[首發(fā)于智駕最前沿微信公眾號(hào)]2025年以來(lái)，智能駕駛行業(yè)在技術(shù)路線上逐漸收斂，端到端大模型取代了沿用多年的模塊化架構(gòu)，成為幾乎所有主流玩家的共同選擇。但共識(shí)形成的同時(shí)，新的分歧也在浮出水面，端到端之后，下一步往哪走？是用更大的模型、更多的傳感器持續(xù)堆高天花板，還是想辦法在有限的硬件資源里，把體驗(yàn)做到足夠好用？卓馭科技的技術(shù)發(fā)展路線，似乎可以回答這個(gè)問(wèn)題。

之前也有小伙伴讓我聊聊卓馭科技，其實(shí)這家公司前身是大疆的車載事業(yè)部，2016年啟動(dòng)車載業(yè)務(wù)研發(fā)，2023年從大疆分拆，2024年正式以卓馭品牌獨(dú)立運(yùn)營(yíng)。公司定位為智能駕駛系統(tǒng)供應(yīng)商，主導(dǎo)產(chǎn)品為成行平臺(tái)。

自動(dòng)駕駛的開(kāi)城難題，到底卡在哪？

其實(shí)自動(dòng)駕駛的技術(shù)發(fā)展一直面臨一個(gè)問(wèn)題，那就是為什么智能駕駛系統(tǒng)換個(gè)城市、換個(gè)國(guó)家就不好用了？

在2023年之前，行業(yè)主流方案是模塊化架構(gòu)，這套架構(gòu)把駕駛?cè)蝿?wù)拆成感知、預(yù)測(cè)、決策、規(guī)劃幾個(gè)獨(dú)立模塊，每個(gè)模塊各自用模型和規(guī)則來(lái)處理。感知模塊負(fù)責(zé)識(shí)別周圍有什么，預(yù)測(cè)模塊推斷這些目標(biāo)接下來(lái)會(huì)怎么動(dòng)，決策和規(guī)劃模塊再根據(jù)規(guī)則庫(kù)生成行駛路線。

這套方案的優(yōu)點(diǎn)是每個(gè)環(huán)節(jié)可解釋、可調(diào)試，但問(wèn)題也很明顯，系統(tǒng)能力的上限被規(guī)則庫(kù)的完備程度鎖死了。工程師能寫進(jìn)規(guī)則里的場(chǎng)景是有限的，遇到?jīng)]見(jiàn)過(guò)的情況，系統(tǒng)的表現(xiàn)就會(huì)不穩(wěn)定。此外，早期方案還高度依賴高精地圖，每進(jìn)入一個(gè)新城市，都需要采集地圖、標(biāo)注信息、針對(duì)性調(diào)參，整個(gè)流程耗時(shí)耗力。這就是行業(yè)內(nèi)常說(shuō)的開(kāi)城成本，每多一個(gè)城市，就意味著一次新的適配工程。

圖片源自：網(wǎng)絡(luò)

卓馭在早期也走過(guò)這條路線，它的技術(shù)基礎(chǔ)來(lái)自大疆在無(wú)人機(jī)和機(jī)器人領(lǐng)域的視覺(jué)感知積累，公司早期堅(jiān)持規(guī)則驅(qū)動(dòng)研發(fā)，這套小模型方案也讓它迅速拿出了可用的產(chǎn)品，幫助公司完成了從0到1的商業(yè)化起步，但模塊化方案的上限很快就觸碰到了。

變化發(fā)生在2024年，隨著Transformer架構(gòu)和BEV感知技術(shù)趨于成熟，行業(yè)開(kāi)始整體向端到端方案遷移。所謂端到端，就是把感知到規(guī)劃的過(guò)程交給一個(gè)統(tǒng)一的大模型來(lái)完成，不再人為拆分成多個(gè)獨(dú)立模塊。模型的輸入是攝像頭和其他傳感器的原始數(shù)據(jù)，輸出直接是車輛的行駛軌跡或控制指令。

