世界模型流派下，卓馭如何調整智能輔助駕駛的成本結構

來源：市場資訊

（來源：芝能汽車）

2026年的中國智能輔助駕駛的競爭越發激烈，從頭部新勢力自研，到華為、Momenta、地平線、卓馭、輕舟和元戎等輔助駕駛第三方企業來拓展市場。

從技術層面正在從端到端的大力出奇跡，“依賴數據覆蓋的工程問題”，轉向“基于物理世界建模的基礎模型問題”。

對于第三方企業，如何在技術方向和成本結構上找到自己的路，很重要。

卓馭通過原生多模態基礎模型，試圖用一套統一的移動智能基座打穿跨車型、跨場景、跨垂類、跨國家的智能移動能力，來找到自己的前路。

01

智能輔助駕駛

從工程問題走向世界建模問題

智能輔助駕駛過去十年的技術路徑，本質可以分為三代：

◎ 第一代是基于規則與高精地圖的小模型體系，本質是專家系統，通過人為編碼與規則約束實現安全與可控，但泛化能力極弱，必須依賴“開城”逐步適配；

◎ 第二代是端到端中模型，通過數據驅動將感知、預測與決策部分融合，通用能力顯著提升，但其本質仍是對駕駛行為的擬合，在跨地域、跨場景時依然高度依賴數據覆蓋；

◎ 而當前正在發生的第三次技術變化，是以原生多模態基礎模型為代表的大模型，核心變化從“更大”的模型轉向更智能，建模對象從“駕駛行為”轉向“物理世界本身”。

即通過統一表征學習物體運動、交互邏輯與空間約束，使智能輔助駕駛從一個依賴工程適配的問題，轉變為一個世界建模問題。

中國智能輔助駕駛企業需要在競爭下拿到更多的載體，大規模出海拓展裝機量。

面對東南亞、歐洲等復雜且差異化顯著的交通系統，傳統“逐城適配”的方式成本無法承受；

智能輔助駕駛從乘用車開始，向商用重卡、客車、無人物流車、Robotaxi等多垂類擴展，不同載體在動力學與使用場景上的差異，使得“為每一種車重做一遍”的模式不可持續；

隨著行業進入規模化階段，成本成為決定性因素，如果不能在底層實現統一建模，智能輔助駕駛將長期停留在“項目制行業”，無法形成真正的平臺化能力。

02

原生多模態基礎模型

改變了什么

從技術底層來看，原生多模態基礎模型的變化并不是簡單的“從V到A去掉語言”，而是發生在三個更深層的維度：

◎ 首先是在表征層，傳統VLA體系需要將視覺信息轉譯為語言或語義token再進行推理，這一過程不可避免帶來信息損耗與延遲，

而原生多模態模型通過地圖等統一表征的輸入，消除了語義翻譯帶來的延遲與信息損耗，實現語義與物理理解的高度統一，沒有“拼接感”，從而擁有更高的性能天花板與更強的泛化能力。

◎ 其次是在學習目標上，從過去的“預測人類駕駛行為”轉向“預測物理世界狀態轉移”，即模型不再只是模仿駕駛，而是理解物體如何在三維空間中運動與交互，從而直接輸出可行的運動軌跡；

◎ 最后是在數據結構上，原生多模態基礎模型的技術內核，是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、地圖等多模態信息的統一表征輸入。

除智能駕駛專屬數據外，還覆蓋互聯網數據及各類移動機器人數據，形成以移動傳感器為中心的海量數據訓練體系。

通過預訓練階段的海量跨領域、跨國家知識輸入，使模型能夠學習更通用物理規律，在不同垂類和地域中僅需簡單激活即可高效運作。

這種變化帶來的直接結果，是泛化能力的來源發生改變。

過去泛化依賴數據覆蓋，即“見過才能做”，而在新的范式下，泛化更多依賴于對世界規律的抽象能力。

可以理解為“理解了就能做”，其本質可以概括為：泛化能力等于統一表征能力、數據多樣性以及物理約束一致性的共同作用，這也是為什么行業開始強調“世界模型”和“物理AI”，因為只有在這個層面，跨場景、跨垂類的能力遷移才具備工程上的可行性。

在能力層面：

◎ 原生多模態基礎模型首先改變的是跨城市泛化方式，傳統方案需要針對每一個城市進行交通規則、道路結構與標識系統的適配，本質上是在“記憶環境”。

而新的模型通過學習交通行為的抽象規則，實現對不同城市交通系統的統一理解，使新城市部署從“重新訓練”轉變為“直接遷移”，盡管并非完全零成本，但泛化成本已經從線性下降到接近常數級；

◎ 其次是在跨垂類層面，卓馭強調同一套模型可覆蓋乘用車、商用重卡、客車等不同載體。

這背后的關鍵并非簡單復用，而是在模型中統一完成感知與決策，而將控制層進行參數化解耦，使模型學習的是“如何在物理空間中規劃安全軌跡”，而不是“如何駕駛某一類車輛”，從而具備跨動力學系統的遷移能力；

◎ 最后是在跨國家與復雜場景層面，通過引入跨區域、多密度交通數據，模型能夠在不同分布之間保持穩定表現，盡管極端長尾場景仍需少量校準，但整體泛化成本已經出現非線性下降趨勢。

03

從項目制到平臺化

的成本函數變化

技術的變化決定了能力上限，真正的價值體現在成本結構的重構上。

傳統智能輔助駕駛本質是項目制邏輯，每進入一個新城市或新車型，都需要重新進行數據采集、規則適配與驗證，其成本函數近似為“場景數量 × 車型數量”的線性增長。

而在原生多模態基礎模型框架下，成本結構發生根本變化：前期需要投入巨大的固定成本用于預訓練，包括算力、數據與算法，但一旦模型建立，其在不同場景、不同載體上的部署成本將迅速下降，邊際成本趨近于零，從而形成類似操作系統或云平臺的規模效應。

卓馭的策略也變得清晰，通過跨垂類（乘用車、商用重卡、客車、Robotaxi）、規模化量產（超過50款車型、130+項目），從而加速模型收斂，并在更短時間內攤薄基礎模型的固定成本。

這種路徑一旦成立，將形成明顯的結構性優勢，即后進入者不僅要追趕模型能力，還要追趕數據規模與成本曲線。

在產業層面，原生多模態基礎模型并不能獨立成立，其必須依賴真實場景中的規?；炞C與數據回流。

因此卓馭在本次發布會中強調與34家客戶的合作，通過多車型、多場景的量產驗證，形成持續的數據飛輪，同時驗證模型在不同工程條件下的穩定性。

這一點對于大模型路線尤為關鍵，因為只有在真實道路環境中持續運行，模型才能不斷逼近物理世界的復雜性，從而完成從“技術閉環”到“產業閉環”的躍遷。

小結

如果說過去十年，智能輔助駕駛的競爭是“誰能把一個城市做好”，那么未來十年，競爭將變成“誰能用一套模型，在最多場景中穩定運行”。

在這個過程中，行業將逐漸分化為兩類公司，一類仍停留在場景工程與局部優化層面，另一類則通過基礎模型與數據飛輪演化為“移動物理AI基礎設施”，而卓馭此次發布的原生多模態基礎模型，也是一次重要的嘗試。