卓驭豪赌物理基座，野心是智能「一切」移动

撰文 | 青竹 编辑｜周长贤

智驾第一梯队的时间刻度，早已没有年，只有月。

过去几个月，他们形成了一个非常整齐的共识：物理AI和世界模型。

这与通用智能的范式思考一致。

去年，Yann LeCun炮轰大语言模型：读了30万亿token，理解不了一个掉落的杯子，连猫都不如。嘴挺毒。

他直击LLMs的理解软肋：预测token，不等于预测世界。

于是，言行一致的LeCun离开Meta，创立 AMI，押注世界模型与物理AI。临走还贡献了另一金句，说LLMs已经 “sucking the air out of the room（房间里的空气已经被LLMs吸干）”。

LeCun不独行。坚定押注物理AI的李飞飞，今年再次强调：大语言模型无法通往AGI。

一个更彻底的论证，来自token概率学的既得利益者OpenAI 。

3月他们“安乐死”了 Sora ，把释放的“空气”转投“世界模拟”。

回到最卷的智驾产业圈，“物理AI”这个词汇，已经迅速下沉到产品。

截至2026年车展月，野心勃勃、有名有姓的几家，都跟物理AI绑定。差异只在细节和话术。

华为的WEWA2.0已经赋能乾崑ADS 5.0，小鹏第二代VLA已加入X-World，切换组织，也切换了智驾负责人……总之在2026年的北京车展，每个馆必提世界模型。

“范式都差不多，差别无非是谁真的在做，谁做得好。”一位智驾负责人表示，未来可能交替领先，但也不过2-3个月身位的差别，可是跑下去，总会有人掉队。

有共识是一种利弊参半的状态，没有路线的浪费，意味着竞速（参数丨图片）更焦灼，只能拼能力、拼投入。

于是，我们看到：4月24日，在北京车展，卓驭科技正式推出面向移动物理 AI 的原生多模态基础模型，主题定为“智能一切移动”。

虽然技术范式跟其他头部一致，但这家落地能力很强的公司，在商业模式上，展示了不同思考，做出了新花样。

新范式：能力涌现，超强泛化，但更残酷

“主要是反应的效率和能力，非常快，非常流畅。”卓驭一位负责人形容新范式带给他的惊喜。“曾经根本做不到的，一下就做到了。”

这再次验证，智能驾驶每一次范式提高，都意味着上限突破。更快、更顺滑、更人味儿。

过去，从VLM到VLA，都要先把视觉（V）识别、理解为语言（L），底层推理依然是LLMs的语言token生成式。

所以，不少媒体把物理AI和世界模型的优势，简化理解为砍掉了L，从视觉V直接到动作A，所以效率更高。

表象接近如此。还有更本质的区别，以卓驭的多模态基础模型为例：

1、多模态感知

不只是视觉，包含所有的传感器和所有形式的数据，语言也在其中。

2、物理AI推理

真正识别和理解移动物理场景，没有信息损失，基于理解的逻辑推理，而不是语言模型的概率拟合。

3、通用基座

可以理解为一种升维，不止学会开车和认路，而是理解移动和物理世界。

正是基于推理本质的迁移，让卓驭可以在泛化上大作文章。

过去通用基础能力不足，代价是，每一次跨地域、跨车型、跨垂类部署，都会带来效率损失和成本。严重依靠在后期打补丁。

而物理基座的强泛化能力，则会带来商业逻辑的变迁。

泛化的第一层：跨场景

传统方案要跑通某个城市，必须单独“开城”，花大量人力去适配当地的红绿灯形态、车道线样式、特殊交通标识，最终勉强做到80分。

而原生多模态基础模型依托预训练升维增强，即可实现的Zero-shot零知识迁移，对新城市新场景“开箱即用”。

无需逐城适配，无需大量本地数据喂养。

泛化的第二层：跨垂类

卓驭的一个关键差异，在于将同一个基础模型赋能乘用车、商用重卡、客车、无人物流车。缩短后期验证周期。

卓驭CEO沈劭劼曾经举例，家用车和一台重卡的电架构、转向响应、制动距离、转弯半径完全不同；通勤车在拥堵中走走停停，与重卡不能急刹车的开车模式也不同。靠后期，意味着巨大工作量。

