北京车展卓驭展台，一块屏幕循环播放着同一组画面：乘用车变道超车、重卡高速巡航、无人物流车园区穿梭、Robotaxi 城市接单。四组场景，同一个技术底座。这不是产品罗列，而是一份宣言——智能驾驶正在从"汽车配置"变成"移动基础设施"。
一张图看懂：卓驭想建什么
如果把卓驭的新战略画成一张图，核心只有三层：
最底层是「原生多模态基础模型」，面向移动物理人工智能（AI）预训练，统一处理视频、文本、动作、语音、地图；中间层是「高悟性端到端」系列版本，按算力分层部署；最上层是四类落地场景——乘用车、商用车、无人物流、Robotaxi，共享同一套能力底座。
这张图的关键在于：底层模型不绑定任何车型，训练数据来自智能驾驶、互联网、各类移动机器人第一视角，并注入跨国家知识。卓驭的表述很直接——目标是 Zero Shot 零数据知识迁移，跨垂类开箱即用。
换句话说，他们不想每进一个新市场就重新训练一套模型。
为什么叫"原生多模态"，不叫VLA
行业最近热炒 VLA（视觉-语言-动作模型），卓驭刻意做了区分。
常见 VLA 路径是：传感器输入 → 语义理解 → 动作输出，中间存在显式翻译环节。卓驭的原生多模态基础模型强调"统一框架训练"，跳过显式语义翻译，让语义理解与物理理解直接绑定。
按卓驭的说法，这能减少延迟和信息损耗。至于实际差距多大，需要量产数据验证。
真正值得关注的不是术语之争，而是技术路线的选择逻辑：卓驭押注的是"通用物理理解"先于"场景专项优化"。先让模型理解空间、运动、规则、风险这些底层规律，再适配具体载体。
这和早期智驾方案正好相反——那时候是先做高速 NOA，再扩展到城区，每扩一个城市都要重新标定。
量产进度：今年内能看到什么
基础模型再漂亮，落不了地就是 PPT。卓驭这次给了明确时间表：
乘用车领域，基于英伟达 Thor 平台的试乘车已经开放体验，采用 11V 视觉方案与激目 2.0 系统。今年内，原生多模态基础模型将推送至乘用车与商用重卡，同时作为智驾出海的基础模型。
存量车型也在升级：今年 4 月起，搭载高通 8650 和 8775 芯片的车型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，逐步升级至高悟性端到端 3.0。
商用车节奏更紧。搭载高悟性端到端 4.0 商用重卡版的车型，今年 6 月起陆续量产交付。激目 2.0 重卡方案计划 9 月量产，覆盖高速 NOA、城区 NOA 和自主泊车。
客车线，卓驭与宇通达成战略合作，联合开发商用客车 NOA 方案，搭载激目 2.0、自研补盲激光雷达「知周」、英伟达 Thor 控制器，应用下一代原生多模态基础模型。
无人场景，7 月启动无人物流车试运营，下半年 Robotaxi 试运行。Robotaxi 将配备双英伟达 Thor 芯片的三冗余 L4 级控制器。
激目2.0：藏在方案里的硬件野心
卓驭这次反复提到的"激目 2.0"，值得单独拆解。
这是舱内激光视觉前融合方案，激光雷达藏在车内前挡风玻璃后，不是车顶凸起的外挂式。对乘用车来说，这关乎美观和风阻；对重卡来说，更关乎生存——车顶激光雷达容易被货物刮蹭，清洁维护也不方便。
激目 2.0 的设计逻辑是按速度动态调整感知策略：低速城区扩大覆盖范围，照顾行人、非机动车；高速场景提升远距离探测能力和点云密度，给重卡留出更长的制动距离。
同时，卓驭还自研自产了一款补盲激光雷达「知周」，用于客车方案。从软件到硬件，从芯片适配到传感器自研，卓驭的边界在明显外扩。
客户清单背后的真实压力
卓驭公布了一组数字：34 家客户，合作车型突破 130 款，累计量产车型超过 50 款，定点车型达到三位数。
