打破地域垂类壁垒，卓驭移动物理 AI，赋能智驾全球化全场景

驾之势，初则百花齐放；终将万象归一。

回顾中国过去10年的风口发展，智能驾驶绝对算得上是那头飘在空中的猪。然而智驾系统的总体发展之路，恰如两次工业革命的历程，由初期的百花齐放，井喷式爆发，到资本火热，逐步过热，到目前的回归技术，匹配需求。

而技术本身的发展亦是螺旋式上升，从初期的概念，到高精地图的取舍分歧；从传统方案，到端到端的范式探索；从传感器方案的理论对抗，到技术理念的路线之争……终究还是走到了2026年。

好消息是，不少中国企业，已走上自己的康庄大道（参数丨图片）。

坏消息是，没有走通自己路的企业，已经消失在人海。

2026 年 4 月的智能电动汽车发展高层论坛上，行业再一次就智驾系统的未来进行了讨论。而在本次的会议中，卓驭科技提出了一个更为深层且更为底层的问题：

在技术路线日渐清晰的当下，智驾行业是否还要继续进行重复的系统研发，相互试错搏杀？是否应该让智驾系统真正做到『开箱即用』，能适配各种场景、各类车型，从而降低整个行业的成本？

而卓驭科技CEO沈劭劼在会上抛出了一个让同行沉默的判断：『未来两年，全球智驾行业将告别分垂类、分地域的交付模式，全面拥抱基础模型。』他同时断言，存活下来的智驾公司都必须转型为『移动物理AI公司』——『这不是战略判断，而是生存判断。』

这番话背后，是卓驭已经用50+款量产车型、三位数定点、覆盖中国TOP6商用重卡品牌的实际交付数据，验证了一套名为『原生多模态基础模型』的技术路径。

但比这些数字更值得行业关注的，是这条路径可能彻底终结困扰智驾行业多年的『适配成本陷阱』，让智能驾驶从『逐城适配』的重模式，走向『全域通用』的轻模式，这条技术路径或许正是中国智驾下一阶段的核心竞争方向。

智驾行业的『死循环』：每换一个场景，就要重做一遍

回顾过去的十年，智能驾驶的竞争形式很多，但实际的焦点始终是『单车能力』的比拼：谁的城区NOA覆盖城市更多，谁的接管率更低。但无论传统方案还是端到端方案，都逃不出一个死循环——每进入一个新场景，都需要大量本地化适配，适配成本高、周期长，成为制约行业规模化发展的核心瓶颈。

沈劭劼在演讲中将智驾能力进化划分为三个阶段，清晰地揭示了这一困境的根源。

第一阶段（2016—2023年）是传统方案，也就是『小模型』阶段。这一阶段的智驾系统依托高精地图、小感知模型与规则决策规划控制算法，基础能力仅约40分，即便通过大量地域化、场景化的定制化适配，最终也只能做到80分左右。传统小模型模式的核心缺陷是通用基础能力弱、泛化性能差，『开城』代价巨大，每进入一个新城市，都需要重新采集地图数据、适配本地交通规则与驾驶习惯，投入大量人力物力，中小玩家几乎难以承受。

随着技术迭代，行业进入第二阶段（2023—2025年），端到端方案成为主流，也就是『中模型』阶段。两段式、一段式端到端技术的持续发展，让智能驾驶实现了性能体验的质的飞跃，通用基础能力提升至70分水平，基于数据驱动配合少量泛化适配后，即可达到90分以上的表现，基本实现『能用、好用』。端到端中模型阶段，行业竞争从『开城数量』转向『体验优化』，但适配困境并未彻底解决。

沈劭劼一针见血地指出了端到端方案的局限：『从70分到90分的适配虽然难度比以前更低，但依然存在问题——出海的过程中，如果每个国家都得做一次适配，尤其是对于路权规则等与中国区别巨大的欧洲国家，代价依然非常大。同时，如果要做跨垂类适配，从商用重卡到客车、物流车，人力投入的控制同样是难点。』

端到端方案的局限背后，是端到端模型的本质短板。比如模型规模有限（仅几千万到几亿参数），高度依赖专家数据训练，一旦遇到训练数据缺失的场景，就无法自动泛化。

沈劭劼用一个生动的例子解释这种困境：『中国跟德国最大区别是什么？不是交通规则、标志这些都不同，最大区别叫作路权观，中国开车的路权观是极弱的，基本就是谁能挤谁上，但是德国的路权观很强，规则感很强，当我们直接把中国模型拿去德国用的时候能不能用？能用，会被骂死。』

