搶先體驗卓馭原生多模態智駕：外賣小哥的“蛇形走位”，它居然看懂了

來源：市場資訊

（來源：電車通）

監制：羅超

北京車展首日，卓馭科技正式推出了行業首個原生多模態基礎模型，圍繞“移動物理AI”，讓智能駕駛將不再局限于乘用車領域，商用重卡、物流車、Robotaxi，甚至是車載無人機，都能用上這一套移動物理AI。

雷科技/電車通收到卓馭的體驗邀請，能在北京車展展館外搶先感受搭載這套原生多模態基礎模型的紅旗HS6，在北京市區路段的真實表現。

圖源：電車通攝制

據官方介紹，這個模型在底層完成對物理世界通用規律的預訓練，支持視頻、文本、動作、語音、地圖等多模態信息統一輸入。由于所有模態均在統一框架下完成訓練，語義翻譯帶來的延遲與信息損耗被消除，其最終目標是做到跨垂類開箱即用、全球零泛化或少泛化。

以下是電車通的體驗分享。

上車后的第一段路，是展館外圍的主干道。路面寬闊、標線清晰，車流雖然密集但秩序良好。這套搭載11V1L1R感知方案（含激目2.0）和Thor-U芯片的系統，在這一簡單場景下顯得游刃有余，跟車距離控制得恰到好處，加減速線性自然。

圖源：電車通攝制

真正讓人提起精神的，是第二段路——展館背后的狹窄小路。

這樣的路況尤為真實，雙向單車道窄路兩側停滿了車，對向不時有來車需要錯位通行，電動車和外賣騎手在車縫中靈巧穿梭，偶爾還有行人從路邊停靠的車輛縫隙中突然探出。面對這些場景，許多智駕系統早已束手無策。

面對一條被違停車輛壓縮到僅剩一車寬的窄道，系統以一個干脆的超車動作繞行前車，并沒有像許多系統那樣猶豫不決地原地“思考”幾秒，整個過程從減速、觀察、轉向到加速一氣呵成，電車通（ID：dianchetong233）坐在后排幾乎感受不到任何頓挫或者遲疑。

圖源：電車通攝制

這樣的流暢表現，其實已經呈現出原生多模態基礎模型和常規VLA路線的本質區別。

VLA模型本質是各種技術拼接后的結果，視覺先看懂，翻譯給語言，語言想明白，再轉譯成動作，有點像人類思考問題的過程，我看到前面有障礙物，思考這是什么，然后做出怎樣的決策。

原生多模態基礎模型則不同，視覺、語言、動作在底層就完成了聯合預訓練，消除了語義翻譯帶來的延遲與信息損耗，從而直接就能做出反應。

圖源：電車通攝制

有一點讓電車通印象深刻，就是車輛準備右轉時，此時有一輛電動車從車輛右側直行超過，要是以往的智駕系統，很可能會急剎車，但卓馭這套大模型，只是微微降低車速，算準時機就通過，從容得像十年駕齡的老司機。

要是在幾年前，智駕系統考慮到安全性，在這種情況下肯定會突然急制動。如今這個表現，已經與老司機的駕駛習慣基本一致。

圖源：電車通攝制

稍顯遺憾的是，雖然此次體驗已經特地選擇了展館附近比較窄的道路，但旅途沒有遇到太多復雜路段，沒辦法將系統的大部分能力展現出來。

試駕結束之后，電車通與現場的技術人員交流后了解到，這套原生多模態基礎模型通過量化蒸餾技術，可以適配從高通SA8650到地平線J6M等中高算力平臺，從而支持乘用車、商用車、物流車等多垂類部署。據規劃，這套系統將在今年8月達到量產狀態。

對于智駕系統應用在商用車和物流車上，電車通（ID：dianchetong233）十分期待。

圖源：電車通攝制

一方面，為了多掙碎銀幾兩，貨車司機常常需要長時間駕駛，智駕系統能有效減輕他們的駕駛負擔，降低疲勞駕駛的風險，提高運輸效率。另一方面，物流車的配送任務繁重，智駕系統可以實現更精準的路線規劃和調度，減少配送時間和成本。

由此看來，卓馭原生多模態基礎模型的長遠價值得以充分體現。

（封面圖源：電車通攝制）