当一家智能驾驶公司开始谈论“一切移动”，它究竟在说什么？是品牌话术的升级，还是技术路线的转向？卓驭科技给出的答案是：把汽车放回更大的移动物理世界，构建一套可验证、可复制、可规模化的移动物理AI能力体系。

（一）从“更聪明的智驾”到“移动物理AI”：一次值得关注的范式切换

在智能驾驶行业，一个几乎默认的叙事是：谁拥有的车端数据越多，谁就越接近自动驾驶终局。沿着这条路，每家公司都在同一条赛道上比拼——更多的测试里程、更精细的场景规则、更深度的单车优化。

但卓驭科技提供了另一种判断：如果把汽车仅仅视为汽车，模型的上限可能被锁死在单一场景里。每进入一个新车型、一个新地域、一个新垂类，都意味着一次近乎从零开始的适配投入。这是传统智驾路线的底层困境——场景越深，壁垒越高，但边界也越窄。

卓驭的回答是：把汽车放回更大的移动物理世界。汽车、无人机、机器人、手持设备……这些形态迥异的载体，本质上做的是同一件事——带着传感器在物理世界中移动，感知环境、理解空间、识别障碍、预测运动、完成控制。它们背后对应的，是一套共通的物理规律和运动规律。

如果一套基础模型能在预训练阶段就掌握这些通用规律，那么它的能力边界将不再由某个单一场景的数据规模决定，而是由它对物理世界的抽象能力决定。这就是“移动物理AI”的核心命题——不是做一个更懂车的智驾系统，而是做一个能理解移动本身的AI基座。

在我看来，这一判断切中了当前智驾行业的一个根本矛盾。 过去几年，行业普遍陷入“里程竞赛”和“场景堆叠”的内卷，本质上是在用工程投入换取局部体验的提升，边际收益递减的趋势已经显现。卓驭选择从“移动”这一更底层的维度重新定义问题，相当于跳出了原有竞争框架——它不再问“如何让车开得更好”，而是问“如何让机器理解移动本身”。 这个问题的答案，天然具备跨载体的通用性。当然，范式切换的风险也在于：越底层的抽象，越需要足够多的落地场景来验证和反哺，否则容易沦为空中楼阁。

移动智能基座：算法+硬件，缺一不可

“基座”不是一个模糊的概念。在卓驭的定义里，移动智能基座由两层构成：技术基座和硬件基座。

技术基座：原生多模态基础模型。 今年北京车展期间，卓驭发布了首个面向移动物理AI的原生多模态基础模型。这不是一个普通的大模型升级，而是一次技术范式的切换。传统智驾模型围绕具体场景展开——针对某类车、某个地方、某种道路条件，采集数据、设计规则、完成验证。而原生多模态基础模型的思路相反：先让模型在预训练阶段完成对物理世界通用规律的学习，再落到不同车型、不同地域和不同场景中应用。

这种差异体现在模型的底层输入上。原生多模态基础模型采用多模态统一表征，支持视频、文本、动作、语音、地图等多模态信息的统一输入。与VLA方案中常见的显式语义翻译不同，原生多模态强调所有模态都在同一个统一框架下完成训练，尽可能减少延迟和信息损耗，避免系统出现“拼接感”。从技术构想上，这套模型可以实现ZeroShot零数据知识迁移——跨垂类开箱即用、全球零泛化或少泛化，覆盖铺装路面和非铺装路面、室内和室外等全场景。

硬件基座：统一车规级域控及感知硬件。 如果说基础模型是大脑，那么统一车规级硬件就是骨骼和神经。面向物理世界的AI，安全是第一原则。正如卓驭科技创始人沈老师所说：“物理AI的难点不是Demo，而是在真实世界中安全、稳定、规模化运行。在虚拟世界可以无限试错，在真实世界撞一下就byebye了。”

这意味着，移动物理AI不能只停留在算法层面。它必须有一套经过车规级验证的硬件载体，才能把模型的能力真正分发到真实世界中。统一车规级域控及感知硬件，承担的就是这个“规模化分发”的角色——它让基础模型的能力，能够稳定、可靠、可规模化地落地到不同的移动载体上。

这里有一个容易被忽视的关键点： 行业谈“软硬一体”已经很多年，但多数时候停留在“算法适配硬件”的层面。卓驭的硬件基座定位不同——它不是为某一类算法定制的专用硬件，而是为“移动物理AI”这一通用能力设计的标准化载体。如果这个定位成立，它的价值就不在于单颗域控的性能参数，而在于它能否成为不同移动载体共享的“通用底座”。 这恰恰是“基座”一词的真正含义：不是最强，而是最通用、最可复用。当然，车规级验证的周期和成本是硬约束，这条路的推进速度取决于卓驭能否在足够多的垂类上同时跑通量产。

数据壁垒的真相：不是数量，是结构

谈论AI，就绕不开数据。但卓驭对数据的理解，和传统智驾公司不太一样。行业谈数据时，第一反应往往是车端数据有多少公里、多少小时。但卓驭的判断很明确：如果一套模型只在单一场景里训练，它最终也只能适应那个场景。只用车的数据训练，可以成为一个更懂“车”的模型，但未必能成为一个真正具备强泛化能力的基础模型。