基于上述行业痛点，卓驭率先探索智能驾驶发展的第三阶段——原生多模态基础模型，也就是『大模型』阶段，而该方案，被卓驭定义为移动物理AI的核心。

商用重卡是最好的『试金石』：两个月迁移，第一个过强标

要验证『Zero Shot』零数据知识迁移不是PPT概念，需要最苛刻的考场。卓驭选择了商用重卡——这个被行业认为『智驾适配难度最高』的垂类，用实际成果证明技术可行性。由于商用重卡与乘用车的差异，远大于不同品牌乘用车之间的差异，其适配难度，成为检验基础模型通用能力的最佳试金石。

商用重卡的智驾适配难度，首先体现在车辆本身的特性上。沈劭劼坦言：『商用重卡质量大、惯性大，对检测距离，加减速控制等都提出了很高的挑战，还有匝道中如何处理后面一个很长的拖箱等等场景，里面每一个都是具体的技术挑战。』

一台满载的商用重卡重量是乘用车的几十倍，车长是乘用车的几倍，行驶风格、制动距离与乘用车有着本质区别，尤其是商用重卡无法像乘用车那样急刹车，对智驾系统的预判能力和控制精度提出了极高要求。

其次，商用重卡的运营场景和安全标准也与乘用车截然不同。商用车对智驾系统的寿命要求更高，需要适应24小时连续运营的工况，电子电气架构采用24V电压（乘用车为12V），这些细节差异都需要智驾方案进行针对性调整。更重要的是，商用车智驾需要满足组合驾驶辅助强标，该标准对系统的安全性、可靠性提出了严苛要求，此前行业内尚未有能满足该标准的商用重卡智驾解决方案。

面对如此严苛的技术考验，卓驭将在2026年通过两步快走的方式推进：现阶段以量产的高悟性端到端4.0模型快速推进第二阶段的迁移；同时，预计在今年下半年，快速迭代原生多模态基础模型，实现包括乘用车和商用商用重卡的全面跃进。

卓驭能把乘用车NOA核心能力迁移至商用重卡场景，仅用了不到两个月时间，正是卓驭移动智能基座战略的价值所在，卓驭无需为商用车场景重新训练模型，仅通过少量后训练数据优化模型相关能力，就能快速适配商用重卡场景。

据悉，目前卓驭的高悟性端到端4.0商用重卡版，已经与中国TOP6的商用车品牌都建立了合作，沈劭劼表示，这是业内第一个能过强标的商用重卡智驾解决方案。

沈劭劼特别强调该成果的行业含金量：『商用重卡方案采用了与乘用车一致的控制器及算力之外，加入了卓驭独创的激目系统，即舱内激光视觉前前融合系统，从而做到了一个安全好用的商用重卡L2+辅助。』

除了技术适配的突破，卓驭商用重卡智驾方案还具备显著的社会价值。该方案在节省燃油和保险费用的同时，也能提升整体道路环境的安全性，契合商用车行业的降本增效需求。截至目前，卓驭已全面覆盖中国商用重卡Top 6品牌，多款合作车型将从2026年6月起，在9个月内陆续量产，量产推进进度远超行业预期。

商用重卡场景的成功落地，不仅佐证了原生多模态基础模型的可行性，更证明卓驭已经具备跨垂类规模化交付能力。沈劭劼对此信心十足：『我们的证据也是比较多的，其中最重要的，就是商用重卡场景的迁移，能够获得这个行业里面绝大多数TOP客户的认同，我觉得这本身是一个证据，有了证据，就不需要去质证为什么行了。』

基础大模型：是行业趋势，还是新的『护城河』？

沈劭劼的判断不止于技术，他提出了一个让所有智驾公司背后发凉的生存命题：『未来存活下来的智能驾驶公司都将转型为移动物理AI公司。这不是一个战略判断，这其实是个生存判断。』

之所以被称为这是一种生存判断，其核心原因在于两个字：成本！

具体而言即基础大模型的成本逻辑——只有实现跨垂类、跨地域复用，才能分摊高昂的训练成本，形成良性循环。

沈劭劼算了一笔明白账：『基础大模型能力越强，训练成本越高，现已达到每年数十亿的量级；而这套模型同时具备跨垂类的应用能力，唯有把巨大的训练成本分摊到更多的应用场景，再用更多场景的数据反哺模型，才能形成成本、场景、数据的良性循环。』

成本逻辑的根本性转变意味着，未来智驾行业的竞争，不再是单一场景的能力比拼，而是基础大模型通用能力与成本控制能力的综合较量。

沈劭劼详细解读了这一价值：『原生多模态基础模型真正的核心愿景，是实现Zero Shot零数据知识迁移，真正能够达到跨垂类的开箱即用。』

具体而言，新模型具备三大核心价值：跨垂类开箱即用，大幅缩短研发周期；全球零泛化，助力全球化布局；全场景通用，覆盖高难度细分领域。与行业内其他端到端模型相比，卓驭的原生多模态基础模型有着本质区别。

