智駕平權時代，供應商如何保住身位。
文｜劉俊宏

今年重慶車展期間，卓馭完成了智駕在重慶8D立體路網的“打卡”。

這次測試，是卓馭原生多模態基礎模型在山城的首次公開實測。整體表現，卓馭智駕全程流暢絲滑，能夠充分證明智駕背后的模型能力。但從自動駕駛行業發展的視角看，在重慶驗證智駕能力上限，是行業一直“流行”的事了。

從2025年智駕平權開始，到時代窗口關閉，中國智能汽車只用了一年多。

在這一年的時間里，光錐智能見證了高速NOA和城市NOA這些高階智駕被打進十萬元級車型，端到端技術方案成為行業標配。芯片算力持續攀升，傳感器成本逐年下探，智駕“含模量”越來越高，曾經昂貴的智駕，已經變成了“蘿卜白菜”。

智駕進展迅速，最重要的原因是端到端技術系統性降低了智駕的開發門檻。過去需要數千名工程師手寫規則代碼的系統，如今可以被一個數據驅動的神經網絡模型替代，而且體驗更好。

但隨著行業技術普及，一個根本性的問題也隨之浮現——

當智駕門檻因技術普及而系統性下降，當“把高階智駕做便宜”逐漸從差異化能力變成行業基本功，那些曾依靠工程化能力和成本控制打開市場的供應商，如何進一步拓展自己的價值邊界？

這曾是卓馭在上一階段發展中必須回答的問題。

它從大疆車載部門分拆而來，在端到端浪潮到來之前一度經營困難；它憑借果斷的技術轉型和強悍的工程落地能力贏得了主流車企的合作。但與此同時，它也深陷在一個結構性悖論之中。

在過往的發展中，卓馭的核心敘事一直是推動高階智駕普及，并在有限算力和成本約束下實現量產落地。但現在，隨著端到端方案和大算力平臺逐漸成為主流，算力本身已不再像過去那樣“昂貴”，低算力壓榨能力的相對溢價也在下降。

或許，卓馭的故事，是整個智駕供應鏈在平權時代生存狀態的縮影。

刪庫重練，“端到端”給卓馭續了命

2016年，剛開始尋找第二增長曲線的大疆，在內部以預研的形式成立了卓馭的前身——車載事業部，由曾任飛行系統部負責人的沈劭劼負責。

或許是認為自動駕駛底層邏輯跟無人機差不多，都是用AI操控物體移動。再加上沈劭劼本人是傳統機器人學派出身，對規則代碼有著近乎執念的堅持。在起步的那些年里，卓馭一直在堅持當時十分正統的“寫自動駕駛規則”的技術路線。直到在2023年，卓馭開始從大疆分拆獨立時，這套規則體系已經累積得相當龐大，沈劭劼甚至評價為“登峰造極”。

但在2024年，端到端技術路線徹底“掀翻”了上一代自動駕駛研發模式的桌子。就在競爭對手紛紛轉向數據驅動時，卓馭遇上了經營困難。

2024年6月，大疆車載改名為卓馭，變成了獨立經營自負盈虧的公司。分拆之后卓馭的情況，卓馭科技CEO沈劭劼在2025年底的品牌盛典用小說《三體》里的情節打了個比方，“五艘船，但資源只夠兩艘生存，必須得滅掉三艘。我們從0到1在溫室里成長，分拆后最現實的壓力——是錢?！?/p>

終于，在端到端路線成為智駕行業共識的半年之后——2024年10月14日，剛剛搬出大疆天空之城一個月，卓馭召開了一場從早上9點開到晚上11點的技術會議，做出了一個極為大膽的決定：刪掉過去七年積累的全部規則代碼，全面轉向端到端架構。

這個決定的風險不言而喻。畢竟公司賬上的資金本來就不充裕，而華為、Momenta等競爭對手在端到端上已經有了半年以上的先發優勢。更殘酷的是，轉型初期的工程表現堪稱災難。沈邵劼回憶說，2025年初，前線的交付團隊直接告訴他“這軟件我交不了，你給我的什么垃圾？”。

但端到端的轉向最終還是救了卓馭。

到2025年10月左右，沈劭劼表示“我們開竅了，穩定訓出了好幾個很神奇的模型?！边@場轉型的成功，不僅體現在乘用車高階智駕能力的恢復，更體現在技術架構的遷移效率上——團隊用了較短時間，就將乘用車端到端NOA的核心能力遷移到了重卡平臺，驗證了同一套模型跨場景復用的可能性。

如今卓馭有了自己的招牌技術架構：最新一代架構原生多模態基礎模型（Multimodal Foundation Model），這是一種以視覺、語言、動作等多模態統一表征空間為基礎的模型范式。

如果說過去外界對卓馭的印象更多停留在“低算力平臺上的高階智駕落地”，那么這套新架構所對應的思路已經明顯外擴。它的核心并非單純圍繞成本壓縮展開，而是試圖通過視覺、文本、語音、動作等多模態數據的聯合預訓練，構建一種同時具備語義理解與物理推理能力的基礎模型，讓系統從一開始就朝著“知行合一”的方向演進。

