（问题）近两年，城市NOA国内乘用车上的搭载量持续上升。据涉及的机构报告，2025年我国搭载城市NOA功能的乘用车累计销量已超过300万辆，渗透率突破15%。但业内普遍认为，技术普及并不等于高频使用：在复杂城区道路中，系统稳定性、可解释性和舒适性仍影响用户信任，“能用”向“好用、敢用”的跨越成为下一阶段竞争关键。同时，量产规模扩大后，车辆在不同城市、不同交通参与者行为下暴露出的长尾场景更密集，传统研发的迭代速度与成本压力日益突出。 （原因）从技术演进看，城市道路的不确定性对感知、预测和决策提出更高要求：一上，道路参与者多、互动强，交通规则与地方习惯交织，场景分布复杂；另一方面，过去以工程规则、分模块堆叠和高度依赖人工标注的数据迭代方式，难以兼顾覆盖面、效率和一致性。尤其大规模量产后，数据回流量激增，如果仍沿用“人工筛选—标注—训练—验证”的流程，迭代周期和成本将成为系统持续进化的瓶颈，也会削弱产品在真实路况中快速修正与升级的能力。 （影响）城市NOA进入规模化阶段后，行业竞争焦点正从“功能上线”转向“可靠运行”。对用户而言，安全边界是否清晰、系统行为是否可预期，直接决定是否愿意开启并持续使用；对产业链而言，迭代效率决定技术供给能否跟上城市扩张、车型平台差异和监管要求变化。可以预见，能在保障安全与合规前提下，实现更快闭环和更强泛化能力的技术路线，将在下一轮市场竞速中占据主动。 （对策）在此次大会期间，元戎启行作为受邀企业代表之一发布其以基座模型为核心的辅助驾驶技术体系。公司CTO曹通易在技术主题演讲中指出，基座模型是构建下一代辅助驾驶系统的关键底座。面对物理世界的复杂场景，系统不仅要执行驾驶动作，还需具备对交通场景的理解能力、对决策逻辑的解释能力以及对驾驶行为的评估能力，从而形成更完整的认知与决策链条。 围绕此思路，元戎启行提出以“Scaling体系”推动研发范式升级：由传统工程驱动，转向模型规模、数据规模与仿真能力协同演进。公司披露，其构建了参数规模达40B的VLA基座模型，将驾驶决策、场景理解与行为评估纳入统一架构，意在让模型在系统中同时扮演“执行者”“分析者”和“评估者”。企业强调，在统一模型架构下，模型能力提升将带动数据处理效率提升，形成数据与模型相互增强的“飞轮效应”，使每次迭代沉淀为可复用的能力积累。 在工程落地层面，公司介绍其数据闭环效率提升：流程周期由过去约5天缩短至约12小时，能更快响应真实道路中的问题暴露与策略优化。此外，通过模型蒸馏等方式，将统一基座模型适配不同算力平台，降低在量产车型上的部署门槛，推动高阶辅助驾驶能力向更广泛车型扩展。 （前景）市场端数据也为技术路径提供了现实注脚。元戎启行披露，2025年10月其在城市NOA第三方供应商市场单月市占率接近40%；截至目前，公司已累计量产交付超过25万辆搭载城市NOA功能的车型，并计划在2026年推动搭载其辅助驾驶系统的量产车辆规模突破100万辆。业内人士认为，在行业加速进入“量产深水区”的背景下，谁能在真实道路安全、用户体验与规模化成本之间形成更稳定的平衡，谁就更可能在下一阶段实现持续扩张。 从更长周期看，基座模型路线或将带动两上变化：其一，推动辅助驾驶从“功能堆叠”转向“认知能力提升”，并在复杂交互场景中提高一致性与可解释性；其二，通过更快的数据闭环与跨平台部署能力，缩短从问题发现到功能修复的链路，提高量产车辆的持续进化效率。面向未来，公司表示将继续聚焦真实道路的安全挑战和用户需求，提升系统安全性、稳定性与舒适性，并探索从辅助驾驶向Robotaxi等更高阶应用拓展的可能。
当智能驾驶技术跨过“从无到有”的初级阶段，如何实现“从有到优”的质变成为新命题；元戎启行通过基座模型构建的技术生态，不仅为行业提供了可复制的规模化路径，也展现了人工智能与物理世界深度融合的发展方向。这场由技术创新驱动的产业变革，或将重新定义未来十年的出行图景。