过去几年，智能驾驶行业的关键词一直在快速变化。

从高精地图到无图 NOA，从感知、预测、规划、控制的模块化架构，到端到端模型，再到最近行业频繁讨论的 VLA、世界模型和物理 AI，智能驾驶已经不再只是「让汽车自己开」这么简单。它正在成为一个更大的技术问题：AI 如何理解真实物理世界，并把这种理解转化为稳定、可靠、可泛化的移动能力。

汽车只是其中最早、也最复杂的载体之一。因为车辆必须在开放道路中面对行人、车辆、红绿灯、施工、极端天气和不同国家的交通规则，它需要同时处理感知、决策、控制和安全冗余。也正因为如此，智能驾驶过去几年积累的技术、数据和工程能力，正在向商用车、无人物流、Robotaxi，甚至更广义的移动机器人外溢。

在 2026 北京车展上，卓驭科技以「智能一切移动」为主题举办发布会，正式推出面向移动物理 AI 的原生多模态基础模型，并展示了其在乘用车、商用车、无人物流和 Robotaxi 等多个垂类的规模化落地进展。相比单纯发布一套智驾方案，这次发布会更像是卓驭对自身定位的一次更新：从智能驾驶供应商，继续向移动物理 AI 公司延展。

原生多模态基础模型，把智能移动能力做成通用底座

智能驾驶进入下半场后，一个关键问题开始浮现：系统能力能否从单一车型、单一城市、单一场景，迁移到更多载体和更多区域。

早期的小模型方案，主要依赖感知模型、高精地图和规则算法。它可以在特定区域做到相对稳定，但每进入一个新城市，都需要大量适配工作。后来端到端模型提升了通用基础能力，减少了规则依赖，也让 NOA 的体验更加接近人类驾驶习惯。不过，面对海外市场、商用车、无人配送车、Robotaxi 等不同垂类时，端到端系统仍然需要大量重新泛化。

卓驭这次发布的原生多模态基础模型，正是试图解决这一问题。按照卓驭的说法，这套模型面向「移动物理 AI」构建，在底层完成对物理世界通用规律的预训练，支持视频、文本、动作、语音、地图等多模态统一表征。它的训练数据不只来自智能驾驶，还覆盖互联网数据和各类移动机器人第一视角数据，并注入跨领域、跨国家知识。

这意味着，卓驭希望把移动智能的能力从「车」抽象到「移动载体」。当模型具备对物理世界更底层的理解后，不同国家、不同道路、不同平台之间的适配成本有机会被降低。它的目标，是实现 Zero Shot 零数据知识迁移，做到跨垂类开箱即用，或至少大幅减少泛化工作。

这也是它与部分 VLA 方案的区别。常见 VLA 路径往往需要从传感器输入到语义理解，再到动作输出，中间存在显式语义翻译环节。卓驭强调，其原生多模态基础模型是在统一框架下完成训练，避免语义翻译带来的延迟和信息损耗，让语义理解与物理理解更紧密地结合在一起。

从行业角度看，这一路径的价值不只在于提升智能驾驶体验，更在于为多种移动机器人提供统一能力底座。乘用车、重卡、客车、无人物流车和 Robotaxi 面对的场景差异很大，但它们都需要理解空间、运动、规则、风险和目标。如果底层模型可以沉淀出通用能力，智能移动的规模化部署将不再完全依赖逐一项目制适配。

当然，基础模型只是第一步。真正进入量产，还需要后训练、蒸馏、部署、芯片适配、传感器融合和安全冗余。卓驭此次开放了原生多模态基础模型的乘用车试乘体验，体验车基于英伟达 Thor 平台，采用 11V 视觉方案与激目 2.0 系统。按照规划，该模型将于今年内推送至乘用车与商用重卡，并作为卓驭智能驾驶出海的基础模型。

从乘用车到重卡、客车和 Robotaxi，规模化交付决定技术上限

如果说原生多模态基础模型代表技术趋势，那么卓驭这次在北京车展上展示的另一条主线，是规模化交付。

智能驾驶行业过去并不缺概念，真正稀缺的是把技术放进量产车、真实道路和长期使用场景里的能力。卓驭在 2025 年提出「移动智能基座」构想，本质上就是希望通过软硬一体方案，把智能驾驶能力做成可以跨车型、跨价位、跨场景复用的基础设施。

在乘用车领域，卓驭目前累计量产车型超过 50 款，定点车型达到三位数。它强调的是「油电同智、中外同频、舱驾同芯、行泊同优」：无论燃油车还是新能源车，自主品牌还是合资品牌，都能共享同一梯队的智能化体验。

