端到端升级・多垂类落地 沈劭劼详解卓驭科技智能驾驶战略

　　2026年4月，在2026智能电动汽车发展高层论坛上，卓驭科技CEO沈劭劼出席论坛并发表主题演讲，围绕“移动物理AI”全新理念，分享卓驭在智能驾驶领域的量产成果、端到端技术升级，以及面向未来打造原生多模态基础模型、构建移动智能基座的战略布局，以下为演讲全文。

　　尊敬的各位领导、各位行业专家，大家上午好。

　　我是卓驭科技的沈劭劼。

　　可能大家也知道卓驭是一家做智能驾驶方案的供应商，但是今天我想说的话题其实叫做移动物理AI。

　　为什么叫这个话题呢？那是因为在过去几年的工作中，其实我们也逐渐发现，整个汽车智能化的迭代逻辑已经从单一车型的功能升级逐渐转向行业底层范式的重构。今天我也想借这个机会给大家分享卓驭的一点点思考。

　　2025 年末，卓驭率先面向全行业提出了移动智能基座这一个构想。就是希望用一个软硬一体的基座去赋能多种多样的移动场景。当然构想归构想，重点还是要把构想去逐渐落地为现实。

　　在这里给大家简单分享一下卓驭在过去几年做到的一些成绩，目前我们的已量产车型已经超过了50 款，然后累计定点车型也达到了三位数，我觉得还是做得挺不错的。

　　那整个车型的矩阵，我觉得用四个词来归纳——油电同质、舱驾同芯、行泊同优、中外同频。舱驾同芯其实也就是单芯片舱驾一体，我们是行业首发。行泊同优，无论是往前还是往后开的，我们都得兼顾、都得做好。中外同频，油电同智，无论是自主品牌还是合资品牌，无论是油车还是电车，都能够达到相同级别的智能化。

　　在今年，我们的整体产品性能也有非常大的升级。我们最新的高悟性端到端4.0 带来了我们称之为100% 端味的特点，体验上做到了跨越式的升级。

　　那什么叫做100% 端味？分两点来提。

　　首先是基础驾驶能力，4.0版本非常好的兼备了效率和安全性，能够做到具备防御性驾驶能力的同时，在狭窄和复杂道路中做到非常高效的穿行。

　　同时在领航的时候也能够做到更聪明，不单只是考虑静止的导航和标线信息，同时也可以把动态的交通流通过一个模型来进行处理，从而做到一个非常丝滑、非常游刃有余的在复杂的交通流当中找到合适的时机来通行。

　　这个版本在最近的试驾中也得到不少好评，而且也会从4月开始，逐步推送到使用了我们产品的各个乘用车型上面。

　　当然还不止如此，所谓移动智能基座，当然不能只是乘用车。我们的高悟性端到端4.0 还有一个商用重卡版，这里我也非常自豪的说，卓驭跟中国 TOP 6 的商用车品牌都建立了合作，对应的车型也会在今年 6 月份开始逐渐量产。

　　重卡方案使用的控制器算力跟乘用车版本是一致的，但是同时也加入了卓驭独创的激目系统，也就是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+高速领航。还有一个重点，这个方案是能过强标的，我相信这也应该是业界内第一个能过强标的商用车重卡的解决方案。商用车方案具备很高的社会价值，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。

　　这是一些简单的视频，重卡在各种施工场景、各种匝道中自主通行。视频看起来可能没啥，但其实难度还是挺高的，毕竟重卡质量大、惯性大，对检测距离，加减速控制等都提出了很高的挑战。当然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，但我们的4.0模型其实对这些挑战都能够有很好的处理，对应的车型也会在今年6月开始逐渐的进行量产，大家可以期待一下。

　　总结一下成绩，除了我们已经披露的9 个合作客户之外，在乘用车领域我们还有 3 个待披露的新客户。在重卡领域，我们已经跟全国 TOP6 的头部重卡企业建立了合作，同时我们在生态合作上也跟若干个重要的生态合作伙伴，就舱驾一体、车型适配、生产制造等建立了深入的合作。

　　我可以很自豪的说，卓驭是业界少有的具备跨垂类规模化交付能力的智能驾驶公司。

　　当然成绩归成绩，我们还得复盘一下过程中吸取了什么教训。卓驭应该算是首先做到了多垂类、多场景、多客户的大规模落地实践，但是也遇到了不少问题。在展开这些问题的之前，我想先稍微引用一点点历史，说下智能驾驶这个行业的发展历程，因为这息息相关。

　　整个发展历程可以分为三个阶段，然后每个阶段也概括为两种能力，第一种叫做通用基础能力，就是基本的行车安全性、车道保持、加塞应对、变道、拐弯等。第二种能力是地域性的泛化，包括一些特殊交通标志和元素的应对，以及特定的驾驶风格的变化等。

　　在第一个阶段，我们一般称为传统方案吧，就是小感知模型+高精地图+基于规则的决策规划方案，这个时代的通用基础能力可能只有40 分左右，需要大量的泛化，也就我们当年所说的“开城”，最终可能达到80分左右，但这种方案其实后面很难推进，因为开城的代价实在是太大了。这个阶段其实我们也有用模型，感知“小模型”嘛。

