“這不是戰略，是生存判斷”：卓馭沈劭劼談智駕公司的唯一出路

2024年從大疆獨立出來至今，很多人問沈劭劼：為什么？

“本來就是因為它有點不一樣。”4月11日，智能電動汽車發展高層論壇（2026）上，卓馭科技CEO沈劭劼在演講后的采訪環節，給出了完整的回答。“大疆做B2C，產品周期短；汽車是B2B，要求高安全性、長周期、供應鏈穩定，還受地緣政治影響。”

因此，獨立運營，順理成章。

當然，背后還有一個現實考量：融資和上市。“這其實是一個很順理成章的東西，任何一個公司差不多都是這樣子的。”

獨立后的卓馭科技，給了自己一個新定位“移動物理AI公司”，沈劭劼認為，這是所有智駕公司的未來。

卓馭科技CEO沈劭劼

他大膽預判，未來兩年全球智駕行業由于核心技術的提升，將逐步告別現有的這種分垂類、分地域的交付模式，全面擁抱基礎模型來達到一個大一統的狀態。

“再大膽加一個判斷，智能駕駛其實只是物理AI的一個最初始的形態，而絕非終局。甚至往后像我們這些未來能夠存活下來的智能駕駛公司都將轉型為移動物理AI公司。”沈劭劼表示，這并不是一個戰略判斷，而是生存判斷。

他希望，移動物理AI能夠智能一切的移動，無論是乘用車還是商用車，無論是L2還是L4，乃至以后的泛機器人行業，通過一個包括模型軟件、車規級高可靠性硬件的組合方案，真正實現萬物自主移動。“這些都不只是一個餅，他們正在發生”。

01

成績單：乘用車擴盤，重卡破局

先看成績單。

乘用車方面，除了去年已經披露的9個客戶，又新增了3個。沈劭劼特意強調，新增的是3個“客戶主體”，不是3個新品牌——“是更大的”。不過，具體是誰？暫時還不能說。

已量產的車型超過了50款，累計定點車型達到三位數。

沈劭劼用四個詞概括了當前的車型矩陣：油電同質、艙駕同芯、行泊同優、中外同頻。其中，“中外同頻”意味著無論是自主品牌還是合資品牌，油車還是電車，都能實現相同級別的智能化。

今年4月，卓馭最新的“高悟性端到端4.0”版本開始逐步推送。沈劭劼稱之為“100%端味”——兼顧效率和安全性，能在狹窄復雜道路中高效穿行，同時把動態交通流納入模型處理，實現更聰明的領航。

更大的突破在商用車。

中國排名前6的重卡公司，全部成了卓馭的客戶。第一個重卡車型今年6月量產，總共有小幾十個車型，從今年6月到明年上半年陸續交付。

“整體的發展，包括拿新客戶、新車型定點，速度超過我想象。”沈劭劼說。

這套重卡方案用的控制器算力和乘用車一樣，但多了一樣東西：卓馭自研的“激目系統”——一個裝在艙內的激光雷達和視覺融合模組。根據安裝位置不同，探測距離能達到300至400米。重卡慣性大、剎車距離長，看得遠是安全的前提。

“更重要的是，這個方案是能過強標的，我相信這也應該是業界第一個能過強標的商用車重卡的解決方案。”沈劭劼如是說。能過強標，意味著它不是demo，是真能安全上路的東西。除了安全，重卡智駕還有一個重要價值：省油。通過上坡慢加速、下坡少剎車，能同時節省燃油和剎車損耗。

商用車之所以能快速取得突破，背后是“移動智能基座”理念的落地：用一套技術內核實現跨場景復用。

沈劭劼對此進行了進一步解釋。

第一層，基礎模型要強。乘用車和重卡跑的是同一個模型，這套模型從一開始就不是為某種特定車型設計的。它的駕駛風格傾向于平緩、預判式，而不是急剎急停。“這個在乘用車方面可能見仁見智，但到了重卡領域，就變得非常重要。本身模型的特性就比較適應這種遷移。”

