4月11日，卓驭科技CEO沈劭劼出席智能电动汽车发展高层论坛2026并发表主题演讲。面对未来5年的行业竞争，沈劭劼判断：“智能驾驶只是物理AI的初始形态，绝非终局，未来存活下来的智驾公司都将转型为移动物理AI公司。”
围绕这一判断，沈劭劼首次系统阐释了构建移动物理AI的核心技术路径——原生多模态基础模型，并分享了卓驭移动智能基座实现跨垂类量产的最新进展和战略规划。
在卓驭看来，整个发展历程可以划分为三个阶段，即从“小模型”到“中模型”，再到“大模型”的三次跃迁。
第一阶段（2016—2023年）：传统方案，即“小模型”。依托高精地图、小感知模型与规则决策规划控制算法，基础能力约40分，而通过大量地域化、场景化的定制化适配后能做到80分。但这套模式通用基础能力弱、泛化性能差、泛化适配成本极高。简而言之，“开城”代价巨大。
第二阶段（2023—2025年）：端到端方案，即“中模型”。随着两段式端到端、一段式端到端的持续发展，智能辅助驾驶实现了性能体验质的飞跃，通用基础能力达到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，实现“能用、好用”。
然而，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，代价依然非常巨大。同时，如果要做跨垂类适配，从重卡到客车、物流车，人力投入的控制同样是难点。
因此，卓驭提出一个更前沿的思考与假设：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？
这也是卓驭提出并率先探索的第三阶段：原生多模态基础模型，即“大模型”。沈劭劼认为，原生多模态基础模型不止是一个智能辅助驾驶模型，而是支撑“移动物理AI”成立的技术底座，其核心愿景是实现Zero Shot零数据知识迁移，带来三大价值：
第一，跨垂类开箱即用，大幅缩短研发周期。模型无需重新训练，即可快速从乘用车快速迁移至商用重卡、物流车等全场景。这也是卓驭能在不到两个月内，将乘用车NOA核心能力迁移至商用重卡场景的核心原因；
第二，全球零泛化，助力全球化布局。模型通过预训练，提前习得全球各地交规与驾驶习惯，落地即适配；
第三，全场景通用，覆盖高难度细分领域。无论是铺装路面还是非铺装路面，室内场景、室外场景，基本都能稳定适配。从天空到大地，从大地到天空。
沈劭劼还给出了原生多模态基础模型下多垂类场景的量产与运营时间表：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7月开启试运营。
卓驭预判，未来两年，全球智能辅助驾驶行业将告别分垂类、分地域的功能交付时代，全面拥抱基础模型。
在更长远的趋势中，卓驭大胆提出判断：“智能驾驶只是物理AI的初始形态，绝非终局；未来存活下来的智驾公司都将转型为移动物理AI公司。”理由是，基础模型能力越强，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，形成成本、场景、数据的良性循环。这条路径推演到最后，只留下一个答案：所有智驾公司，最终都必须转型为移动物理AI公司。
卓驭的愿景是成为移动物理AI时代的基础设施。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，卓驭都将通过模型软件+车规级高可靠性硬件的组合方案，实现万物移动。
南方+记者 郜小平
简配资提示：文章来自网络，不代表本站观点。
- 上一篇：春涌天山 智耕沃野 新疆春耕春播全面展开
- 下一篇：没有了
相关文章
热点资讯