這意味著，卓馭想做的并不只是某一類智駕方案的優化器，而是一個能夠在不同地域、不同垂類、不同場景中快速遷移和適配的通用智能底座。從這個意義上說，這套模型既指向未來更高階的智能形態，也服務于當下更高效的產品落地。端到端并非新鮮概念，但卓馭希望借助這套技術框架，把智能移動體驗真正做成一種可復制、可擴展、可快速部署的能力。

在此基礎上，卓馭也看到了更寬廣的未來。從乘用車到商用車，從地面到天空，卓馭想要構建一個“移動智能基座”的技術體系。

靠工程能力，啃下艙駕一體和燃油車

但光是技術進步，不足以讓一家技術方案供應商進入龐大的汽車工業體系，能替車企解決問題的工程能力才是。而卓馭最引以為傲的工程能力，集中體現在兩個高難度項目上：艙駕一體和燃油車智駕。

艙駕一體，目前主流理解是把智能駕駛系統與智能座艙系統整合到單一SoC芯片上運行。

傳統架構中，智駕和座艙各需要獨立的域控制器、散熱系統和供電方案，是兩個獨立的計算平臺。將兩者合并后，共享芯片算力和內存資源，不僅能降低硬件成本，還簡化了系統交互邏輯——泊車影像可以直接調用座艙屏幕，智駕和座艙可以共用大模型?！皟蓚€鐵盒子合為一個可降低30%成本，在激烈市場競爭中極具優勢?！鄙蜊縿驴偨Y說。

例如在2025年10月上市的北汽極狐全新阿爾法T5，就是全球首款量產的高通驍龍8775單芯片艙駕一體方案。單顆芯片同時運行智能座艙+輔助駕駛（城區NOA、高速NOA、跨層記憶泊車、全場景泊車等），打破了傳統雙域控制器分離的架構。這在行業內是一個相當有難度的工程挑戰，因為座艙系統對實時性的要求與智駕系統完全不同，要在同一顆芯片上協調兩者，需要對底層操作系統和芯片資源調度有極深的理解。

而在燃油車智駕上，這是智駕行業在智能汽車時代普遍有些忽略的難題。

電動車的EE架構相對簡潔，供電充足、控制功能電子化、散熱條件好，這些都為智駕系統提供了良好的硬件基礎。但燃油車這邊，做智駕的玩家并不多。作為中國汽車市場出貨量的“半壁江山”，沈劭劼解釋了燃油車落地高階智駕的難點，“燃油車因執行器限制、散熱能力不足導致算力受限，且EE架構較老舊，需要智駕設計圍繞其進行取舍，這需要極強的工程能力，非純軟件公司能搞定?！?/p>

光錐智能也觀察到，燃油車智駕這邊，目前市面上比較成功的有卓馭、華為乾崑和輕舟智航，此外就是一些傳統汽車Tier1（例如博世）。這些玩家跟卓馭一樣，都是靠耐心和工程韌性，才把這些難做的項目做出了穩定交付。

總而言之，憑借這兩個特點，卓馭拿下了一些車企的合作。

截至2026年4月，卓馭已與34家客戶達成合作，合作車型超過130款。其中乘用車領域量產車型超過50款，定點車型達三位數。核心合作主機廠包括一汽紅旗（天工系列等多款）、大眾集團、上汽通用五菱（寶駿KiWi EV、悅也Plus等）、北汽極狐（阿爾法T5）、奇瑞、東風、長城等，覆蓋從10萬元級到高端豪華的多個價格帶。

雖然，這些量產落地車型幾乎全是智能汽車市場主流認知中的“非核心車型”——要么價格帶偏低，要么品牌智能化標簽不強。但這也恰恰證明了，卓馭拿下的訂單是那些頭部智駕供應商不愿投入資源的硬骨頭。

為了拿下并推動這些項目落地，卓馭團隊在商務開拓、客戶溝通和交付協同上投入了大量精力。

沈劭劼在一次采訪中半開玩笑地說起：“在大疆，我們最開始是能喝的，后面是不能喝的，拆出來之后，我們又變成能喝了。我不怎么喜歡喝酒，但怎么說？只要別把身體喝出問題來，喝就喝吧。不過白酒我一喝就醉，一百毫升就跪了?！?/p>

這句自嘲背后，某種程度上道出了卓馭在項目爭取階段的現實狀態：很多訂單不是靠品牌光環自然落袋，而是靠團隊在一線持續溝通、反復打磨方案、協調資源、解決問題，一點點啃下來的。在技術供應商普遍追求“高端定點”的行業氛圍里，卓馭選擇了一條更務實、也更辛苦的路徑。

2025年11月，一汽集團向卓馭投資超過36億元，持股35.8%成為最大單一股東。這次投資不僅為卓馭提供了充足的現金流，更重要的是，這相當于卓馭背后有了一汽“站臺”。

