“这不是战略，是生存判断”：卓驭沈劭劼谈智驾公司的唯一出路

2024年从大疆独立出来至今，很多人问沈劭劼：为什么？

“本来就是因为它有点不一样。”4月11日，智能电动汽车发展高层论坛（2026）上，卓驭科技CEO沈劭劼在演讲后的采访环节，给出了完整的回答。“大疆做B2C，产品周期短；汽车是B2B，要求高安全性、长周期、供应链稳定，还受地缘政治影响。”

因此，独立运营，顺理成章。

当然，背后还有一个现实考量：融资和上市。“这其实是一个很顺理成章的东西，任何一个公司差不多都是这样子的。”

独立后的卓驭科技，给了自己一个新定位“移动物理AI公司”，沈劭劼认为，这是所有智驾公司的未来。

卓驭科技CEO沈劭劼

他大胆预判，未来两年全球智驾行业由于核心技术的提升，将逐步告别现有的这种分垂类、分地域的交付模式，全面拥抱基础模型来达到一个大一统的状态。

“再大胆加一个判断，智能驾驶其实只是物理AI的一个最初始的形态，而绝非终局。甚至往后像我们这些未来能够存活下来的智能驾驶公司都将转型为移动物理AI公司。”沈劭劼表示，这并不是一个战略判断，而是生存判断。

他希望，移动物理AI能够智能一切的移动，无论是乘用车还是商用车，无论是L2还是L4，乃至以后的泛机器人行业，通过一个包括模型软件、车规级高可靠性硬件的组合方案，真正实现万物自主移动。“这些都不只是一个饼，他们正在发生”。

01

成绩单：乘用车扩盘，重卡破局

先看成绩单。

乘用车方面，除了去年已经披露的9个客户，又新增了3个。沈劭劼特意强调，新增的是3个“客户主体”，不是3个新品牌——“是更大的”。不过，具体是谁？暂时还不能说。

已量产的车型超过了50款，累计定点车型达到三位数。

沈劭劼用四个词概括了当前的车型矩阵：油电同质、舱驾同芯、行泊同优、中外同频。其中，“中外同频”意味着无论是自主品牌还是合资品牌，油车还是电车，都能实现相同级别的智能化。

今年4月，卓驭最新的“高悟性端到端4.0”版本开始逐步推送。沈劭劼称之为“100%端味”——兼顾效率和安全性，能在狭窄复杂道路中高效穿行，同时把动态交通流纳入模型处理，实现更聪明的领航。

更大的突破在商用车。

中国排名前6的重卡公司，全部成了卓驭的客户。第一个重卡车型今年6月量产，总共有小几十个车型，从今年6月到明年上半年陆续交付。

“整体的发展，包括拿新客户、新车型定点，速度超过我想象。”沈劭劼说。

这套重卡方案用的控制器算力和乘用车一样，但多了一样东西：卓驭自研的“激目系统”——一个装在舱内的激光雷达和视觉融合模组。根据安装位置不同，探测距离能达到300至400米。重卡惯性大、刹车距离长，看得远是安全的前提。

“更重要的是，这个方案是能过强标的，我相信这也应该是业界第一个能过强标的商用车重卡的解决方案。”沈劭劼如是说。能过强标，意味着它不是demo，是真能安全上路的东西。除了安全，重卡智驾还有一个重要价值：省油。通过上坡慢加速、下坡少刹车，能同时节省燃油和刹车损耗。

商用车之所以能快速取得突破，背后是“移动智能基座”理念的落地：用一套技术内核实现跨场景复用。

沈劭劼对此进行了进一步解释。

第一层，基础模型要强。乘用车和重卡跑的是同一个模型，这套模型从一开始就不是为某种特定车型设计的。它的驾驶风格倾向于平缓、预判式，而不是急刹急停。“这个在乘用车方面可能见仁见智，但到了重卡领域，就变得非常重要。本身模型的特性就比较适应这种迁移。”

第二层，工程能力要强。几十倍的车重变化，加上拖头和挂厢的不同重量组合，控制算法怎么适配？这没法靠模型解决，得靠工程师的硬实力。“我们本质上是一家懂怎么控制机器人的公司。”沈劭劼说，这是从做机器人开始一路积累下来的能力。

第三层，具备硬件优势。商用车电子电气架构是24V，乘用车是12V；商用车要求持续运作的寿命周期，乘用车是用一下停一下。这些差异，“我们有硬件能力，直接做就行了”。而对于硬件能力缺失的公司，还没干活就得先扯皮。

“所有这些加起来，是个体系化的能力。”沈劭劼总结。这套能力决定了，一旦新的垂类有机会出现，卓驭能比较快地切进去。

当然，不是所有赛道都跑得最快。“比如Robotaxi我们就是后来者。”但沈劭劼认为，后来者也有好处——跳过了早期需要高精地图开城的重投入阶段，直接跳到用原生多模态基础模型、以较低成本部署的阶段。卓驭今年7月将正式与合作伙伴一起在Robotaxi和无人物流车开展试运营，达到多垂类从L2跨越到L4的统一适配。

技术内核可复用，但商业模式却不尽相同。在沈劭劼看来，乘用车方面，卓驭要么自己做Tier1，要么和合作伙伴拼成一个Tier1；商用车则直接当Tier1。而L4领域，卓驭的角色是只做技术提供方，和合作伙伴一起运营、分利润。

