智驾产业逻辑面临颠覆，卓驭迎来价值全面重估

中国智能驾驶行业正快速发展，L2级辅助驾驶渗透率不断上升，城市NOA功能快速下探至10万元级车型，智能化普及速度远超预期，但全行业仍集体面临盈利难题。与此同时，功能同质化愈演愈烈，定制化适配成本高企、出海与跨垂类拓展受阻，行业正在转向规模化普及与商业可持续性的生存竞赛。

“智能辅助驾驶只是物理AI的初始形态，绝非终局；未来存活下来的智能辅助驾驶公司，都将转型为移动物理AI公司。这不是战略判断，而是生存判断。”卓驭科技CEO沈劭劼在2026智能电动汽车发展高层论坛上表示。这一判断指向了一个更深层的产业变革：智驾行业的竞争规则，正在从“单点功能强弱”转向“平台化复用能力”，从“项目制交付”转向“基础设施式服务”。

范式跃迁：从功能堆砌到基座驱动

当前智能驾驶的行业内卷，车企对智驾系统的核心诉求，已经从“功能更丰富”转向“交付更稳定、成本更可控、落地更高效”。行业逐渐进入规模化普惠阶段，决定企业能否长期生存的关键，不再是短期功能亮点，而是能否摆脱定制化依赖，落地适配全场景的长效运营模式。

回顾智能驾驶行业演进，沈劭劼将其划分为三个阶段。

2016～2023年为传统小模型阶段，行业主流方案依赖高精地图、小感知模型与规则化决策规划控制系统，系统基础能力仅40分左右，必须依靠大量人工定制、城市适配与场景补丁才能达到80分的可用水平。沈劭劼指出：“这套模式通用基础能力弱、泛化性能差、泛化适配成本高。简而言之，开城代价巨大。”这一阶段的核心瓶颈在于：每进入一个新城市或新场景，几乎都要重做一遍适配，规模扩张的边际成本居高不下。

2023～2025年进入端到端中模型阶段，随着两段式、一段式端到端方案的持续发展，智能驾驶实现了性能体验的质的飞跃。沈劭劼评价道：“通用基础能力大幅提升到70分，基于数据驱动通过少量的泛化适配，即可达到90分以上的表现，基本做到能用、好用。”但这一路线仍未彻底解决跨地域、跨垂类的通用性问题。比如面向欧洲等路权规则差异显著的海外市场，仍需二次专项训练；跨垂类拓展至商业重卡、客车、物流车等场景，依旧需要团队重复投入研发适配。

因此，沈劭劼提出一个根本性假设：“有没有可能有一个方案，能够真正做到开箱即满分，或者至少开箱即95分的水平？”答案是具备涌现能力的原生多模态基础模型。“端到端只是技术起点，原生多模态基础模型，才是移动智能基座的核心。”该模型在最底层完成对物理世界通用规律的预训练，而非针对单一乘用车场景优化，可实现跨垂类开箱即用、全球零泛化适配，将系统基础能力提升至95分以上。

这一范式跃迁的产业意义在于：智能驾驶从“手工作坊式适配”走向“工业化规模复制”。企业之间的核心差异不再是单点功能的强弱，而是技术跨场景复用能力与平台化交付效率。

商业模式转折：从项目制到平台化

传统智能驾驶采用典型的Tier1项目制模式——车企按单一车型、单一场景向供应商定点开发，逐一定制、逐次交付。这种模式周期长、复用率低，收入增长与人力投入、适配成本几乎线性相关。资本市场对这类企业的估值高度依赖定点数量、客户数量等短期指标，本质上是汽车零部件的估值逻辑。

基础大模型的普及，正在彻底改变这一结构。沈劭劼透露：“训练的成本越来越高，达到了一年几十亿的级别。”与此同时，基础大模型具备了跨垂类的应用能力。这催生了一种全新的商业逻辑：将高额的固定研发投入分摊到尽可能多的应用场景，同时用更多场景的数据反哺模型，形成良性循环。

对车企而言，无需再投入大量资源进行重复定制开发，只需接入成熟通用的智能基座，即可快速实现全车型、全场景智能驾驶覆盖。合作关系从“采购定制功能”转变为“接入通用智能能力”。对智驾公司而言，收入模式从线性增长变为指数级扩展——固定成本较高，但每新增一个客户的边际成本被压低。

