对话周光：自动驾驶实现AGI，RoadAGI比L5更快 | GTC 2025

149 0 0

文章摘要

在英伟达GTC 2025大会上，元戎启行CEO周光提出了RoadAGI的概念，这是一种通过自动驾驶实现垂直领域通用人工智能（AGI）的新路径。与传统的Robotaxi不同，RoadAGI专注于道路场景下的智能移动，旨在通过AI Spark平台赋能各种移动体，包括智能车、机器人甚至小电驴，实现无需高精地图的自主移动。RoadAGI的核心在于通过一套AI底座解决所有移动体的智能移动问题，从而实现垂直道路场景下的AGI。

RoadAGI的首次落地形态是Spark 1.0，其技术基础是视觉语言动作模型（VLA），该模型将道路图像信息和文本指示融合处理，输出驾驶行为和文字。VLA打通了空间智能、语言智能和行为智能，使得移动体能够自主完成复杂的配送任务，如从店铺取货、识别红绿灯、进入楼宇并送达目的地。这种技术不仅提升了配送体验，还实现了从“楼到楼”到“门到门”的闭环配送流程。

周光强调，元戎启行并不将自己视为单纯的智驾公司，而是一家AI公司。智驾只是实现物理AI的商业化选择，而RoadAGI则是元戎向物理AI迈进的下一步。通过4000万公里的智驾数据积累，元戎的AI能力更加通用，具备了实现RoadAGI的技术基础。周光认为，RoadAGI的出现将早于L5级自动驾驶，因为它对安全性的要求相对较低，且商业化场景更为广泛。

在技术层面，RoadAGI与传统的无人配送车有本质区别。它不依赖高精地图，而是通过AI自主识别环境信息，实现点到点的通勤。这种免部署的特性使得RoadAGI能够快速适应各种复杂场景，如小区内部的配送任务。周光指出，RoadAGI的关键在于通过AI Spark平台解决移动体在复杂环境中的智能移动问题，而不是依赖高精地图的扫图技术。

关于RoadAGI的商业化前景，周光表示，外卖配送将是其最先落地的场景，硬件成本可能仅为一两万元，具备大规模商业化的潜力。此外，RoadAGI的技术壁垒在于其大规模量产的数据闭环能力和端到端的AI技术，这使得元戎在物理AI领域具备先发优势。周光还提到，RoadAGI不仅是元戎的第二增长曲线，更是其AI愿景的延伸，旨在实现所有物理智能体的智能移动。

在谈到AGI的未来时，周光表示，真正的AGI需要将物理世界的AI、生成式AI和语言AI打通，形成一个统一的世界模型。目前，元戎通过AI Spark平台解决了道路场景下的智能移动问题，但距离实现全面的物理AI还有一定距离。周光认为，RoadAGI的出现将加速物理AI的发展，并为最终实现AGI奠定基础。

此外，周光还提到了DeepSeek对中国AI行业的影响，认为其打破了中美在大模型领域的差距，让全球重新评估了中国在AI领域的实力。关于FSD入华，周光表示，FSD在基础分析能力和交互能力上领先国内一代，但由于缺乏中国数据，其静态能力仍有不足。不过，FSD在动态交互和博弈逻辑上表现出色，未来通过数据积累，其性能有望进一步提升。

总体而言，RoadAGI代表了元戎启行在自动驾驶和物理AI领域的前沿探索，通过技术创新和商业化落地，元戎正在为垂直领域的AGI开辟新的路径。