智駕產業邏輯面臨顛覆，卓馭迎來價值全面重估

中國智能駕駛行業正快速發展，L2級輔助駕駛滲透率不斷上升，城市NOA功能快速下探至10萬元級車型，智能化普及速度遠超預期，但全行業仍集體面臨盈利難題。與此同時，功能同質化愈演愈烈，定制化適配成本高企、出海與跨垂類拓展受阻，行業正在轉向規模化普及與商業可持續性的生存競賽。

“智能輔助駕駛只是物理AI的初始形態，絕非終局；未來存活下來的智能輔助駕駛公司，都將轉型為移動物理AI公司。這不是戰略判斷，而是生存判斷。”卓馭科技CEO沈劭劼在2026智能電動汽車發展高層論壇上表示。這一判斷指向了一個更深層的產業變革：智駕行業的競爭規則，正在從“單點功能強弱”轉向“平臺化復用能力”，從“項目制交付”轉向“基礎設施式服務”。

范式躍遷：從功能堆砌到基座驅動

當前智能駕駛的行業內卷，車企對智駕系統的核心訴求，已經從“功能更豐富”轉向“交付更穩定、成本更可控、落地更高效”。行業逐漸進入規模化普惠階段，決定企業能否長期生存的關鍵，不再是短期功能亮點，而是能否擺脫定制化依賴，落地適配全場景的長效運營模式。

回顧智能駕駛行業演進，沈劭劼將其劃分為三個階段。

2016～2023年為傳統小模型階段，行業主流方案依賴高精地圖、小感知模型與規則化決策規劃控制系統，系統基礎能力僅40分左右，必須依靠大量人工定制、城市適配與場景補丁才能達到80分的可用水平。沈劭劼指出：“這套模式通用基礎能力弱、泛化性能差、泛化適配成本高。簡而言之，開城代價巨大。”這一階段的核心瓶頸在于：每進入一個新城市或新場景，幾乎都要重做一遍適配，規模擴張的邊際成本居高不下。

2023～2025年進入端到端中模型階段，隨著兩段式、一段式端到端方案的持續發展，智能駕駛實現了性能體驗的質的飛躍。沈劭劼評價道：“通用基礎能力大幅提升到70分，基于數據驅動通過少量的泛化適配，即可達到90分以上的表現，基本做到能用、好用。”但這一路線仍未徹底解決跨地域、跨垂類的通用性問題。比如面向歐洲等路權規則差異顯著的海外市場，仍需二次專項訓練；跨垂類拓展至商業重卡、客車、物流車等場景，依舊需要團隊重復投入研發適配。

因此，沈劭劼提出一個根本性假設：“有沒有可能有一個方案，能夠真正做到開箱即滿分，或者至少開箱即95分的水平？”答案是具備涌現能力的原生多模態基礎模型。“端到端只是技術起點，原生多模態基礎模型，才是移動智能基座的核心。”該模型在最底層完成對物理世界通用規律的預訓練，而非針對單一乘用車場景優化，可實現跨垂類開箱即用、全球零泛化適配，將系統基礎能力提升至95分以上。

這一范式躍遷的產業意義在于：智能駕駛從“手工作坊式適配”走向“工業化規模復制”。企業之間的核心差異不再是單點功能的強弱，而是技術跨場景復用能力與平臺化交付效率。

商業模式轉折：從項目制到平臺化

傳統智能駕駛采用典型的Tier1項目制模式——車企按單一車型、單一場景向供應商定點開發，逐一定制、逐次交付。這種模式周期長、復用率低，收入增長與人力投入、適配成本幾乎線性相關。資本市場對這類企業的估值高度依賴定點數量、客戶數量等短期指標，本質上是汽車零部件的估值邏輯。

基礎大模型的普及，正在徹底改變這一結構。沈劭劼透露：“訓練的成本越來越高，達到了一年幾十億的級別。”與此同時，基礎大模型具備了跨垂類的應用能力。這催生了一種全新的商業邏輯：將高額的固定研發投入分攤到盡可能多的應用場景，同時用更多場景的數據反哺模型，形成良性循環。

對車企而言，無需再投入大量資源進行重復定制開發，只需接入成熟通用的智能基座，即可快速實現全車型、全場景智能駕駛覆蓋。合作關系從“采購定制功能”轉變為“接入通用智能能力”。對智駕公司而言，收入模式從線性增長變為指數級擴展——固定成本較高，但每新增一個客戶的邊際成本被壓低。