特斯拉是這條路線最早的推動(dòng)者。FSD V12版本刪除了數(shù)十萬(wàn)行人工規(guī)則代碼，用數(shù)據(jù)驅(qū)動(dòng)的方式訓(xùn)練出一個(gè)端到端網(wǎng)絡(luò)，復(fù)雜場(chǎng)景下的應(yīng)對(duì)能力出現(xiàn)了明顯躍升。這條路線很快被國(guó)內(nèi)廠商跟進(jìn)，但在實(shí)踐中，不同公司的實(shí)現(xiàn)方式和側(cè)重點(diǎn)差別很大。2024年10月，卓馭團(tuán)隊(duì)做出關(guān)鍵決策，決定全面轉(zhuǎn)向端到端技術(shù)路線。

不堆傳感器不堆算力，這條路怎么走？

卓馭在端到端方向上的選擇，從一開(kāi)始就和其他玩家不太一樣，它沒(méi)有追求極致的算力平臺(tái)，也沒(méi)有堆砌傳感器，而是瞄準(zhǔn)了一個(gè)看似逆向的目標(biāo)，即用最低的硬件成本，把端到端模型跑起來(lái)。

這套方案的核心是成行平臺(tái)，而支撐這個(gè)平臺(tái)的關(guān)鍵技術(shù)之一，是卓馭自研的慣導(dǎo)立體視覺(jué)系統(tǒng)。這套系統(tǒng)用兩個(gè)攝像頭模仿人眼的雙目視覺(jué)原理，通過(guò)計(jì)算兩個(gè)攝像頭之間的視差，直接生成帶有深度信息的三維點(diǎn)云。和單目攝像頭方案相比，它能直接測(cè)量距離，不需要依賴模型從大量數(shù)據(jù)中學(xué)出深度，和激光雷達(dá)方案相比，它的成本又低很多。

圖片源自：網(wǎng)絡(luò)

在雙目基礎(chǔ)上，卓馭還發(fā)展出了三目方案，也就是在雙目之外增加一顆長(zhǎng)焦攝像頭，用來(lái)提升對(duì)遠(yuǎn)處目標(biāo)（尤其是紅綠燈）的識(shí)別能力。這套慣導(dǎo)三目方案后來(lái)被搭載在一汽紅旗多款車型上，成為卓馭進(jìn)入主流主機(jī)廠供應(yīng)鏈的關(guān)鍵技術(shù)。

卓馭在端到端模型本身的設(shè)計(jì)上也有自己的思路，和業(yè)界常見(jiàn)的黑盒式端到端不同，它選擇了可解釋端到端的路線，其在模型內(nèi)部保留了感知、預(yù)測(cè)等模塊的中間輸出。這么做的好處是，當(dāng)系統(tǒng)出現(xiàn)問(wèn)題的時(shí)候，工程師可以定位到具體是哪個(gè)環(huán)節(jié)出了偏差，而不是面對(duì)一個(gè)完全不可解釋的神經(jīng)網(wǎng)絡(luò)束手無(wú)策。

2025年9月，卓馭通過(guò)OTA推送了高悟性端到端2.0版本。這套系統(tǒng)以交互式預(yù)測(cè)規(guī)劃+強(qiáng)化學(xué)習(xí)為雙核驅(qū)動(dòng)，在云端構(gòu)建百億公里級(jí)的虛擬訓(xùn)練環(huán)境，讓模型完成數(shù)百億次碰撞懲罰與安全獎(jiǎng)勵(lì)訓(xùn)練。它在行業(yè)中被認(rèn)為是率先實(shí)現(xiàn)了環(huán)境、車輛、行人三方意圖的深度耦合，使系統(tǒng)從被動(dòng)模仿走向了主動(dòng)決策。