这背后也反映出一个变化：智能驾驶正在从高端新能源车型的专属配置，逐步向更大价格带、更大车型范围下沉。卓驭基于高通 8775 芯片打造了单芯片舱驾一体方案，试图用更高集成度降低智能化部署门槛。今年 4 月起，所有搭载高通 8650 和 8775 芯片的车型，将陆续升级至高悟性端到端 4.0；搭载 TI TDA4-VH 芯片的中低算力平台，也将逐步升级至高悟性端到端 3.0。

商用车是卓驭这次发布会的另一个重点。重卡对智能驾驶的需求很实际：安全、油耗、长途驾驶疲劳和运营效率。卓驭已经与中国 TOP 6 商用车品牌建立合作，搭载高悟性端到端 4.0 商用重卡版的车型，将于今年 6 月起陆续量产交付。

重卡方案中，卓驭引入了激目 2.0 系统，也就是舱内激光视觉前融合方案。它针对重卡尺寸大、清洁维护不便、安全冗余要求高等特点设计，可以在不同速度场景下调整感知能力：低速城区场景覆盖更大范围交通参与者，高速场景则提升远距离探测能力和点云密度。搭载该方案的车型计划于今年 9 月正式量产交付，功能覆盖高速 NOA、城区 NOA 和自主泊车。

客车方面，卓驭已与宇通客车达成战略合作，双方将联合开发面向商用客车的 NOA 智能驾驶解决方案。该方案搭载激目 2.0 系统、自研自产补盲激光雷达「知周」、基于英伟达 Thor 芯片的高性能控制器，并应用下一代原生多模态基础模型。对于客车而言，智能驾驶的优先级并不只是效率，更关乎公共交通场景下的安全和稳定。

无人场景也在同步推进。卓驭计划于今年 7 月启动无人物流车试运营，并与生态伙伴推进 L4 级 Robotaxi 系统落地，预计今年下半年开启试运行。Robotaxi 将搭载下一代原生多模态基础模型，并配备卓驭自研自产、基于双英伟达 Thor 芯片打造的三冗余 L4 级控制器。

截至目前，卓驭已携手 34 家客户，合作车型突破 130 款。这个数字的意义不只是客户规模，更在于真实道路数据和工程反馈。对智能驾驶公司来说，模型能力往往来自数据闭环，工程能力则来自量产压力。只有经历不同品牌、不同车型和不同用户场景，技术路线才有机会持续迭代。

本次发布会上，卓驭还宣布与中国一汽达成深度战略合作。在乘用车领域，红旗与卓驭联合开发的红旗司南组合驾驶辅助已在红旗 HS6、天工 05、天工 06 等车型量产，高悟性端到端 4.0 模型将在今年上半年通过 OTA 升级上线。车展亮相的红旗天工 S 概念车，则采用基于卓驭原生多模态基础模型的新一代架构，并搭载 L3 / L4 智驾解决方案。

商用车领域，一汽解放与卓驭的合作也已进入产品落地阶段。基于激目 2.0 系统与高悟性端到端 4.0 模型打造的解放 J7、鹰途和 J6 重卡高速 NOA 产品，将于今年下半年上市。

从这些布局来看，卓驭想讲的并不是单一智驾版本升级，而是一个更大的移动智能网络：乘用车提供规模，商用车验证高强度运营，Robotaxi 和无人物流探索无人化边界，车载无人机则把移动载体从地面进一步扩展到近地空间。

智能驾驶过去常常被看作汽车行业的一项配置，但从北京车展释放的信息来看，它正在变成一类新的基础能力。未来，竞争的焦点会逐步从「某个城市能不能开」转向「能不能跨场景、跨品类、跨地区复用」。谁能把能力做成底座，谁就有机会进入更大的移动机器人时代。

对卓驭而言，原生多模态基础模型只是这条路径上的起点。真正的挑战在后面：如何把模型能力稳定部署到不同算力平台，如何在真实道路中保持安全边界，如何在海外市场减少泛化成本，如何让商用车、无人物流和 Robotaxi 都形成可持续商业闭环。

当 AI 开始进入物理世界，移动会是最先被重塑的领域之一。汽车、卡车、客车、配送车、无人机，本质上都在回答同一个问题：机器如何理解世界，并安全地抵达目的地。卓驭这次提出「智能一切移动」，野心正在于此。能否真正做到，还要由量产规模、用户体验和长期安全表现共同验证。