沈劭劼認為，未來兩年，全球智能輔助駕駛行業將告別分垂類、分地域的功能交付時代，全面擁抱基礎模型。

卓馭選擇的是模型基座層，而非局限在僅面向消費者的智駕垂類模型層。這一選擇的商業邏輯在于：客戶轉換成本高，一旦接入，替換意味著重新適配全場景；規模效應顯著，客戶越多，單位研發成本越低；數據飛輪效應強，多場景數據持續反哺模型迭代。

全域跨垂類量產落地，筑牢全棧硬核競爭壁壘

在行業普遍陷入“升級必增成本、規模化商業落地難”的困境時，卓馭從技術底層堅定選擇原生多模態基礎模型路線，以Zero Shot零數據知識遷移為核心能力，實現全場景通用、低適配、快落地，并率先完成乘用車、商用重卡、L4無人物流等的多載體量產閉環，成為業內少有的具備跨垂類規模化交付能力的智能駕駛企業。

沈劭劼認為，原生多模態基礎模型是移動物理AI的技術底座，而非單一智駕模型，以Zero Shot零數據遷移為核心，帶來三大價值。一是跨車型開箱即用，乘用車NOA快速遷移重卡/物流車，研發周期大幅縮短；二是全球零泛化，預訓練適配各國交規與駕駛習慣，輕松全球化；三是全場景通用，鋪裝/非鋪裝、室內外全覆蓋，天地一體適配。

這一技術能力并非實驗室概念，而是全面落地為量產成果。在乘用車核心場景，卓馭形成“油電同智、艙駕同芯、行泊同優、中外同頻”的產品布局，其中單芯片艙駕一體方案為行業首發。截至目前，卓馭累計實現超百款車型定點、50余款車型量產落地，覆蓋主流車企集團，客戶拓展速度持續超出市場預期。

商用重卡是檢驗跨垂類復用能力的關鍵場景。重卡整備質量大、制動距離長、工況復雜，對感知與控制精度要求遠高于乘用車，傳統方案難以直接遷移。卓馭依托同一基座模型快速完成能力遷移，推出高悟性端到端4.0重卡方案，采用與乘用車同源的控制器及算力平臺，搭配自研激目系統，成為業內首個滿足組合駕駛輔助強制性標準的商用車重卡解決方案。

“該方案可滿足國家強制性標準，也是業內首個通過強標的商用車重卡解決方案。”沈劭劼表示，目前卓馭已覆蓋國內重卡Top 6品牌，多款量產車型將自2026年6月起陸續上市。

在L4自動駕駛領域，卓馭采取L2與L4技術同源的務實策略。基于這一路線，卓馭的Robotaxi與無人物流車將于2026年7月開啟試運營，且堅持只提供智能化能力、不參與運營的定位，聚焦技術核心價值。

此外，卓馭具備軟硬件一體與供應鏈管控能力。“面對內存漲價等供應鏈波動，我們提前布局保障交付，這是純軟件公司不具備的能力。”沈劭劼表示，軟硬一體實現平臺標準化，進一步強化了多場景復制與交付確定性。

估值邏輯遷移：從定點數量到平臺價值

隨著基座模式逐步成為行業共識，資本市場的估值邏輯也在發生變化。傳統以項目制為核心的產業邏輯正在瓦解，平臺化、通用化、基礎設施化成為新的價值標尺。

對投資者而言，核心評估維度不再是單一項目金額或定點數量，而是：基座的泛化能力，即能從乘用車延伸至多少種移動載體；遷移效率——進入新垂類需要多少工程投入；量產確定性，是否有規模化交付實證；數據飛輪規模，跨場景數據能否持續反哺模型。

卓馭依托原生多模態基礎大模型實現多載體復用，用規模化量產攤薄高額模型投入，用多場景數據反哺模型迭代，形成“技術—量產—數據—成本優化—長效發展”的完整正向循環。這使其跳出傳統L2輔助駕駛的估值框架，成長空間延伸至商用車、無人車、泛機器人等全域移動場景。

“我們希望移動物理AI能夠智能一切的移動，無論乘用車還是商用車，無論L2還是L4，乃至以后的泛機器人行業，通過一個包括模型軟件、車規級高可靠性硬件的組合方案，能夠真正的實現萬物自主移動。”沈劭劼表示，這些都不只是一個餅，他們正在發生。”

隨著即將到來的北京車展上開放原生多模態基礎模型體驗、商用重卡從今年6月起9個月內陸續量產、L4在7月開始試運營，移動物理AI的產業競賽已進入實戰階段。能夠率先完成平臺化轉型、驗證商業閉環的企業，將在下一個五年的產業版圖中占據核心位置。而卓馭，正試圖成為那個定義規則的基礎設施。