　　到了最近，大家都用端到端，无论是两段式端到端还是一段式端到端，这个时候通用基础能力其实有大幅度提升，可能到70分，然后再加上少量的泛化，例如特殊交通规则的适配，整个系统能够达到90分，基本做到能用、好用的水平，包括刚刚所提到的卓驭高悟性端到端4.0，其实也是一个端到端的方案。里面跑的模型从几千万到几亿参数吧，姑且称之为“中模型”方案。

　　当然这里还是会有问题，这20分的适配，虽然难度比以前低多了，但还是有问题，例如说如果要出海怎么办？出海会不会每个国家都得把这20分重做一遍？特别是对于路权关键跟中国区别巨大的欧洲国家，那其实代价也非常非常的大。如果要跨垂类怎么办？重卡我们是适配完了，如果未来要做客车呢？物流车呢？人力投入如何控制？

　　那我们不禁要问，有没有可能有一个方案，能够真正做到开箱即满分，或者至少开箱即95分的水平？

　　从最开始传统方案的“小模型”，到现在端到端的“中模型”，其实我们只是又到了一个技术起点，再下一代的，具备涌现能力的“大模型”才是刚前面我们所提到的智能移动基座的核心。

　　AI即模型嘛，通过AI让多个垂类、多个场景，甚至多个国家里面的多个不同的移动平台都能自主移动，我们称之为移动物理 AI吧。

　　移动物理AI 最核心的核心就是“原生多模态基础模型”，技术内核是在我们最底层完成对于物理世界的通用规律的预训练，注意是预训练，而不是后面泛化的一些后训练。

　　这个模型本身能够有支持多模态的统一表征，包括视频、包括文本、包括动作，包括语音以及包括各种地图信息等，这些信息都可以输入。

　　同时，它在训练阶段除了使用专门的智能驾驶数据之外，也会覆盖互联网的数据，甚至各种各样移动机器人的数据都可以输入进行训练。或者我们也可以叫做使用所有ego-centric数据对模型来进行预训练，在预训练的过程中对模型进行大量的知识注入，跨领域甚至跨国家的知识注入，从而能够让它在往后的各种不同的垂类，各种不同地域之中，只需要进行一些简单的激活，它就能够很好的进行运作和适配。

　　当然后续还会有一些后训练，也会有一些蒸馏、部署等，这些很多是工程能力体现，也是卓驭的强项，这里我不再展开说。

　　我们做这个原生多模态基础模型的核心愿景是实现Zero shot零数据知识迁移，真正能够做到跨垂类的开箱即用，全球零泛化或者非常少的泛化，以及能够做到全场景通用，无论是铺装路面还是非铺装路面，室内场景、室外场景，理论上这个模型都应该能够用得上。

　　当然大家可能会说，这是不是又是一个饼？当然不是，我们会在今年内把这个原生多模态基础模型推送到我们的乘用车和商用车的重卡上。同时这个模型也会作为卓驭智能驾驶出海的最核心部件。

　　我们也会在两周后的的北京车展正式开放对外的体验，到时候也非常欢迎大家能够来试一试。

　　除了刚刚所提到的乘用车和商用重卡业务之外，我们这个基础模型也会在今年的7月正式跟我们的合作伙伴一起在L4 Robotaxi， 以及 L4无人物流车正式开展试运营，能够真正达到多垂类从 L2 跨越到 L4 的的统一适配。

　　在这里我也大胆的判断一下在未来的两年全球的智能驾驶行业的发展趋势。由于核心技术的提升，我们将逐步告别现有的这种分垂类、分地域的交付模式，全面拥抱基础模型来达到一个大一统的状态。

　　再大胆加一个判断，智能驾驶其实只是物理AI 的一个最初始的形态，而绝非终局。甚至往后像我们这些未来能够存活下来的智能驾驶公司都将转型为移动物理 AI 公司。

　　我想说这其实并不是一个战略判断，这其实是个生存判断，为什么呢？模型的能力越来越强，越来越大，但同时也就意味着训练的成本越来越高，达到了一年几十亿的级别。但同时这个模型也具备了跨垂类的应用能力。

　　我们如何让这个巨大的成本能够被分摊到更多的应用上，同时能够用更多的应用的数据，更进一步的提升这些模型，从而建立良性的循环。这最后只给了我们一个答案，我们所有这些智驾公司最后都必须转型为移动物理AI 公司。

　　而卓驭的愿景，正是在移动物理AI 的时代成为其中一个重要的基础设施。

　　最后的最后，我们希望移动物理AI 能够智能一切的移动，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，我们通过一个包括模型软件，以及包括车规级高可靠性的硬件的组合方案，能够真正的实现万物自主移动，这些都不只是一个饼，他们正在发生。

　　基于原生多模态基础模型的乘用车产品将会在两周后的北京车展正式开放抢先体验。希望大家能一起来体验和畅想移动物理AI 的未来将会是什么样子，感谢大家。

【独家稿件及免责声明】本网注明转载文章中的信息仅供用户参考。凡注明来源“运输人网”的作品，未经本网授权均不得转载、摘编或使用。联系邮件：master@yunshuren.com