新智驾革命：移动物理AI再一次重塑行业

当智驾“中模型”遇上效率瓶颈，是时候让真正的“大模型”改变行业了。

4月11日，卓驭科技CEO沈劭劼在2026智能电动化汽车发展高层论坛上抛出了一个影响行业走向的判断：“智能驾驶只是物理AI的初始形态，未来存活下来的智驾公司都将转型为移动物理AI公司。这不是战略选择，是生存判断。”

这一论调的背后，是智驾行业正在发生革命性转折——从“每城每适配”的高成本、难精益模式，转向“一个基座，全域复用”的高效益、可持续模式。对于消费者而言，这意味着体验更优秀、应用更普及的智驾已在路上；对于资本市场，则明确释放出企业估值锚点将从“交付数量”转向“泛化效率”的信号。

一场新智驾革命悄然开启。

昨天的内耗

2016—2023年，伴随特斯拉、“蔚小理”等新势力大胆破冰，智驾概念从PPT走进现实，也让消费者初尝了“自动驾驶”的多巴胺。但瑜不掩瑕，其主要依靠“高精地图+小感知模型+规则算法”为核心的传统功能型方案，在智驾能力上仅有“40分起步、80分到顶”的天花板，最多算是“可用”但不“好用”，没法给使用者足够的信心，也无益于辅助驾驶的全民普及。

究其原因，在传统功能型方案的“小模型”运作逻辑里，某车企开通一个城市的NOA功能，需要百人级团队3-6个月的数据采集、规则编写与场景验证。沈劭劼透露的数字印证了这样的花费：“训练的成本越来越高，达到了一年几十亿的级别。”而结果却是与付出不对等的——地图采集速度始终难跟上城市发展速度，小感知模型和规则算法也难以应对所有情况，造成使用体验始终差强人意。

在资本眼里这也是噩梦——这种“开一城、投一笔”的模式，构成了传统智驾模式的资本回报陷阱：固定成本居高且仍面临长期增长，资本开支边际递减的拐点却迟迟不到，叠加收入场景单一无法形成有效规模经济，净资产收益率（ROE）始终难以突破行业平均线。

今天的问题

2023年前后，“端到端”技术路线在特斯拉FSD V12的启发下引爆行业——这种没有中间规则、没有人工模块、纯粹算法黑箱的逻辑范式，让饱经内耗的传统智驾公司看到了希望。

“端到端”技术路线，也就是内行人口中的“中模型”，在智驾水平上，其通用基础能力达到70 分水平，且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，应对一般路况基本做到“能用、好用”。然而，问题依然存在——譬如出海过程中，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，代价依然非常巨大。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。

但在“出海”、“扩张”不是自选题而是必选题的当下，几乎推倒重来的投入不仅是车企的大山，更是资本市场的大忌，盈利点的推后吓退了背后的潜在支持。

到了2025年下半年，不少行业领头人开始思考下一次改变。

明天的改变

原生多模态基础模型的诞生，就是卓驭深入思考的结果。

这种“大模型”不仅拥有“开箱即95分”的智驾基础能力，而且克服了“中模型”的诸多痛点——沈劭劼在百人会现场将原生多模态基础模型阐述为三大核心价值：跨垂类开箱即用、全球零泛化、全场景通用。

用形象的语言来表达——企业只需重投入一次开发好这个“大模型”，并定期帮助其学习优化，它即能在多个国家地区、多种类交通工具、多型号出行终端、多种使用场景下提供智驾服务。这样的转型不仅能带来适用良好、体验优异的智驾产品，而且得益于非重复开发带来的成本优势，消费者对智驾的获取成本也会大幅下降，“全民智驾”的时代算是真正见到了曙光。

此外，从财务角度看，这也将大幅改善企业的营收指标，譬如：

研发费用率：固定成本分摊到更多车型和场景后，单位研发成本下降；

毛利率：软件复用的边际成本极低，高毛利成为可能。

资本周转率：同样的资本开支可以支撑更广泛的业务版图。

现实也印证了上述展望。根据卓驭公开的信息，在乘用车领域，量产车型超50款，定点合作车型突破100款，高悟性端到端4.0版本于今年4月全量推送。在商用车领域，推出全球首个可通过强标的商用重卡L2 +解决方案；其方案覆盖中国商用重卡Top 6品牌，相关合作车型将于今年6月起9个月内实现陆续量产。

车企的智驾产品多了，企业的自身价值涨了，消费者的使用体验也变好了——一箭三雕。

估值的变化

爱因斯坦说，要努力成为一个有价值的人。企业，说到底也是自身价值的追逐者。

过去，卖方分析师对智驾公司的估值模型高度依赖“定点车型数量”和“装车量”，本质上是对“功能交付”能力的定价。这种估值方法的缺陷在于：它假设每个车型的智驾方案都是独立开发的，价值随装车量线性增长。

但在基座模式下，价值走了“非线性增长”路线——一旦基础模型训练完成，新增一个车型或者新进入一个赛道的的边际成本都极低。因此，估值锚点应从“定点数量”转向“泛化效率”，资本会更关注下列指标：

泛化半径：模型对垂类的跨度有多大？能覆盖多少种移动载体？

迁移速度：从一个赛道到另一个赛道，模型的适应时间要多久？

数据效率：一次数据输入对模型在多领域应用的提升有多少？

客户粘性：该模型的可替代性有多高？是否容易陷入同行内卷？

似乎，卓驭利用智能电动汽车发展高层论坛的露出机会，已经给出了自己在这些指标层面的答案。沈劭劼针对量产与运营时间表如是说到——“Robotaxi 和无人物流车将于 7 月开启试运营，L4 技术正式进入商业化阶段。2026 北京车展，用户即可抢先体验这一划时代的技术。”

这也意味着，多模态基础模型已经具备了涵盖无人出租和物流的泛化半径、短达数月的迁移速度、不开发单独硬件的资产复用效率甚至是合规壁垒带来的定价权——长期上扬的估值曲线几乎触手可及。

从更宏观的视角看，基座模式将催生智驾产业链的新分工。正如移动互联网时代分化为“芯片（高通/联发科）+操作系统（iOS/Android）+应用（各类App）”，智驾产业也将形成“算力基座（英伟达等）+模型基座（卓驭等）+整车应用（车企）”的三层结构。必须诚实地说，在这个移动物理AI照进现实的节点，低估任何一家基础设施供应商的行为都不该再发生。

自2021年成立以来活在大疆光环下的卓驭，也终于要破茧成蝶，迎来属于自己的时代了。