02

下一步，原生多模态基础模型上车

如果说过去一年是卓驭在乘用车和商用车领域“铺量”的阶段，那么接下来的重点，则是技术底座的再升级。

沈劭劼透露，卓驭科技将在今年北京国际车展上正式发布新一代架构——原生多模态基础模型，这一模型与当前主流的端到端方案有本质区别。

要理解它，得先看当前主流的“端到端”方案长什么样。沈劭劼把它叫做“中模型”——几千万到几亿参数，需要大量优秀的驾驶数据来训练。如果遇到训练数据里没有的场景，它不会自己举一反三。

他以出海举例。中国和德国的最大区别不是交通标志，是驾驶风格。中国路权观弱，“谁能挤谁上”；德国路权观强，规则感强。把在中国训练好的模型直接拿到德国，“能用，但会被骂死”。要解决？在德国找30个人采一年数据，重新训练一遍。“能解决，但有代价。”如果每个国家都这么来一遍，成本受不了。

跨场景也是同样的问题：从乘用车到重卡，每个新场景如果用中模型去适配，都得重新做一遍。

“原生多模态大模型”的做法不一样。它在预训练阶段，除了智驾数据，还喂进了互联网数据、移动机器人数据、甚至人扛着相机走路的视频。“把尽量多的知识灌进去”，让模型自己学会物理世界的通用规律。到了新场景，只需要少量数据“激活”一下就能用。

沈劭劼用一个比喻来解释：如果把不同方案比作不同类型的学生，“中模型”像中等聪明的孩子，靠大量刷题，考到的题如果刷过就能考好，没刷过就会出问题。“大模型”像真正的学霸，不需要刷题，给他几本教材甚至各种杂书，他自己就能悟出来，最后轻松考进985。

沈劭劼承认，这个方向不是卓驭发明的。“特斯拉肯定走在前面，目前业界完成了这种状态的是特斯拉FSD V14和小鹏VLA2.0。但是跨垂类，暂时还没有。”

卓驭要做的是把这个模型真正用起来。

时间表已经排好了：今年内，这个模型会推送到乘用车和重卡上；两周后的北京车展，开放对外体验；今年7月，和合作伙伴一起，在L4 Robotaxi和无人物流车上开始试运营。

至于“跳过L3”的行业讨论，沈劭劼态度明确：“我同意。”

理由有两个。

第一是责任划分：如果要求消费者10秒内接管，但人睡着了接不了管，责任算谁的？

第二是技术层面：L2、L3、L4这些概念是几十年前提出的，那时候还没有大模型。现在大家已经确认，用具备原生多模态和涌现能力的模型，加上远程运营、安全兜底、传感器冗余，“能做到L2、L3、L4基本同源”。既然同源，那就用同一套技术做两个状态：一个是已经有的L2，一个是L4。

至于L4什么时候普及，沈劭劼认为现在已经实现了——路上能打到无人Robotaxi。问题不是能不能，而是成本。随着模型能力提升、泛化成本降低，成本线会下降，普及速度会加快。

他还设想了一种混合模式：一辆车同时具备L2+和L4能力。在未认证区域以L2+运行；进入认证区域后，由云端监控平台接管，变成按距离付费的“自己的出租车”。“不一定是完全以Robotaxi方式进行。”

03

供应链、成本与一个生存判断

尽管卓驭强调是以技术赢得市场，但外界还是给其冠以“价格屠夫”的称号。采访中，沈劭劼对这个标签做了拆解。

如果“价格屠夫”的意思是只能卖便宜货、做低端市场，“这个我肯定不认”。

他的判断是：要做好的产品肯定是全矩阵的，不同价位的车，不同场景需要用不同方案，现在很显然的一个趋势是随着模型能力越来越强，需要的硬件也会越来越多，但是性能提升比价格提升更快，毫无疑问，以后我们卖的东西会越来越贵，但是性能上升的速度一定会大于价格上升的速度。

如果“价格屠夫”指的是供应链管控能力，“这个我认”。

卓驭自研惯导三目系统

沈劭劼点出了一个行业现实：新生代智驾公司里，真正具备软硬件一体能力、有供应链管控能力的公司，很少。大多数是纯软件公司，遇到供应链波动，只能让合作伙伴加价买。

卓驭怎么做的？拿最近的内存涨价来说，“我们在去年下半年未雨绸缪囤了一大堆，保证今年交付不会出问题。”

而在回应“智驾平权”相关问题时，沈劭劼的看法有点反直觉。他认为，智驾平权的本质，不是把智驾做得越来越便宜，而是智能化在整车成本里的比重越来越大。一辆10万块的车，以前只愿意给智驾分2000块。现在因为智能化接受度越来越高，这个比例变了。但硬件用量实际上在增加。

“你用的东西多了，就不可能便宜。”这个判断，和他对“价格屠夫”的回应一脉相承：卓驭的核心竞争力不是低价，而是用更低的成本提供更高的性能。

至于要不要像有些车企一样自研芯片，沈劭劼的回答是否定的。“市面上靠谱的端侧芯片供应商，数量大于靠谱的智驾方案供应商。”找伙伴合作，甚至深度定制，比自己做更划算。

但支撑卓驭所有布局的，是一个更底层的判断。

“智能驾驶其实只是物理AI的一个最初始的形态，而绝非终局。往后，像我们这些未来能够存活下来的智能驾驶公司，都将转型为移动物理AI公司。我想说这其实并不是一个战略判断，这其实是个生存判断。”

他的逻辑链条很清晰：模型能力越来越强，训练成本越来越高，达到一年几十亿的级别。但同时，这个模型也具备了跨垂类的应用能力。只有将巨大的成本分摊到更多应用上，并用更多应用的数据反哺模型，才能建立良性循环。

“这最后只给了我们一个答案：我们所有这些智驾公司最后都必须转型为移动物理AI公司。而卓驭的愿景，正是在移动物理AI的时代成为其中一个重要的基础设施。”