卓驭磐行出海：商用车业务走向全球，中国重卡头部品牌已量产

独角兽早知道 iponews

｜资讯撬动新资本｜

2026年10月29日，「新程」卓驭磐行商用车技术发布会在珠海举行，卓驭正式发布商用车技术品牌卓驭磐行™，并披露与中国商用车头部企业的合作与量产进展，以及面向海外的产品与市场布局。

卓驭磐行™ 包括两个版本：PDS 4 搭载高悟性大模型4.0及以上版本，面向商用重卡干线物流场景；PDS 5 支持高速NOA和城区NOA等全场景能力，搭载原生多模态基础模型，面向商用客车、轻卡、VAN等形态的城区智能通行。

编辑 | Echo

本文仅为信息交流之用，不构成任何交易建议

跨垂类第一站：商用车

2025年年底，卓驭率先提出「移动智能基座」的构想。2026年4月，卓驭正式发布「智能一切移动」战略。

跨垂类迁移的第一站选择了商用车，这一选择来自用户价值、市场价值和社会价值的三重驱动。

2025年，中国有超3000万卡车司机，全国公路货运量占总量比例的近四分之三；国内稳定置换需求与持续增长的商用车出口规模，共同为商用车辅助驾驶智能化升级提供了市场空间。

量产进展与海外布局

在商用车业务上，卓驭已与中国商用车头部品牌达成合作——徐工汽车、陕汽集团、中国重汽、一汽解放、福田汽车、东风商用车、宇通客车，多款合作车型已实现量产或进入量产准备阶段。

其中，陕汽德龙X5000已量产并投入快递干线运营；徐工、一汽解放、东风商用车、福田汽车等合作伙伴的多款车型已合作定点，或于年内陆续交付、下线。

中国重汽：双方已达成覆盖国内和海外的全域合作，目前已合作定点多款车型，首款搭载卓驭磐行™ PDS 4的高端重卡将于年内量产下线。

福田汽车：双方已达成商用车全域智能辅助驾驶战略合作，将联合开发适配商用重卡、轻卡、无人物流车等商用车全场景智能辅助驾驶落地，并共同拓展中东、南美、澳新等海外市场的智能化技术与产品应用机会。

除商用重卡外，卓驭磐行™ 的业务版图延伸至客车、轻卡与VAN：客车领域与宇通客车深度合作，并联合国汽智控开展多车型拓展；搭载PDS 5的宇威E9 PRO支持高速NOA与城区NOA，与福田汽车合作的轻卡、VAN平台车型同样支持城市NOA。

海外市场方面，卓驭已与中国重汽、福田汽车、宇通客车等全球伙伴达成海外合作，产品涵盖商用重卡、客车、轻卡、VAN等全品类车型，共同推动商用车智能化驶向全球市场。

由此，卓驭在商用车领域形成“四全”的先发优势：产品类型全覆盖、动力类型全适配、头部品牌全合作、国内海外全布局。

五大核心技术

商用重卡的难题集中在5个方面：模型数据少、感知要求高、安全容错低、控车难度大、成本极其敏感。

面对这些难题，卓驭以“底层统一、场景增强、工程适配”为解题思路——用乘用车平台基础模型做迁移，避免重复“造轮子”；补充商用重卡专属经验数据，让模型更懂商用重卡；再为商用重卡适配专属传感器构型，进行专属动力精调。

模型层面，卓驭磐行™ 首发搭载行业首个量产商用重卡端到端大模型，继承了乘用车累计30多亿公里的数据经验，同时啃下了4亿帧商用重卡特色数据。

感知层面，卓驭磐行™ 首发搭载卓驭独创的舱内激光视觉系统激目®2.0，激光探测距离可达500米，能有效识别细小、异形、低反射障碍物，且不受风沙雨雪侵扰。

安全层面，卓驭磐行™ 构建起全维安全体系：多场景安全提醒把危险拦在发生之前；全天候主动安全在司机未及时介入时主动兜底；多重安全冗余技术确保万一。

控制层面，视觉实时识别挂车姿态、估算挂车夹角，结合实时载重感知，动态预判碰撞风险；提前预测上下坡，提前分配制动力。

节能层面，卓驭磐行™ 推出全球首创AI强化学习节油算法，让AI自主学习亿万级场景，智能控制档位和多种刹车方式，精准算出黄金收油点、黄金给油点。实测节油率达到4.5%–7.5%，单车油费每年能省2-3万元，一套系统，一年回本。

卓驭磐行™ 集成商用重卡端到端大模型、激目®2.0、AI强化学习节油算法、全维安全体系、动力学精调五大核心技术，提供安全、轻松、省钱的全方位用户价值。

跨垂类、跨场景、跨地域

商用重卡是卓驭从乘用车跨垂类迁移的第一站，但不是最后一个。

目前，L4无人物流车业务进展迅速：与上汽大通、易森动力合作的Robovan已投入试运营，与其他生态伙伴的合作也在积极推进中。

此外，卓驭的原生多模态基础模型已覆盖乘用车、商用重卡、客车、海外车型等多种形态、场景和地域，未来将向更多载体延伸。

展望

从乘用车的「成行」到商用车的「磐行」，同一套技术“大脑”已完成迁移、量产与商业化落地，验证了卓驭「智能一切移动」战略的可行性。卓驭的目标始终是为世界提供安全、轻松的移动智能。

注：本文素材来源于互联网公开渠道，如有侵权请联系删除。内容所述仅代表个人观点，不作为指导依据，据此操作风险自担！

【公司回顾】

好文！别忘点“推荐”