第二層，工程能力要強。幾十倍的車重變化，加上拖頭和掛廂的不同重量組合，控制算法怎么適配？這沒法靠模型解決，得靠工程師的硬實力。“我們本質上是一家懂怎么控制機器人的公司。”沈劭劼說，這是從做機器人開始一路積累下來的能力。

第三層，具備硬件優勢。商用車電子電氣架構是24V，乘用車是12V；商用車要求持續運作的壽命周期，乘用車是用一下停一下。這些差異，“我們有硬件能力，直接做就行了”。而對于硬件能力缺失的公司，還沒干活就得先扯皮。

“所有這些加起來，是個體系化的能力。”沈劭劼總結。這套能力決定了，一旦新的垂類有機會出現，卓馭能比較快地切進去。

當然，不是所有賽道都跑得最快。“比如Robotaxi我們就是后來者。”但沈劭劼認為，后來者也有好處——跳過了早期需要高精地圖開城的重投入階段，直接跳到用原生多模態基礎模型、以較低成本部署的階段。卓馭今年7月將正式與合作伙伴一起在Robotaxi和無人物流車開展試運營，達到多垂類從L2跨越到L4的統一適配。

技術內核可復用，但商業模式卻不盡相同。在沈劭劼看來，乘用車方面，卓馭要么自己做Tier1，要么和合作伙伴拼成一個Tier1；商用車則直接當Tier1。而L4領域，卓馭的角色是只做技術提供方，和合作伙伴一起運營、分利潤。

02

下一步，原生多模態基礎模型上車

如果說過去一年是卓馭在乘用車和商用車領域“鋪量”的階段，那么接下來的重點，則是技術底座的再升級。

沈劭劼透露，卓馭科技將在今年北京國際車展上正式發布新一代架構——原生多模態基礎模型，這一模型與當前主流的端到端方案有本質區別。

要理解它，得先看當前主流的“端到端”方案長什么樣。沈劭劼把它叫做“中模型”——幾千萬到幾億參數，需要大量優秀的駕駛數據來訓練。如果遇到訓練數據里沒有的場景，它不會自己舉一反三。

他以出海舉例。中國和德國的最大區別不是交通標志，是駕駛風格。中國路權觀弱，“誰能擠誰上”；德國路權觀強，規則感強。把在中國訓練好的模型直接拿到德國，“能用，但會被罵死”。要解決？在德國找30個人采一年數據，重新訓練一遍。“能解決，但有代價。”如果每個國家都這么來一遍，成本受不了。

跨場景也是同樣的問題：從乘用車到重卡，每個新場景如果用中模型去適配，都得重新做一遍。

“原生多模態大模型”的做法不一樣。它在預訓練階段，除了智駕數據，還喂進了互聯網數據、移動機器人數據、甚至人扛著相機走路的視頻。“把盡量多的知識灌進去”，讓模型自己學會物理世界的通用規律。到了新場景，只需要少量數據“激活”一下就能用。

沈劭劼用一個比喻來解釋：如果把不同方案比作不同類型的學生，“中模型”像中等聰明的孩子，靠大量刷題，考到的題如果刷過就能考好，沒刷過就會出問題。“大模型”像真正的學霸，不需要刷題，給他幾本教材甚至各種雜書，他自己就能悟出來，最后輕松考進985。

沈劭劼承認，這個方向不是卓馭發明的。“特斯拉肯定走在前面，目前業界完成了這種狀態的是特斯拉FSD V14和小鵬VLA2.0。但是跨垂類，暫時還沒有。”

卓馭要做的是把這個模型真正用起來。

時間表已經排好了：今年內，這個模型會推送到乘用車和重卡上；兩周后的北京車展，開放對外體驗；今年7月，和合作伙伴一起，在L4 Robotaxi和無人物流車上開始試運營。