2026年4月，卓馭進(jìn)一步升級(jí)到端到端4.0，實(shí)現(xiàn)了100%數(shù)據(jù)驅(qū)動(dòng)，像是領(lǐng)航、掉頭這類此前很難完全端到端化的場(chǎng)景，也全部清除了殘留的規(guī)則代碼。這意味著車輛不再被動(dòng)執(zhí)行如果A、那么B的指令，而是通過(guò)學(xué)習(xí)海量?jī)?yōu)秀駕駛行為數(shù)據(jù)，自主理解通行邏輯與駕駛禮儀。端到端4.0還具備了防御性駕駛的本能防御能力和縫隙穿行能力，在狹窄路況下的表現(xiàn)更加擬人。

圖片源自：網(wǎng)絡(luò)

最能體現(xiàn)卓馭工程能力的，是它在德州儀器TDA4芯片上部署端到端網(wǎng)絡(luò)的案例。這顆芯片的算力只有32TOPS，在行業(yè)內(nèi)屬于中低端水平。在行業(yè)普遍認(rèn)為端到端需要高算力的背景下，卓馭通過(guò)模型壓縮、算子優(yōu)化和系統(tǒng)協(xié)同，成功在這顆芯片上跑通了端到端城市領(lǐng)航功能。

這一思路也延伸到了芯片平臺(tái)的選擇上，卓馭沒(méi)有綁定單一芯片廠商，而是同時(shí)適配德州儀器TDA4、高通SA8650P/SA8775P、英偉達(dá)Thor等多個(gè)平臺(tái)，算力跨度從32TOPS到1000TOPS。其中基于高通8775的單芯片艙駕一體方案，用一顆芯片同時(shí)處理智能駕駛和智能座艙任務(wù)，相比兩套分離系統(tǒng)顯著降低了硬件成本和通信延遲。這種多平臺(tái)兼容的策略，讓卓馭的方案能夠靈活適配不同價(jià)位車型的需求。

端到端之后，下一步是什么？

雖然端到端4.0看似完美，但它仍然有一個(gè)難以繞開(kāi)的局限，那就是跨地域、跨垂類場(chǎng)景下的適配成本依然很高。

由于這類模型高度依賴專家駕駛數(shù)據(jù)來(lái)做訓(xùn)練，這意味著換一個(gè)國(guó)家、換一種車型，就需要重新采集數(shù)據(jù)、重新訓(xùn)練泛化。卓馭CEO沈劭劼在2026年百人會(huì)論壇上直接點(diǎn)出了這個(gè)問(wèn)題，在路權(quán)規(guī)則與中國(guó)差異顯著的海外市場(chǎng)，模型泛化近乎推倒重來(lái)；在面向重卡、客車等不同平臺(tái)延伸時(shí)，人力投入同樣難以線性收窄。

這也是為什么卓馭選擇在2026年邁出下一步，2026年4月北京車展上，卓馭以智能一切移動(dòng)為主題舉辦發(fā)布會(huì)，正式推出首個(gè)原生多模態(tài)基礎(chǔ)模型，將公司的核心技術(shù)方向明確為移動(dòng)物理AI。這套模型將泛化的重心從后訓(xùn)練階段提前到了預(yù)訓(xùn)練階段。

圖片源自：網(wǎng)絡(luò)

模型在底層可以完成對(duì)物理世界通用規(guī)律的預(yù)訓(xùn)練，支持視頻、文本、動(dòng)作、語(yǔ)音、地圖等多模態(tài)信息的統(tǒng)一表征輸入。預(yù)訓(xùn)練階段的數(shù)據(jù)來(lái)源不僅包括智能駕駛專屬數(shù)據(jù)，還覆蓋互聯(lián)網(wǎng)數(shù)據(jù)以及各類移動(dòng)機(jī)器人的第一視角數(shù)據(jù)，形成以移動(dòng)傳感器為中心的海量訓(xùn)練體系。