但基座模型学会的是世界的底层运行规则，“给一个移动体，在三维空间中找到安全的运动轨迹”。而不是某种车型的行为模式。

卓驭的后发Robotaxi，也是这套泛化能力的获利者，有可能后来居上，省去地图开城和踩坑。

泛化的第三层：跨国家

卓驭将其定位为智驾出海的技术底座。这为中国智驾出海，提供了“一套模型打天下”的支撑。

从北京的胡同，到曼谷/河内的摩托车洪流，到巴黎红绿灯复杂的环岛，用同一套模型能够以低泛化成本完成部署。

就像沈劭劼吐槽的，“在国外弄 30 个人采一年数据重新训练一遍，当然能解决，但这是有代价的。全球各个国家都来一遍?这个成本有点受不了。”

但要想做到开箱95分，不只是从语言到物理的范式转移，还有「大模型」的终难幸免，

「大模型」阶段的商业重写

从规则和地图时代的小模型，到端到端的中模型，智能驾驶终于还是卷入了大模型时代。

“中模型本身并不能自动泛化到完全没覆盖过的场景。”

“原生多模态大模型的核心理念在于，首先，模型足够大，大到数据足够多的情况下，能具备涌现能力。”

与沈劭劼这句话类似的表达，何小鹏说，智驾未来会有一个iPhone 4时刻。

一方面，大模型是多模态、多垂类、多场景的命题式需求；另一方面，也是头部不想被卷死的必然选择。

中国智驾如果想跟手握xAI、特斯拉、Optimus的马斯克同桌竞技，还有其他选择吗？

所以，华为在不断地下蛋「界」和「境」；小鹏汽车必须做具身和飞行汽车。

卓驭把盘子做大的方式：跨垂类+出海+移动一切。今年内，原生多模态基础模型将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。

卓驭的实践证明，同一套高悟性端到端4.0模型和激目2.0系统，可以同时在乘用车和商用重卡上复用，并且即将在宇通客车上量产。

这种复用能力带来的商业价值是巨大的，重构了智能移动能力的边际成本曲线，用尽量多的复用，来摊薄基座大模型的固定成本。

卓驭在乘用车领域已经累计量产超过五十款车型，定点车型达到三位数，覆盖油车与电车、自主与合资品牌。与中国TOP6重卡品牌、宇通客车以及多家乘用车客户建立了合作关系。

一套模型吃透全场景，从口号变成了可计算的商业优势。

值得关注的差异化是，更加多样性、多模态、多场景的数据效应。

重卡的高速长途场景、客车的固定路线场景、无人物流车的末端配送场景，这些异构数据会源源不断汇入预训练模型，进一步提升模型对物理世界的理解深度。

而从「移动一切」的角度，卓驭科技的后装车载无人机作为“空中载体”，未来完全有可能成为基础模型的延伸，让物理AI能力覆盖“从陆地到天空”。

届时，无人机实时回传的航拍视觉，与扫描路面的3D模型，也可以与车载感知系统融合闭环。

结语

物理基座大模型赋能「移动的一切」的商业逻辑，对应着卓驭科技的宏大愿景：“成为物理 AI 时代的重要基础设施。”

站在物理AI的十字路，面对智能新基建的时代机遇，未来也许就像沈劭劼所说：存活下来的智驾公司，最终都将转型为移动物理AI公司。

他说，“这并不是一个战略判断，而是一个生存判断。”

—THE END—

出行百人会 | AutocarMax

追踪出行与智能产业链进化，关注新产品、新科技、商业逻辑与人物，影响有影响力的人。