從“開城”到“開箱”，沈劭劼解碼卓馭的移動物理AI進化路徑

4月11日，在智能電動汽車發展高層論壇（2026）上，卓馭科技CEO沈劭劼發表主題演講，提出一個判斷：智能駕駛只是物理AI的初始形態，絕非終局，未來存活下來的智駕公司都將轉型為移動物理AI公司。他強調，這不是一個戰略判斷，而是一個生存判斷。

這一判斷的底層邏輯，指向基礎模型的成本與規模悖論。沈劭劼在演講中解釋，原生多模態基礎模型的能力越強，訓練成本越高，目前已達到每年數十億元的規模。但這一模型同時具備跨垂類的應用能力——從乘用車到商用重卡，從物流車到泛機器人。唯有將巨大的訓練成本分攤到更多的應用場景，再用更多場景的數據反哺模型，形成成本、場景、數據的良性循環，才能實現商業上的可持續。這條路徑推演到最后，所有智駕公司都必須轉型。

卓馭在行業內率先將“移動智能基座”從構想推向現實，已交出階段性答卷。在乘用車領域，沈劭劼用四個詞歸納了卓馭的成果：“油電同智、艙駕同芯、行泊同優、中外同頻”。其中，艙駕同芯即單芯片艙駕一體，卓馭為行業首發。目前，卓馭已實現量產50余款車型，定點合作車型突破100款。在體驗上，最新迭代的高悟性端到端4.0版本將于4月起陸續推送至各乘用車型。

卓馭并未止步于乘用車。高悟性端到端4.0商用重卡版同樣表現亮眼。重卡方案采用了與乘用車一致的控制器及算力，并加入卓馭獨創的激目系統——艙內激光視覺前前融合系統，實現了安全好用的商用重卡L2+輔助駕駛。沈劭劼特別指出，這是業界第一個能通過強標的商用車重卡解決方案。截至目前，卓馭已全面覆蓋中國商用重卡Top6品牌，多款合作車型將從今年6月起，在9個月內陸續量產。

回望發展歷程，卓馭將自身的技術演進劃分為三個階段。第一階段（2016-2023年）是“小模型”時代，依托高精地圖、小感知模型與規則決策算法，基礎能力約40分，通過大量地域化、場景化定制適配后可做到80分，但泛化適配成本極高，“開城”代價巨大。第二階段（2023-2025年）是“中模型”時代，兩段式端到端、一段式端到端的持續發展，使智能輔助駕駛的通用基礎能力達到70分，基于數據驅動配合少量泛化適配后可達到90分以上，實現“能用、好用”。但問題在于，出海過程中每個國家都需要適配，跨垂類適配的人力投入也難以控制。

因此，卓馭提出并率先探索第三階段：原生多模態基礎模型，即“大模型”。其核心愿景是實現Zero Shot零數據知識遷移，帶來三大價值：第一，跨垂類開箱即用，無需重新訓練即可快速從乘用車遷移至商用重卡、物流車等全場景；第二，全球零泛化，通過預訓練提前習得全球各交規與駕駛習慣，落地即適配；第三，全場景通用，從鋪裝路面到非鋪裝路面，從室內到室外，基本都能穩定適配。

沈劭劼在演講中給出了明確的時間表：原生多模態基礎模型將在年內推送到乘用車及商用重卡上，也將作為卓馭智能輔助駕駛出海的基礎模型。同時，卓馭聯合頭部生態伙伴共同推進L4技術研發落地，Robotaxi和無人物流車將于7月開啟試運營。

卓馭的終極愿景，是成為移動物理AI時代的基礎設施。無論是乘用車還是商用車，無論是L2還是L4，乃至未來的泛機器人行業，卓馭都將通過模型軟件加車規級高可靠性硬件的組合方案，實現萬物移動。在即將開幕的北京車展上，卓馭原生多模態基礎模型版本將陸續開放搶先體驗。

從產業視角看，沈劭劼的判斷觸及了智駕行業的核心命題：技術投入的規模效應與商業回報的平衡。當基礎模型的訓練成本達到每年數十億元量級，只有具備跨垂類、跨場景大規模交付能力的企業，才能攤薄成本、實現盈利。這意味著，智駕行業的競爭正在從“功能競賽”轉向“規模競賽”和“成本競賽”。那些無法實現跨場景規模化的企業，將被高昂的研發成本拖垮。

卓馭的路徑選擇是：用原生多模態基礎模型作為技術底座，同時覆蓋乘用車、商用重卡、物流車、Robotaxi等多個垂類，用規模分攤成本，用場景反哺數據。這套邏輯能否跑通，取決于兩個關鍵變量：一是基礎模型的能力能否真正實現“開箱即用”，降低泛化適配成本；二是跨垂類市場的規模能否支撐起數十億元的年研發投入。