因为在卓驭的技术框架中，当前主流端到端模型仍属于中模型范畴，参数规模仅在几千万到几亿级别，高度依赖垂直领域的专家驾驶数据训练。只有训练数据覆盖足够全面，模型才能输出稳定表现，一旦遇到未见过的长尾场景，泛化能力会急剧下降。

相比之下，原生多模态基础模型则突破了上述限制，模型规模足够支撑涌现能力的产生，无需所有能力都来自精准匹配的专家数据。卓驭在训练过程中，除了智驾专属数据，还会引入互联网公开数据、移动机器人数据甚至行人视角的道路数据，让模型在预训练阶段就习得物理世界的通用规律，后续仅需少量场景化微调即可快速落地。

同时值得注意的是，卓驭的全链条供应链管控能力，亦成为其在基础模型赛道构建护城河的另一大优势。

在面对行业内对卓驭有『价格屠夫』的评价时，沈劭劼阐述了其清晰的认知：『光卖便宜的东西的意思就是不能卖贵东西，只能卖低端货，这个我肯定不认，要做好的产品肯定是全矩阵的，不同价位的车，不同场景需要用不同方案。价格屠夫应该叫供应链管控能力，这个我认。』

所以，我们可以看到，在面对2026年内存涨价的风波中，卓驭早在2025年下半年便未雨绸缪地囤了大量库存，保证2026年交付不会出现问题。卓驭的全链条供应链管控能力，让卓驭在基础模型的规模化落地中，具备了更强的成本优势和交付稳定性。

沈劭劼同时也明确了卓驭的产品策略：『以后我们卖的东西会越来越贵，但是性能上升的速度一定会大于价格上升的速度。』该产品策略背后，是基础模型带来的性能提升与成本优化的平衡，也是卓驭在行业竞争中立足的核心逻辑——用技术提升价值，用供应链控制成本，形成『性能－成本』的双重优势。

从『开城』到『开箱』：中国智驾的下一站

回到行业视角，过去五年，中国智驾的竞争主线是『开城』——谁的NOA能覆盖更多城市。

这条主线催生了大量的本地化适配工作，也筑起了高墙：新玩家很难快速复制老玩家的城市覆盖，老玩家则需要持续投入大量资源维持现有优势，整个行业陷入『重资产、慢迭代』的困境。但如果基座模型真的实现了『开箱即95分』，那么『开城』将失去意义。

沈劭劼预判：『未来两年，全球智能辅助驾驶行业将逐步告别现有分垂类、分地域交付模式，全面拥抱基础模型。』

而沈劭劼的『生存判断』，正是对这种行业趋势的精准把握：『智能辅助驾驶只是物理AI的初始形态，绝非终局；未来存活下来的智能辅助驾驶公司，都将转型为移动物理AI公司。』

卓驭的布局，早已超越了单纯的智驾方案供应商定位。沈劭劼明确表示：『卓驭的愿景是成为移动物理 AI 时代的基础设施』。基于该长期愿景，卓驭将通过模型软件+车规级高可靠性硬件的组合方案，实现『万物自主移动』——无论是乘用车还是商用车，无论是L2还是L4，乃至以后的泛机器人行业，都能通过原生多模态基础模型实现快速适配。

目前，卓驭的原生多模态基础模型已经进入落地阶段。原生多模态基础模型将会在年内推送到乘用车及商用重卡上，也会作为卓驭智能辅助驾驶出海的基础模型。

同时，卓驭联合头部生态伙伴共同推进L4技术研发落地，Robotaxi和无人物流车将于2026年7月开启试运营，多场景的同步落地，将进一步反哺基础模型的迭代优化。

此外，我们了解到，卓驭的原生多模态基础模型版本将在北京车展上陆续开放抢先体验，开放体验将让行业和消费者有机会近距离感受移动物理AI的实际能力。从『开城』到『开箱』，从分垂类适配到全域通用，卓驭用原生多模态基础模型，为中国智驾行业指出了一条新的发展路径。

当智驾行业摆脱『适配陷阱』，实现『开箱即用』，智能移动的边界将被彻底打破。沈劭劼的愿景或许正在逐步实现：『我们希望用移动物理AI能够智能一切移动，无论乘用车还是商用车，无论L2还是L4，乃至以后的泛机器人行业，通过软件模型、车规级高可靠性硬件的组合方案，能够真正实现万物自主移动。』

这场从适配到通用的技术变革，或许正是中国智驾引领全球的下一个突破口。