這套設(shè)計(jì)背后的邏輯非常清晰，如果模型在預(yù)訓(xùn)練階段就已經(jīng)接觸過(guò)足夠多樣的物理世界場(chǎng)景和移動(dòng)任務(wù)數(shù)據(jù)，那么它在面對(duì)一個(gè)全新場(chǎng)景時(shí)就不再需要重新學(xué)習(xí)，只需要少量的后訓(xùn)練數(shù)據(jù)來(lái)激活即可。卓馭CEO沈劭劼在發(fā)布會(huì)上明確表示，原生多模態(tài)大模型憑借足夠大的參數(shù)規(guī)模，可攝入互聯(lián)網(wǎng)、機(jī)器人等多元模態(tài)數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練，具備涌現(xiàn)能力，到新場(chǎng)景只需少量后訓(xùn)練數(shù)據(jù)即可激活。

從公司內(nèi)部對(duì)技術(shù)發(fā)展階段的劃分來(lái)看，這一演進(jìn)的脈絡(luò)很清楚，規(guī)則驅(qū)動(dòng)的小模型時(shí)代通用基礎(chǔ)能力弱，高度依賴開(kāi)城泛化；數(shù)據(jù)驅(qū)動(dòng)的端到端中模型時(shí)代基礎(chǔ)能力升至70分，少量泛化適配即可達(dá)90分以上，但出海和跨垂類仍需高額工程投入；而原生多模態(tài)基礎(chǔ)模型則追求跨場(chǎng)景、跨地域的零樣本遷移能力。

模型換思路，硬件和場(chǎng)景怎么跟？

和新的模型路線相配套，卓馭在硬件層面也拿出了新一代方案。

在感知系統(tǒng)上，卓馭在2026北京車展首次展示了自研的激目2.0系統(tǒng)。這是一套艙內(nèi)激光視覺(jué)前融合方案，最大的設(shè)計(jì)亮點(diǎn)是變焦感知能力，低速城區(qū)場(chǎng)景下以廣角視野覆蓋更大范圍的交通參與者和突發(fā)狀況；高速場(chǎng)景則自動(dòng)收窄視場(chǎng)角，同時(shí)提升探測(cè)距離與點(diǎn)云密度，確保高速行車的安全冗余。系統(tǒng)安裝在艙內(nèi)，也避免了重卡等商用車型日常清潔不便的問(wèn)題。

在計(jì)算平臺(tái)上，卓馭推出了面向L3/L4級(jí)的雙英偉達(dá)Thor芯片方案。Robotaxi車型將搭載基于雙Thor芯片的三冗余L4級(jí)控制器，在架構(gòu)層面預(yù)留了足夠的安全備份。

圖片源自：網(wǎng)絡(luò)

這套新的技術(shù)底座，讓卓馭的多場(chǎng)景布局在2026年明顯提速，在商用車領(lǐng)域，卓馭已覆蓋中國(guó)商用重卡前六大品牌，多款合作車型計(jì)劃在2026年6月起陸續(xù)量產(chǎn)重卡高速NOA。重卡版控制器與算力配置與乘用車版本保持一致，同樣引入激目2.0系統(tǒng)。此外，其與宇通客車聯(lián)合開(kāi)發(fā)的商用客車NOA方案或?qū)⒂?026年9月量產(chǎn)交付，覆蓋高速NOA、城區(qū)NOA及自主停泊功能。無(wú)人場(chǎng)景方面，城配無(wú)人物流車計(jì)劃2026年7月啟動(dòng)試運(yùn)營(yíng)，Robotaxi預(yù)計(jì)下半年開(kāi)啟試運(yùn)行。

據(jù)公開(kāi)信息，從乘用車模型適配到重卡，卓馭僅需六周左右，同一套底層模型同時(shí)服務(wù)乘用車、商用車、無(wú)人物流車和Robotaxi，只是根據(jù)不同場(chǎng)景的需求在控制器、傳感器配置和安全冗余層面做差異化適配。這種做法如果持續(xù)跑通，將顯著降低跨場(chǎng)景部署的邊際成本，對(duì)于一家以性價(jià)比為核心競(jìng)爭(zhēng)邏輯的公司來(lái)說(shuō)，這個(gè)方向的意義不言而喻。