至于“跳過L3”的行業討論，沈劭劼態度明確：“我同意。”

理由有兩個。

第一是責任劃分：如果要求消費者10秒內接管，但人睡著了接不了管，責任算誰的？

第二是技術層面：L2、L3、L4這些概念是幾十年前提出的，那時候還沒有大模型。現在大家已經確認，用具備原生多模態和涌現能力的模型，加上遠程運營、安全兜底、傳感器冗余，“能做到L2、L3、L4基本同源”。既然同源，那就用同一套技術做兩個狀態：一個是已經有的L2，一個是L4。

至于L4什么時候普及，沈劭劼認為現在已經實現了——路上能打到無人Robotaxi。問題不是能不能，而是成本。隨著模型能力提升、泛化成本降低，成本線會下降，普及速度會加快。

他還設想了一種混合模式：一輛車同時具備L2+和L4能力。在未認證區域以L2+運行；進入認證區域后，由云端監控平臺接管，變成按距離付費的“自己的出租車”。“不一定是完全以Robotaxi方式進行。”

03

供應鏈、成本與一個生存判斷

盡管卓馭強調是以技術贏得市場，但外界還是給其冠以“價格屠夫”的稱號。采訪中，沈劭劼對這個標簽做了拆解。

如果“價格屠夫”的意思是只能賣便宜貨、做低端市場，“這個我肯定不認”。

他的判斷是：要做好的產品肯定是全矩陣的，不同價位的車，不同場景需要用不同方案，現在很顯然的一個趨勢是隨著模型能力越來越強，需要的硬件也會越來越多，但是性能提升比價格提升更快，毫無疑問，以后我們賣的東西會越來越貴，但是性能上升的速度一定會大于價格上升的速度。

如果“價格屠夫”指的是供應鏈管控能力，“這個我認”。

卓馭自研慣導三目系統

沈劭劼點出了一個行業現實：新生代智駕公司里，真正具備軟硬件一體能力、有供應鏈管控能力的公司，很少。大多數是純軟件公司，遇到供應鏈波動，只能讓合作伙伴加價買。

卓馭怎么做的？拿最近的內存漲價來說，“我們在去年下半年未雨綢繆囤了一大堆，保證今年交付不會出問題。”

而在回應“智駕平權”相關問題時，沈劭劼的看法有點反直覺。他認為，智駕平權的本質，不是把智駕做得越來越便宜，而是智能化在整車成本里的比重越來越大。一輛10萬塊的車，以前只愿意給智駕分2000塊。現在因為智能化接受度越來越高，這個比例變了。但硬件用量實際上在增加。

“你用的東西多了，就不可能便宜。”這個判斷，和他對“價格屠夫”的回應一脈相承：卓馭的核心競爭力不是低價，而是用更低的成本提供更高的性能。

至于要不要像有些車企一樣自研芯片，沈劭劼的回答是否定的。“市面上靠譜的端側芯片供應商，數量大于靠譜的智駕方案供應商。”找伙伴合作，甚至深度定制，比自己做更劃算。

但支撐卓馭所有布局的，是一個更底層的判斷。

“智能駕駛其實只是物理AI的一個最初始的形態，而絕非終局。往后，像我們這些未來能夠存活下來的智能駕駛公司，都將轉型為移動物理AI公司。我想說這其實并不是一個戰略判斷，這其實是個生存判斷。”

他的邏輯鏈條很清晰：模型能力越來越強，訓練成本越來越高，達到一年幾十億的級別。但同時，這個模型也具備了跨垂類的應用能力。只有將巨大的成本分攤到更多應用上，并用更多應用的數據反哺模型，才能建立良性循環。

“這最后只給了我們一個答案：我們所有這些智駕公司最后都必須轉型為移動物理AI公司。而卓馭的愿景，正是在移動物理AI的時代成為其中一個重要的基礎設施。”