问题：从“功能交付”走向“能力底座”，智能驾驶竞争规则正重写 当前，智能辅助驾驶正处在从“可用”迈向“好用、泛用、安全可验证”的关键阶段。一上，城市道路、复杂天气、非标准交通参与者等长尾场景，仍是体验与安全的主要短板；另一方面，降本增效压力下，车企更希望辅助驾驶方案能在跨车型、跨动力形式、跨地域之间快速复制，缩短开发与验证周期。行业竞争也因此从单点功能、单一场景的较量，转向对通用能力底座、工程落地与规模运营的综合比拼。 原因：训练成本高企与场景碎片化倒逼“基础模型化”与跨域复用 论坛期间，卓驭科技负责人沈劭劼提出判断：智能驾驶只是物理智能的初始形态，未来能够持续发展的企业需要向“移动物理智能”演进。其背后是清晰的产业约束——基础模型能力越强，对算力、数据、工程体系与安全验证的投入越大，训练与迭代成本随之快速抬升。同时，如果只靠单一车型或单一区域形成数据闭环，不仅难以摊薄长期投入，也难以支撑持续迭代。 因此，行业开始强调以通用基础模型为核心，通过更多车型与更多运营场景实现数据回流与能力增强，形成“成本—场景—数据—模型”的循环。这也让跨垂类迁移、跨地域适配、跨平台部署，成为衡量企业能力的重要指标。 影响：乘商并进、规模量产与出海，推动产业链协同升级 沈劭劼在会上披露，企业正以“原生多模态基础模型”作为技术底座，推动能力在乘用车与商用重卡等场景之间迁移并实现量产，并给出相对明确的产品节奏。在乘用车端，他将业务推进概括为“油电同智、舱驾同芯、行泊同优、中外同频”。其中，“舱驾同芯”指以单芯片实现座舱与驾驶融合的系统方案，重点在于成本控制、算力调度与系统集成的工程化路径。目前其量产车型已超过50款，定点合作车型突破100款，并计划自4月起向对应的车型推送新版本能力，以继续提升端到端体验一致性。 在商用车端，企业提出以与乘用车一致的控制器与算力体系为基础，并叠加面向重卡安全需求的传感与融合方案，形成L2+级辅助驾驶能力，目标覆盖头部重卡品牌。相关合作车型计划自今年6月起在9个月内陆续量产。业内普遍认为，商用车对安全冗余、运营稳定性与经济性更敏感；若能在重卡等高价值场景实现规模化落地，有望对道路安全与运输效率产生带动效应，并推动传感器、控制器以及整车电子电气架构等环节加速升级。 对策：以“原生多模态基础模型”提升迁移效率，并强化强标与安全验证 针对行业长期存在的“场景多、验证难、迭代慢”，沈劭劼集中阐释了“原生多模态基础模型”的技术路径：该底座不仅服务于辅助驾驶，也试图支撑跨场景的移动物理智能能力建设。其目标之一是提升知识迁移效率，使模型在不同车辆类型、不同道路条件下减少重复训练与反复适配的成本；同时通过预训练与工程化策略增强跨地域适配能力，为出海部署打下基础。 更受关注的是，随着辅助驾驶进入规模化应用阶段，“安全可验证”正在成为行业的硬要求。商用车尤其需要在法规合规、强制性标准验证、运营可靠性各上建立更量化的验证体系。企业在推动能力升级的同时，也需要同步完善测试评价、数据闭环、故障诊断与安全冗余策略，推动行业从“体验优先”走向“安全与体验并重”。 前景：两年内或进入“基础模型主导”的新周期，高阶自动化走向试运营与商业验证 从产业趋势看，智能辅助驾驶的交付方式正从“按地域、按垂类定制”转向“基础模型驱动的通用能力平台”。企业在会上提出，未来两年行业可能逐步告别碎片化的功能交付模式，基础模型将成为主流路径之一。面向更高阶自动化，企业表示将与生态伙伴推进相关技术研发与落地，Robotaxi与无人物流等有望启动试运营，进入商业验证阶段。 综合来看，随着基础模型、数据要素与算力基础设施的持续投入，行业竞争焦点将继续上移：从单车功能到平台能力，从单点技术到规模运营，从局部领先到全球适配。谁能在合规与安全框架下实现更快迁移、更稳量产、更低成本与更强闭环，谁就更可能在下一轮竞争中占据主动。
卓驭科技的判断为智能驾驶行业提供了一个清晰方向；在技术迭代与成本压力的双重推动下，向移动物理AI转型不再只是战略选项，更关乎企业能否持续发展。这个趋势可能重塑行业格局，并推动中国智能驾驶技术在全球竞争中争取更有利的位置。如何抓住这轮变化，将成为产业链各方需要共同回答的问题。