沈劭劼认为，未来两年，全球智能辅助驾驶行业将告别分垂类、分地域的功能交付时代，全面拥抱基础模型。

卓驭选择的是模型基座层，而非局限在仅面向消费者的智驾垂类模型层。这一选择的商业逻辑在于：客户转换成本高，一旦接入，替换意味着重新适配全场景；规模效应显著，客户越多，单位研发成本越低；数据飞轮效应强，多场景数据持续反哺模型迭代。

全域跨垂类量产落地，筑牢全栈硬核竞争壁垒

在行业普遍陷入“升级必增成本、规模化商业落地难”的困境时，卓驭从技术底层坚定选择原生多模态基础模型路线，以Zero Shot零数据知识迁移为核心能力，实现全场景通用、低适配、快落地，并率先完成乘用车、商用重卡、L4无人物流等的多载体量产闭环，成为业内少有的具备跨垂类规模化交付能力的智能驾驶企业。

沈劭劼认为，原生多模态基础模型是移动物理AI的技术底座，而非单一智驾模型，以Zero Shot零数据迁移为核心，带来三大价值。一是跨车型开箱即用，乘用车NOA快速迁移重卡/物流车，研发周期大幅缩短；二是全球零泛化，预训练适配各国交规与驾驶习惯，轻松全球化；三是全场景通用，铺装/非铺装、室内外全覆盖，天地一体适配。

这一技术能力并非实验室概念，而是全面落地为量产成果。在乘用车核心场景，卓驭形成“油电同智、舱驾同芯、行泊同优、中外同频”的产品布局，其中单芯片舱驾一体方案为行业首发。截至目前，卓驭累计实现超百款车型定点、50余款车型量产落地，覆盖主流车企集团，客户拓展速度持续超出市场预期。

商用重卡是检验跨垂类复用能力的关键场景。重卡整备质量大、制动距离长、工况复杂，对感知与控制精度要求远高于乘用车，传统方案难以直接迁移。卓驭依托同一基座模型快速完成能力迁移，推出高悟性端到端4.0重卡方案，采用与乘用车同源的控制器及算力平台，搭配自研激目系统，成为业内首个满足组合驾驶辅助强制性标准的商用车重卡解决方案。

“该方案可满足国家强制性标准，也是业内首个通过强标的商用车重卡解决方案。”沈劭劼表示，目前卓驭已覆盖国内重卡Top 6品牌，多款量产车型将自2026年6月起陆续上市。

在L4自动驾驶领域，卓驭采取L2与L4技术同源的务实策略。基于这一路线，卓驭的Robotaxi与无人物流车将于2026年7月开启试运营，且坚持只提供智能化能力、不参与运营的定位，聚焦技术核心价值。

此外，卓驭具备软硬件一体与供应链管控能力。“面对内存涨价等供应链波动，我们提前布局保障交付，这是纯软件公司不具备的能力。”沈劭劼表示，软硬一体实现平台标准化，进一步强化了多场景复制与交付确定性。

估值逻辑迁移：从定点数量到平台价值

随着基座模式逐步成为行业共识，资本市场的估值逻辑也在发生变化。传统以项目制为核心的产业逻辑正在瓦解，平台化、通用化、基础设施化成为新的价值标尺。

对投资者而言，核心评估维度不再是单一项目金额或定点数量，而是：基座的泛化能力，即能从乘用车延伸至多少种移动载体；迁移效率——进入新垂类需要多少工程投入；量产确定性，是否有规模化交付实证；数据飞轮规模，跨场景数据能否持续反哺模型。

卓驭依托原生多模态基础大模型实现多载体复用，用规模化量产摊薄高额模型投入，用多场景数据反哺模型迭代，形成“技术—量产—数据—成本优化—长效发展”的完整正向循环。这使其跳出传统L2辅助驾驶的估值框架，成长空间延伸至商用车、无人车、泛机器人等全域移动场景。

“我们希望移动物理AI能够智能一切的移动，无论乘用车还是商用车，无论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，能够真正的实现万物自主移动。”沈劭劼表示，这些都不只是一个饼，他们正在发生。”

随着即将到来的北京车展上开放原生多模态基础模型体验、商用重卡从今年6月起9个月内陆续量产、L4在7月开始试运营，移动物理AI的产业竞赛已进入实战阶段。能够率先完成平台化转型、验证商业闭环的企业，将在下一个五年的产业版图中占据核心位置。而卓驭，正试图成为那个定义规则的基础设施。