從經營困難到融資順暢，從“技術能力被市場看見”到贏得主流車企信任，端到端轉型和強悍的工程落地能力，把卓馭從泥潭里拉了出來。

“苦活”不再稀缺，卓馭盯上重卡和L4

然而，在L3開始測試，比亞迪宣布要為智駕“兜底”的2026年，卓馭此前靠高階智駕普及路線和工程落地能力贏得的位置，正在面臨結構性的張力。

卓馭智駕方案的本質是工程化能力和成本控制能力，但這同時也是中國智能汽車智駕平權的趨勢方向。這就要意味著，當全行業都在追求“把高階智駕門檻降低”的時候，“便宜”智駕也將變得“越來越不稀缺”。

需要承認的是，卓馭在32TOPS算力上實現城市NOA，確實體現了極強的工程壓縮能力。但這個能力能構成多久的護城河？比亞迪的天神之眼C平臺的部分產品雖然也引進了一些供應商，但這已能證明，擁有規模效應的主機廠可以用更短的時間、更低的成本，主導實現智駕方案。

同樣，車企完成智駕軟硬件全棧的時間，似乎也不需要太久。比亞迪高級副總裁、汽車新技術研究院院長楊冬生在2025年7月時說，“對于自研大算力芯片，比亞迪目前還沒有清晰的規劃”。到2026年5月，比亞迪就正式發布并量產自研4nm制程智駕芯片“璇璣A3”。

這不是卓馭一家的問題，而是整個Tier 1供應商群體面臨的系統性壓力。當主機廠開始自研芯片、自研算法、自研傳感器，供應商的價值空間被持續壓縮。

另一邊，從技術維度看，卓馭的技術方案路線跟市面上不太一樣。

從原理上說，卓馭的原生多模態基礎模型，并非簡單拼接視覺、語言、動作等模塊，而是在預訓練階段就引入跨模態數據進行聯合訓練，讓模型在統一表征空間內同時學習感知、理解、推理與行動。原生多模態的意義，也不只是把視頻、文本、動作、語音、地圖等信息放進同一個框架里處理，更在于讓這些能力從底層開始共同生成，而非事后通過多個獨立模塊再做語義對齊。

在這個體系中，L（language）并沒有被拿掉。相反，它仍然是模型理解復雜場景、形成語義抽象和支撐決策的重要組成部分。區別只在于，卓馭并不是直接拿一個面向互聯網語料訓練的通用語言大模型來“外掛”到智駕系統里，而是試圖構建一種更原生、更貼合移動物理AI場景的語言能力，使其從一開始就與視覺、動作等能力共同生長。因而，卓馭這條技術路線的意義，并不在于對既有端到端方案做局部優化。更準確地說，它是在嘗試以原生多模態基礎模型為底座，構建一種更適合智能移動場景的統一能力框架。

但問題是，常規VLA架構中的L（language）的最重要目的并不僅限于“翻譯”畫面，而是承擔場景復雜信息理解。這就意味著，卓馭的技術方案還是聚焦于強化“端到端”方案的學習能力，只是在訓練一開始，語言部分就已經被引入了。這種設計最大的風險在于，卓馭需要更大量的數據才能更好完成不同場景的訓練，而造數據的能力現在是整個自動駕駛行業共同的難題。

對此難題，卓馭也有一些對策。據了解，卓馭的數據來源一方面包括大量來自互聯網的真實場景數據，另一方面也包括真實業務場景中的采集數據；除50余款量產乘用車型外，卓馭也已經積累了重卡、無人物流車等不同垂類的數據。真正值得關注的，也在于如何把這些多源、多域、跨垂類的數據，進一步組織成能夠持續提升模型能力的統一資產。

在看到了技術方案的潛力之后，卓馭提出了“移動智能基座”的概念，試圖將自動駕駛從乘用車延伸到商用車、無人配送、Robotaxi和車載無人機等更廣泛的移動載體。這部分，卓馭給出了清晰的量產節奏：6月起商用重卡高速NOA將陸續量產，7月無人物流車開啟城市配試，9月商用客車NOA批量交付，下半年L4級Robotaxi啟動試運行，規模化落地態勢清晰可見。同時，卓馭將持續打磨基礎能力，從而提高各類場景的適配能力。

這些多線布局為公司打開了新的增長空間，也讓“移動物理AI”的概念從PPT走出，走向落地。

結語

不可否認，卓馭是中國智能駕駛產業演進過程中一個極具參考價值的樣本。

在中國智能駕駛從“能用”走向“好用”，再從單點能力走向系統智能的過程中，卓馭幾乎完整經歷了這一輪技術范式的切換：從規則驅動到端到端，從高階智駕的普及化落地，到如今向移動物理AI與原生多模態基礎模型延展。它既見證了行業認知的變化，也在不斷調整自身的技術表達和產品邊界。

過去，卓馭最鮮明的標簽，是在有限算力和成本約束下推動高階智駕落地普及；而到了今天，隨著行業平臺持續上移、競爭邏輯不斷變化，它也在嘗試從早期的優勢標簽中走出來，建立一套面向更廣地域、更多垂類和更復雜場景的通用能力框架。

卓馭未必是這個行業里聲量最大的公司，但它始終是一個不容忽視的重要參與者。它的價值，不只在于曾經證明了高階智駕可以被更大范圍地做出來，也在于它仍在試圖回答：當智能移動進入新的階段，一家公司該如何從產品能力走向基礎能力。