智驾平权时代，供应商如何保住身位。

文｜刘俊宏

今年重庆车展期间，卓驭完成了智驾在重庆8D立体路网的“打卡”。

这次测试，是卓驭原生多模态基础模型在山城的首次公开实测。整体表现，卓驭智驾全程流畅丝滑，能够充分证明智驾背后的模型能力。但从自动驾驶行业发展的视角看，在重庆验证智驾能力上限，是行业一直“流行”的事了。

从2025年智驾平权开始，到时代窗口关闭，中国智能汽车只用了一年多。

在这一年的时间里，光锥智能见证了高速NOA和城市NOA这些高阶智驾被打进十万元级车型，端到端技术方案成为行业标配。芯片算力持续攀升，传感器成本逐年下探，智驾“含模量”越来越高，曾经昂贵的智驾，已经变成了“萝卜白菜”。

智驾进展迅速，最重要的原因是端到端技术系统性降低了智驾的开发门槛。过去需要数千名工程师手写规则代码的系统，如今可以被一个数据驱动的神经网络模型替代，而且体验更好。

但随着行业技术普及，一个根本性的问题也随之浮现——

当智驾门槛因技术普及而系统性下降，当“把高阶智驾做便宜”逐渐从差异化能力变成行业基本功，那些曾依靠工程化能力和成本控制打开市场的供应商，如何进一步拓展自己的价值边界？

这曾是卓驭在上一阶段发展中必须回答的问题。

它从大疆车载部门分拆而来，在端到端浪潮到来之前一度经营困难；它凭借果断的技术转型和强悍的工程落地能力赢得了主流车企的合作。但与此同时，它也深陷在一个结构性悖论之中。

在过往的发展中，卓驭的核心叙事一直是推动高阶智驾普及，并在有限算力和成本约束下实现量产落地。但现在，随着端到端方案和大算力平台逐渐成为主流，算力本身已不再像过去那样“昂贵”，低算力压榨能力的相对溢价也在下降。

或许，卓驭的故事，是整个智驾供应链在平权时代生存状态的缩影。

删库重练 “端到端”给卓驭续了命

2016年，刚开始寻找第二增长曲线的大疆，在内部以预研的形式成立了卓驭的前身——车载事业部，由曾任飞行系统部负责人的沈劭劼负责。

或许是认为自动驾驶底层逻辑跟无人机差不多，都是用AI操控物体移动。再加上沈劭劼本人是传统机器人学派出身，对规则代码有着近乎执念的坚持。在起步的那些年里，卓驭一直在坚持当时十分正统的“写自动驾驶规则”的技术路线。直到在2023年，卓驭开始从大疆分拆独立时，这套规则体系已经累积得相当庞大，沈劭劼甚至评价为“登峰造极”。

但在2024年，端到端技术路线彻底“掀翻”了上一代自动驾驶研发模式的桌子。就在竞争对手纷纷转向数据驱动时，卓驭遇上了经营困难。

2024年6月，大疆车载改名为卓驭，变成了独立经营自负盈亏的公司。分拆之后卓驭的情况，卓驭科技CEO沈劭劼在2025年底的品牌盛典用小说《三体》里的情节打了个比方，“五艘船，但资源只够两艘生存，必须得灭掉三艘。我们从0到1在温室里成长，分拆后最现实的压力——是钱。”

终于，在端到端路线成为智驾行业共识的半年之后——2024年10月14日，刚刚搬出大疆天空之城一个月，卓驭召开了一场从早上9点开到晚上11点的技术会议，做出了一个极为大胆的决定：删掉过去七年积累的全部规则代码，全面转向端到端架构。

这个决定的风险不言而喻。毕竟公司账上的资金本来就不充裕，而华为、Momenta等竞争对手在端到端上已经有了半年以上的先发优势。更残酷的是，转型初期的工程表现堪称灾难。沈邵劼回忆说，2025年初，前线的交付团队直接告诉他“这软件我交不了，你给我的什么垃圾？”。

但端到端的转向最终还是救了卓驭。

到2025年10月左右，沈劭劼表示“我们开窍了，稳定训出了好几个很神奇的模型。”这场转型的成功，不仅体现在乘用车高阶智驾能力的恢复，更体现在技术架构的迁移效率上——团队用了较短时间，就将乘用车端到端NOA的核心能力迁移到了重卡平台，验证了同一套模型跨场景复用的可能性。

如今卓驭有了自己的招牌技术架构：最新一代架构原生多模态基础模型（Multimodal Foundation Model），这是一种以视觉、语言、动作等多模态统一表征空间为基础的模型范式。

如果说过去外界对卓驭的印象更多停留在“低算力平台上的高阶智驾落地”，那么这套新架构所对应的思路已经明显外扩。它的核心并非单纯围绕成本压缩展开，而是试图通过视觉、文本、语音、动作等多模态数据的联合预训练，构建一种同时具备语义理解与物理推理能力的基础模型，让系统从一开始就朝着“知行合一”的方向演进。

