求，在驾驶、泊车、舱内交互等场景中提供预判式协助，让人车关系从“指令-执行”转向更自然的协作。

　　从更长的周期看，舱驾一体Agent只是元戎启行物理AI版图中的第一块拼图。当基座模型持续进化、数据规模突破百万辆、系统对物理世界的理解不断加深，这套能力将有望从汽车延伸至更广泛的机器人场景。正如周光所言：“当未来人们谈及物理世界的智能时，元戎希望能够成为这一基础能力体系中的重要一环。”