因此，卓驭强调的是ego-centric数据体系，而不只是驾驶数据本身。什么是ego-centric？就是以移动传感器为中心的第一人称视角数据。在这个体系里，除了智能驾驶数据，还包括大量互联网数据，以及无人机、机器人、手持云台等移动机器人数据。它们来自不同领域，却有一个共同点——都是带着传感器在物理世界中移动。

这就是卓驭的数据壁垒：不只是数量壁垒，更是数据结构壁垒。2026年，黄金数据集规模约达2亿clips；2027年提升至5亿clips；到2028年进一步增长至15亿clips。关键在于，这一增长不是简单把驾驶数据继续堆大，而是互联网数据和机器人数据都在持续进入训练体系，让整个数据结构越来越多元。其中，机器人数据恰恰是卓驭区别于很多智驾公司的核心差异化来源，也是其在预训练阶段持续提升模型泛化能力的关键基础。

我认同“数据结构比数据数量更重要”这个判断，但想补充一点： 多源异构数据的价值，取决于模型架构能否真正消化它们之间的差异。互联网数据、机器人数据、驾驶数据在分布、标注方式、噪声水平上差异巨大，如果只是简单混合训练，很可能出现“负迁移”——某一类数据的引入反而损害另一类场景的表现。卓驭强调“原生多模态统一表征”，理论上为异构数据的融合提供了框架，但工程上的挑战依然不小。数据结构的壁垒，最终要靠模型架构的壁垒来兑现。

多垂类跑同一套基座，为什么可能？

“一套基座，多个垂类”——听起来很美，但工程上怎么验证？卓驭已经交出了第一份答卷：在不到两个月的时间内，将乘用车NOA的核心能力迁移到了商用重卡场景，而且乘用车和重卡运行的是同一个模型。这意味着，跨垂类迁移能力已经不只是停留在理论层面，而是真正技术落地。

目前，卓驭的版图正在快速铺开：拿下重卡赛道7大头部品牌；携手宇通客车打造商用客车城市NOA；联合头部运营方和主机厂共建全链路城配物流解决方案；打造L4 Robotaxi等项目。这些项目将在今年下半年陆续进入量产和试运营阶段。

更重要的是后续的飞轮效应：不同垂类在真实道路上跑起来之后，产生的数据会持续反哺模型优化，进一步形成多垂类数据积累和量产经验上的独特优势。工程验证与数据积累之间形成正向循环——多垂类落地带来多源数据，多源数据又提升模型泛化能力，从而支撑更多垂类落地。这就是为什么多垂类能跑同一套基座：因为基座不是静态的，它会随着落地场景的增多而 持续变强。场景越多，模型越强，迁移越快。

乘用车到重卡的迁移案例，是目前最有说服力的证据。 重卡与乘用车在动力学特性、视野盲区、制动距离、运营场景上差异巨大，能在不到两个月内完成核心能力迁移，说明模型学到的确实不是某一类车的“驾驶技巧”，而是更底层的“移动规律”。不过，我也注意到，目前公开的验证集中在“迁移速度”上，而非“迁移后的性能上限”。 真正的考验在于：当同一套基座同时服务乘用车、重卡、Robotaxi、物流车时，它能否在每一个垂类上都达到该垂类的头部水平，而不是“够用就好”。这决定了“一套基座”是降本增效的工具，还是真正定义行业标准的基础设施。

基座经济学：一次投入，全域受益

技术路线的差异，最终会反映在商业逻辑上。传统智驾公司的研发投入，通常会随着场景拓展而线性甚至指数增长。每进入一个新的国家、新的垂类、新的客户，都要重新投入数据、规则、验证和适配资源。如果基础模型路线真正跑通，经济性会完全不同。它会从“每开一个新场景就要重新投入”，变成“一次投入，全域受益”。

这可以看作是卓驭独有的“基座经济学”：基础模型越强，迁移成本就越低；覆盖的车型越多、地域越广、客户越复杂，前期训练沉淀下来的能力就越能够持续复用；研发投入具有复利效应，而不是线性消耗。

这背后其实是两种路径的分野：路径A，围绕汽车这一单一载体不断加深，用规模换壁垒；路径B，把汽车放回更大的移动平台范畴，用结构换泛化。卓驭显然选择了后者。

从商业逻辑看，“基座经济学”的吸引力毋庸置疑，但它有一个隐含前提：迁移成本必须低到足以覆盖前期巨大的预训练投入。 如果每进入一个新垂类，仍需大量场景数据微调和工程适配，那么“一次投入，全域受益”就会退化为“一次投入，多次适配”，经济性优势将大打折扣。卓驭提出的“零数据知识迁移”目前仍是技术构想，实际落地中能逼近到什么程度，是决定这条路线商业价值的关键变量。我个人倾向于认为，完全零数据迁移在物理AI领域极难实现，更现实的路径是“极少数据、极快迁移”——而这也足以构成对传统路线的降维打击。

从长期看，这条路线最终能否持续兑现，取决于多垂类量产和试运营的实际表现，以及跨场景迁移效率能否真正达到“零数据”或“少泛化”水平。如果答案是肯定的，那么卓驭押注的将不只是智能驾驶，而是一个更底层的移动物理AI基座——一个可以支撑“智能一切移动”的能力底座。