这意味着，卓驭想做的并不只是某一类智驾方案的优化器，而是一个能够在不同地域、不同垂类、不同场景中快速迁移和适配的通用智能底座。从这个意义上说，这套模型既指向未来更高阶的智能形态，也服务于当下更高效的产品落地。端到端并非新鲜概念，但卓驭希望借助这套技术框架，把智能移动体验真正做成一种可复制、可扩展、可快速部署的能力。

在此基础上，卓驭也看到了更宽广的未来。从乘用车到商用车，从地面到天空，卓驭想要构建一个“移动智能基座”的技术体系。

靠工程能力 啃下舱驾一体和燃油车

但光是技术进步，不足以让一家技术方案供应商进入庞大的汽车工业体系，能替车企解决问题的工程能力才是。而卓驭最引以为傲的工程能力，集中体现在两个高难度项目上：舱驾一体和燃油车智驾。

舱驾一体，目前主流理解是把智能驾驶系统与智能座舱系统整合到单一SoC芯片上运行。

传统架构中，智驾和座舱各需要独立的域控制器、散热系统和供电方案，是两个独立的计算平台。将两者合并后，共享芯片算力和内存资源，不仅能降低硬件成本，还简化了系统交互逻辑——泊车影像可以直接调用座舱屏幕，智驾和座舱可以共用大模型。“两个铁盒子合为一个可降低30%成本，在激烈市场竞争中极具优势。”沈劭劼总结说。

例如在2025年10月上市的北汽极狐全新阿尔法T5，就是全球首款量产的高通骁龙8775单芯片舱驾一体方案。单颗芯片同时运行智能座舱+辅助驾驶（城区NOA、高速NOA、跨层记忆泊车、全场景泊车等），打破了传统双域控制器分离的架构。这在行业内是一个相当有难度的工程挑战，因为座舱系统对实时性的要求与智驾系统完全不同，要在同一颗芯片上协调两者，需要对底层操作系统和芯片资源调度有极深的理解。

而在燃油车智驾上，这是智驾行业在智能汽车时代普遍有些忽略的难题。

电动车的EE架构相对简洁，供电充足、控制功能电子化、散热条件好，这些都为智驾系统提供了良好的硬件基础。但燃油车这边，做智驾的玩家并不多。作为中国汽车市场出货量的“半壁江山”，沈劭劼解释了燃油车落地高阶智驾的难点，“燃油车因执行器限制、散热能力不足导致算力受限，且EE架构较老旧，需要智驾设计围绕其进行取舍，这需要极强的工程能力，非纯软件公司能搞定。”

光锥智能也观察到，燃油车智驾这边，目前市面上比较成功的有卓驭、华为乾崑和轻舟智航，此外就是一些传统汽车Tier1（例如博世）。这些玩家跟卓驭一样，都是靠耐心和工程韧性，才把这些难做的项目做出了稳定交付。

总而言之，凭借这两个特点，卓驭拿下了一些车企的合作。

截至2026年4月，卓驭已与34家客户达成合作，合作车型超过130款。其中乘用车领域量产车型超过50款，定点车型达三位数。核心合作主机厂包括一汽红旗（天工系列等多款）、大众集团、上汽通用五菱（宝骏KiWi EV、悦也Plus等）、北汽极狐（阿尔法T5）、奇瑞、东风、长城等，覆盖从10万元级到高端豪华的多个价格带。

虽然，这些量产落地车型几乎全是智能汽车市场主流认知中的“非核心车型”——要么价格带偏低，要么品牌智能化标签不强。但这也恰恰证明了，卓驭拿下的订单是那些头部智驾供应商不愿投入资源的硬骨头。

为了拿下并推动这些项目落地，卓驭团队在商务开拓、客户沟通和交付协同上投入了大量精力。

沈劭劼在一次采访中半开玩笑地说起：“在大疆，我们最开始是能喝的，后面是不能喝的，拆出来之后，我们又变成能喝了。我不怎么喜欢喝酒，但怎么说？只要别把身体喝出问题来，喝就喝吧。不过白酒我一喝就醉，一百毫升就跪了。”

这句自嘲背后，某种程度上道出了卓驭在项目争取阶段的现实状态：很多订单不是靠品牌光环自然落袋，而是靠团队在一线持续沟通、反复打磨方案、协调资源、解决问题，一点点啃下来的。在技术供应商普遍追求“高端定点”的行业氛围里，卓驭选择了一条更务实、也更辛苦的路径。

2025年11月，一汽集团向卓驭投资超过36亿元，持股35.8%成为最大单一股东。这次投资不仅为卓驭提供了充足的现金流，更重要的是，这相当于卓驭背后有了一汽“站台”。