这组数字的含金量在于分散度。不是绑定一家大客户吃到底，而是同时服务多家、多类、多价位品牌。这意味着工程团队要处理不同的电子电气架构、不同的传感器配置、不同的验收标准。
对智驾公司来说，这是痛苦也是护城河。模型能力来自数据闭环，工程能力来自量产压力。只有被不同场景反复摩擦，技术路线才知道哪里会崩。
这次发布会，卓驭还宣布与中国一汽达成深度战略合作。红旗司南组合驾驶辅助已在 HS6、天工 05、天工 06 量产，高悟性端到端 4.0 今年上半年 OTA 上线。红旗天工 S 概念车则搭载基于原生多模态基础模型的新一代架构，支持 L3/L4 级方案。
商用车线，一汽解放与卓驭的合作进入落地阶段。基于激目 2.0 与高悟性端到端 4.0 的解放 J7、鹰途、J6 重卡高速 NOA，今年下半年上市。
从"油电同智"到"中外同频"
卓驭在发布会上提了四个"同"：油电同智、中外同频、舱驾同芯、行泊同优。
翻译一下：燃油车也要智能化，不能只有新能源专属；出海和国内市场同步推进，不能国内卷完再考虑海外；座舱和智驾可以共用芯片，用集成度换成本；行车和泊车体验不能一个天一个地。
这背后是智能驾驶的下沉趋势。卓驭基于高通 8775 芯片做的单芯片舱驾一体方案，目标就是把智能化部署门槛打下来。当智驾从 30 万级车型卷到 15 万级甚至更低，成本结构必须重构。
「中外同频」尤其值得玩味。卓驭明确把原生多模态基础模型作为智驾出海的基础模型，训练数据里特意注入了跨国家知识。这不是简单的"国内方案改改适配海外"，而是从底层预训练阶段就预留了泛化空间。
对想出海的中国车企来说，这算是一种"预制件"——不用自己从头搭建海外智驾团队，复用卓驭的底层能力。
移动物理AI：一个被重新定义的战场
卓驭给自己的新定位是"移动物理 AI 公司"，而不是"智能驾驶供应商"。
这个表述的变化，对应的是技术外延。汽车只是移动载体的一种，而且是最复杂、法规最严的一种。当智驾系统能处理开放道路的行人、车辆、红绿灯、施工、极端天气、跨国交通规则，它的能力自然可以向商用车、无人物流、Robotaxi、甚至更广义的移动机器人迁移。
北京车展的展台布置很直白：四组场景，同一个底座。乘用车提供规模摊薄成本，商用车验证高强度运营可靠性，Robotaxi 和无人物流探索无人化边界——如果车载无人机也算，移动载体就从地面扩展到了近地空间。
这不是卓驭一家的判断。行业关键词的演变已经说明问题：从高精地图到无图 NOA，从模块化架构到端到端模型，再到 VLA、世界模型、物理 AI。智能驾驶的竞争维度，正在从"谁能把车开好"变成"谁能让 AI 理解物理世界并稳定输出移动能力"。
卓驭的赌注是：这个能力可以抽象出来，变成跨载体、跨区域、跨场景的基础设施。基础模型是第一步，后训练、蒸馏、部署、芯片适配、传感器融合、安全冗余是后续工程。
行动号召：关注三个验证节点
对关注这条赛道的人来说，今年有三个具体节点值得跟踪：
6 月，商用重卡高悟性端到端 4.0 量产交付，看工程化能力是否扛得住运营强度；7 月，无人物流车试运营，看封闭/半封闭场景的无人化闭环；下半年，Robotaxi 试运行，看 L4 级方案在开放道路的真实表现。
原生多模态基础模型的价值，最终要用跨垂类的迁移效率来验证。如果乘用车、重卡、客车、无人物流车、Robotaxi 确实能共享同一套底层能力，且适配成本显著低于行业平均水平，卓驭的"移动智能基座"叙事才能立住。
反之，如果每个新场景仍需要大量重新训练，"通用物理理解"就只是营销话术。技术路线之争，量产数据说话。
热门跟贴