卓馭科技沈劭劼：智能駕駛是物理AI的早期形態，行業或面臨轉型

財聞 張曉迪 發自北京

“未來五年，具備跨垂類遷移能力的基礎模型或成為競爭關鍵。”4月11日，卓馭科技CEO沈劭劼在智能電動汽車發展高層論壇（2026）上提出這一看法。他認為，智能駕駛目前仍處于物理AI的早期發展階段，未來具備持續競爭力的智駕公司，可能需要向“移動物理AI”方向轉型。

此外，還首次系統介紹了卓馭在原生多模態基礎模型方面的技術探索，以及公司在乘用車、商用車等跨垂類場景中的量產落地情況。

跨垂類規模交付：覆蓋乘用車與商用重卡

據卓馭披露，公司目前已實現50余款車型的量產交付，定點合作車型超過100款。沈劭劼用“油電同智、艙駕同芯、行泊同優、中外同頻”四個詞概括了在乘用車領域的階段性成果，其中“艙駕同芯”指的是單芯片艙駕一體方案。

在體驗層面，卓馭近期推出的高悟性端到端4.0版本計劃于2026年4月起陸續推送至各乘用車型。

商用重卡方面，卓馭采用了與乘用車一致的控制器及算力方案，并加入自研的激目系統。沈劭劼表示，該方案能夠滿足現行強制性標準要求，是業內較早通過強標的商用車重卡輔助駕駛方案之一。此外，他也提到，商用車輔助駕駛在降低燃油消耗和保險費用方面具有一定社會價值。

截至目前，卓馭已覆蓋中國商用重卡Top6品牌，多款合作車型將從2026年6月起、在9個月內陸續量產。公司同步披露了22家合作客戶與生態伙伴名單。

從“開城”到“開箱”：技術演進的三個階段

沈劭劼將卓馭的技術發展劃分為三個階段，其中，第一階段為2016–2023年，為小模型時代。這個階段，卓馭的技術依賴高精地圖、小規模感知模型與規則驅動的規劃控制算法。基礎能力約為40分，經大量地域和場景定制后可達80分，但泛化能力弱，適配成本高；

第二階段是2023–2025年，即端到端中模型時代。這一階段采用兩段式或一段式端到端方案，通用基礎能力提升至約70分，配合數據驅動和少量適配后可達90分以上。但在出海或跨垂類（如從乘用車到重卡、客車）場景中，適配成本仍然較高。

目前正在探索的是第三階段，即原生多模態基礎模型。沈劭劼透露，卓馭正在探索一種無需重新訓練即可在不同垂類和地域之間遷移的模型，目標是實現“開箱即用”或接近“開箱即95分”的水平。

原生多模態基礎模型：三大價值方向

沈劭劼在大會演講中首次詳細闡述了原生多模態基礎模型的技術思路。該模型不僅面向智能輔助駕駛，也被定位為支撐“移動物理AI”的技術底座。其預期價值包括跨垂類開箱即用、全球泛化能力、全場景通用。

其中，跨垂類開箱即用是指無需重新訓練，即可從乘用車遷移至商用重卡、物流車等場景。沈劭劼稱，這是卓馭在不到兩個月內將乘用車NOA核心能力遷移至重卡場景的技術基礎。

全球泛化能力方面，通過預訓練學習不同地區的交通規則與駕駛習慣，目標是降低出海適配成本。

全場景通用，即覆蓋鋪裝與非鋪裝路面、室內外等多種環境。

沈劭劼同時給出了初步的量產與運營時間表，原生多模態基礎模型計劃在2026年內推送至乘用車及商用重卡，并作為卓馭智能輔助駕駛出海的基礎模型。此外，卓馭正與頭部生態伙伴聯合推進L4技術研發，Robotaxi和無人物流車計劃于2026年7月啟動試運營。

行業判斷：從功能交付到基礎模型，從智駕到移動物理AI

沈劭劼認為，未來兩年全球智能輔助駕駛行業可能逐步告別按垂類、按地域分別進行功能適配的交付模式，轉向以基礎模型為核心的開發范式。

他進一步提出，智能駕駛只是物理AI的初始形態，未來存活下來的智駕公司或將轉型為移動物理AI公司。他補充說，這并非一個戰略選擇，而是一個基于成本與規模效應的判斷：基礎模型的訓練成本已上升至每年數十億元量級，只有將模型應用于足夠多的場景，才能分攤成本并形成數據反饋的良性循環。

卓馭的長期愿景是成為移動物理AI時代的基礎設施，通過模型軟件與車規級硬件組合，覆蓋乘用車、商用車、L2、L4乃至泛機器人領域。