行業(yè)里的不同選擇，誰(shuí)更有道理？

把卓馭放在更大的行業(yè)背景下看，可以發(fā)現(xiàn)，不同廠商在技術(shù)路線上正在形成不同的側(cè)重點(diǎn)。

特斯拉是端到端路線的標(biāo)桿，它的FSD系統(tǒng)采用純視覺(jué)方案，8個(gè)攝像頭加上自研芯片，不依賴激光雷達(dá)和高精地圖。V12版本刪除了數(shù)十萬(wàn)行規(guī)則代碼，用生成式AI實(shí)現(xiàn)從傳感器輸入到控制輸出的直接映射，模型的擬人化程度在全球范圍內(nèi)領(lǐng)先。但特斯拉入華之后也暴露了一些問(wèn)題，由于對(duì)中國(guó)特有的交通場(chǎng)景反應(yīng)不夠靈敏，初期百公里接管次數(shù)顯著高于本土方案。這也說(shuō)明端到端模型雖然上限高，但對(duì)數(shù)據(jù)質(zhì)量和本地化訓(xùn)練的依賴同樣很大。

華為走的是另一條路，它一直堅(jiān)持多傳感器融合路線，配備高線數(shù)激光雷達(dá)、4D毫米波雷達(dá)等硬件。這套方案的性能上限很高，但傳感器和算力的成本也相應(yīng)較高。

如果做一個(gè)粗略的對(duì)比，特斯拉走的是數(shù)據(jù)+算法驅(qū)動(dòng)的路線，靠全球車隊(duì)積累的海量數(shù)據(jù)和生成式AI能力來(lái)提升系統(tǒng)上限；華為走的是算力+傳感器路線，用硬件冗余來(lái)確保安全下限和性能表現(xiàn)。卓馭則走出了第三條路，在硬件上做減法，在算法和工程優(yōu)化上做加法，用更低的成本門檻把智能駕駛能力鋪到更大眾的車型上。而2026年發(fā)布的原生多模態(tài)基礎(chǔ)模型，則進(jìn)一步把這條路線延伸到了跨場(chǎng)景、跨地域的維度，即用一個(gè)統(tǒng)一的模型底座，去支撐從乘用車到重卡、從中國(guó)到海外的多種應(yīng)用場(chǎng)景。

圖片源自：網(wǎng)絡(luò)

這個(gè)選擇背后，對(duì)應(yīng)著對(duì)不同企業(yè)對(duì)行業(yè)趨勢(shì)的不同判斷。特斯拉相信極致的算法能力最終能替代所有硬件冗余；華為認(rèn)為在通往更高等級(jí)自動(dòng)駕駛的路上，傳感器冗余和安全底座不可省略；卓馭則押注在兩條線上，短期內(nèi)，在當(dāng)前的工程和成本約束下，把L2+級(jí)別的體驗(yàn)做好，讓它覆蓋盡可能多的車型和場(chǎng)景；長(zhǎng)期看，通過(guò)構(gòu)建通用的物理世界理解能力，為更高級(jí)別的自動(dòng)駕駛儲(chǔ)備技術(shù)底座。這三種判斷沒(méi)有絕對(duì)的對(duì)錯(cuò)，最終要看行業(yè)在不同階段的實(shí)際需求。

其實(shí)從技術(shù)演進(jìn)的脈絡(luò)來(lái)看，卓馭近幾年的選擇始終圍繞同一個(gè)邏輯展開(kāi)，那就是在每一個(gè)技術(shù)階段，找到當(dāng)前約束條件下性價(jià)比最高的解決方案，同時(shí)為下一階段的技術(shù)升級(jí)預(yù)留接口。從模塊化到端到端，從端到端到原生多模態(tài)基礎(chǔ)模型，每一步的節(jié)奏都踩得相當(dāng)緊湊。

審核編輯 黃宇