从经营困难到融资顺畅，从“技术能力被市场看见”到赢得主流车企信任，端到端转型和强悍的工程落地能力，把卓驭从泥潭里拉了出来。

“苦活”不再稀缺 卓驭盯上重卡和L4

然而，在L3开始测试，比亚迪宣布要为智驾“兜底”的2026年，卓驭此前靠高阶智驾普及路线和工程落地能力赢得的位置，正在面临结构性的张力。

卓驭智驾方案的本质是工程化能力和成本控制能力，但这同时也是中国智能汽车智驾平权的趋势方向。这就要意味着，当全行业都在追求“把高阶智驾门槛降低”的时候，“便宜”智驾也将变得“越来越不稀缺”。

需要承认的是，卓驭在32TOPS算力上实现城市NOA，确实体现了极强的工程压缩能力。但这个能力能构成多久的护城河？比亚迪的天神之眼C平台的部分产品虽然也引进了一些供应商，但这已能证明，拥有规模效应的主机厂可以用更短的时间、更低的成本，主导实现智驾方案。

同样，车企完成智驾软硬件全栈的时间，似乎也不需要太久。比亚迪高级副总裁、汽车新技术研究院院长杨冬生在2025年7月时说，“对于自研大算力芯片，比亚迪目前还没有清晰的规划”。到2026年5月，比亚迪就正式发布并量产自研4nm制程智驾芯片“璇玑A3”。

这不是卓驭一家的问题，而是整个Tier 1供应商群体面临的系统性压力。当主机厂开始自研芯片、自研算法、自研传感器，供应商的价值空间被持续压缩。

另一边，从技术维度看，卓驭的技术方案路线跟市面上不太一样。

从原理上说，卓驭的原生多模态基础模型，并非简单拼接视觉、语言、动作等模块，而是在预训练阶段就引入跨模态数据进行联合训练，让模型在统一表征空间内同时学习感知、理解、推理与行动。原生多模态的意义，也不只是把视频、文本、动作、语音、地图等信息放进同一个框架里处理，更在于让这些能力从底层开始共同生成，而非事后通过多个独立模块再做语义对齐。

在这个体系中，L（language）并没有被拿掉。相反，它仍然是模型理解复杂场景、形成语义抽象和支撑决策的重要组成部分。区别只在于，卓驭并不是直接拿一个面向互联网语料训练的通用语言大模型来“外挂”到智驾系统里，而是试图构建一种更原生、更贴合移动物理AI场景的语言能力，使其从一开始就与视觉、动作等能力共同生长。因而，卓驭这条技术路线的意义，并不在于对既有端到端方案做局部优化。更准确地说，它是在尝试以原生多模态基础模型为底座，构建一种更适合智能移动场景的统一能力框架。

但问题是，常规VLA架构中的L（language）的最重要目的并不仅限于“翻译”画面，而是承担场景复杂信息理解。这就意味着，卓驭的技术方案还是聚焦于强化“端到端”方案的学习能力，只是在训练一开始，语言部分就已经被引入了。这种设计最大的风险在于，卓驭需要更大量的数据才能更好完成不同场景的训练，而造数据的能力现在是整个自动驾驶行业共同的难题。

对此难题，卓驭也有一些对策。据了解，卓驭的数据来源一方面包括大量来自互联网的真实场景数据，另一方面也包括真实业务场景中的采集数据；除50余款量产乘用车型外，卓驭也已经积累了重卡、无人物流车等不同垂类的数据。真正值得关注的，也在于如何把这些多源、多域、跨垂类的数据，进一步组织成能够持续提升模型能力的统一资产。

在看到了技术方案的潜力之后，卓驭提出了“移动智能基座”的概念，试图将自动驾驶从乘用车延伸到商用车、无人配送、Robotaxi和车载无人机等更广泛的移动载体。这部分，卓驭给出了清晰的量产节奏：6月起商用重卡高速NOA将陆续量产，7月无人物流车开启城市配试，9月商用客车NOA批量交付，下半年L4级Robotaxi启动试运行，规模化落地态势清晰可见。同时，卓驭将持续打磨基础能力，从而提高各类场景的适配能力。

这些多线布局为公司打开了新的增长空间，也让“移动物理AI”的概念从PPT走出，走向落地。

结语

不可否认，卓驭是中国智能驾驶产业演进过程中一个极具参考价值的样本。

在中国智能驾驶从“能用”走向“好用”，再从单点能力走向系统智能的过程中，卓驭几乎完整经历了这一轮技术范式的切换：从规则驱动到端到端，从高阶智驾的普及化落地，到如今向移动物理AI与原生多模态基础模型延展。它既见证了行业认知的变化，也在不断调整自身的技术表达和产品边界。

过去，卓驭最鲜明的标签，是在有限算力和成本约束下推动高阶智驾落地普及；而到了今天，随着行业平台持续上移、竞争逻辑不断变化，它也在尝试从早期的优势标签中走出来，建立一套面向更广地域、更多垂类和更复杂场景的通用能力框架。

卓驭未必是这个行业里声量最大的公司，但它始终是一个不容忽视的重要参与者。它的价值，不只在于曾经证明了高阶智驾可以被更大范围地做出来，也在于它仍在试图回答：当智能移动进入新的阶段，一家公司该如何从产品能力走向基础能力。