2025年以來，智能駕駛行業在技術路線上逐漸收斂，端到端大模型取代了沿用多年的模塊化架構，成為幾乎所有主流玩家的共同選擇。但共識形成的同時，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、更多的傳感器持續堆高天花板，還是想辦法在有限的硬件資源里，把體驗做到足夠好用？卓馭科技的技術發展路線，似乎可以回答這個問題。

之前也有小伙伴讓我聊聊卓馭科技，其實這家公司前身是大疆的車載事業部，2016年啟動車載業務研發，2023年從大疆分拆，2024年正式以卓馭品牌獨立運營。公司定位為智能駕駛系統供應商，主導產品為成行平臺。

自動駕駛的開城難題，到底卡在哪？

其實自動駕駛的技術發展一直面臨一個問題，那就是為什么智能駕駛系統換個城市、換個國家就不好用了？

在2023年之前，行業主流方案是模塊化架構，這套架構把駕駛任務拆成感知、預測、決策、規劃幾個獨立模塊，每個模塊各自用模型和規則來處理。感知模塊負責識別周圍有什么，預測模塊推斷這些目標接下來會怎么動，決策和規劃模塊再根據規則庫生成行駛路線。

這套方案的優點是每個環節可解釋、可調試，但問題也很明顯，系統能力的上限被規則庫的完備程度鎖死了。工程師能寫進規則里的場景是有限的，遇到沒見過的情況，系統的表現就會不穩定。此外，早期方案還高度依賴高精地圖，每進入一個新城市，都需要采集地圖、標注信息、針對性調參，整個流程耗時耗力。這就是行業內常說的開城成本，每多一個城市，就意味著一次新的適配工程。

圖片源自：網絡

卓馭在早期也走過這條路線，它的技術基礎來自大疆在無人機和機器人領域的視覺感知積累，公司早期堅持規則驅動研發，這套小模型方案也讓它迅速拿出了可用的產品，幫助公司完成了從0到1的商業化起步，但模塊化方案的上限很快就觸碰到了。

變化發生在2024年，隨著Transformer架構和BEV感知技術趨于成熟，行業開始整體向端到端方案遷移。所謂端到端，就是把感知到規劃的過程交給一個統一的大模型來完成，不再人為拆分成多個獨立模塊。模型的輸入是攝像頭和其他傳感器的原始數據，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者。FSD V12版本刪除了數十萬行人工規則代碼，用數據驅動的方式訓練出一個端到端網絡，復雜場景下的應對能力出現了明顯躍升。這條路線很快被國內廠商跟進，但在實踐中，不同公司的實現方式和側重點差別很大。2024年10月，卓馭團隊做出關鍵決策，決定全面轉向端到端技術路線。

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，從一開始就和其他玩家不太一樣，它沒有追求極致的算力平臺，也沒有堆砌傳感器，而是瞄準了一個看似逆向的目標，即用最低的硬件成本，把端到端模型跑起來。

這套方案的核心是成行平臺，而支撐這個平臺的關鍵技術之一，是卓馭自研的慣導立體視覺系統。這套系統用兩個攝像頭模仿人眼的雙目視覺原理，通過計算兩個攝像頭之間的視差，直接生成帶有深度信息的三維點云。和單目攝像頭方案相比，它能直接測量距離，不需要依賴模型從大量數據中學出深度，和激光雷達方案相比，它的成本又低很多。

圖片源自：網絡

在雙目基礎上，卓馭還發展出了三目方案，也就是在雙目之外增加一顆長焦攝像頭，用來提升對遠處目標（尤其是紅綠燈）的識別能力。這套慣導三目方案后來被搭載在一汽紅旗多款車型上，成為卓馭進入主流主機廠供應鏈的關鍵技術。

卓馭在端到端模型本身的設計上也有自己的思路，和業界常見的黑盒式端到端不同，它選擇了可解釋端到端的路線，其在模型內部保留了感知、預測等模塊的中間輸出。這么做的好處是，當系統出現問題的時候，工程師可以定位到具體是哪個環節出了偏差，而不是面對一個完全不可解釋的神經網絡束手無策。

2025年9月，卓馭通過OTA推送了高悟性端到端2.0版本。這套系統以交互式預測規劃+強化學習為雙核驅動，在云端構建百億公里級的虛擬訓練環境，讓模型完成數百億次碰撞懲罰與安全獎勵訓練。它在行業中被認為是率先實現了環境、車輛、行人三方意圖的深度耦合，使系統從被動模仿走向了主動決策。

2026年4月，卓馭進一步升級到端到端4.0，實現了100%數據驅動，像是領航、掉頭這類此前很難完全端到端化的場景，也全部清除了殘留的規則代碼。這意味著車輛不再被動執行如果A、那么B的指令，而是通過學習海量優秀駕駛行為數據，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更加擬人。

圖片源自：網絡

最能體現卓馭工程能力的，是它在德州儀器TDA4芯片上部署端到端網絡的案例。這顆芯片的算力只有32TOPS，在行業內屬于中低端水平。在行業普遍認為端到端需要高算力的背景下，卓馭通過模型壓縮、算子優化和系統協同，成功在這顆芯片上跑通了端到端城市領航功能。

這一思路也延伸到了芯片平臺的選擇上，卓馭沒有綁定單一芯片廠商，而是同時適配德州儀器TDA4、高通SA8650P/SA8775P、英偉達Thor等多個平臺，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，用一顆芯片同時處理智能駕駛和智能座艙任務，相比兩套分離系統顯著降低了硬件成本和通信延遲。這種多平臺兼容的策略，讓卓馭的方案能夠靈活適配不同價位車型的需求。

端到端之后，下一步是什么？

雖然端到端4.0看似完美，但它仍然有一個難以繞開的局限，那就是跨地域、跨垂類場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據來做訓練，這意味著換一個國家、換一種車型，就需要重新采集數據、重新訓練泛化。卓馭CEO沈劭劼在2026年百人會論壇上直接點出了這個問題，在路權規則與中國差異顯著的海外市場，模型泛化近乎推倒重來；在面向重卡、客車等不同平臺延伸時，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為主題舉辦發布會，正式推出首個原生多模態基礎模型，將公司的核心技術方向明確為移動物理AI。這套模型將泛化的重心從后訓練階段提前到了預訓練階段。

圖片源自：網絡

模型在底層可以完成對物理世界通用規律的預訓練，支持視頻、文本、動作、語音、地圖等多模態信息的統一表征輸入。預訓練階段的數據來源不僅包括智能駕駛專屬數據，還覆蓋互聯網數據以及各類移動機器人的第一視角數據，形成以移動傳感器為中心的海量訓練體系。

這套設計背后的邏輯非常清晰，如果模型在預訓練階段就已經接觸過足夠多樣的物理世界場景和移動任務數據，那么它在面對一個全新場景時就不再需要重新學習，只需要少量的后訓練數據來激活即可。卓馭CEO沈劭劼在發布會上明確表示，原生多模態大模型憑借足夠大的參數規模，可攝入互聯網、機器人等多元模態數據進行預訓練，具備涌現能力，到新場景只需少量后訓練數據即可激活。

從公司內部對技術發展階段的劃分來看，這一演進的脈絡很清楚，規則驅動的小模型時代通用基礎能力弱，高度依賴開城泛化；數據驅動的端到端中模型時代基礎能力升至70分，少量泛化適配即可達90分以上，但出海和跨垂類仍需高額工程投入；而原生多模態基礎模型則追求跨場景、跨地域的零樣本遷移能力。

模型換思路，硬件和場景怎么跟？

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。

在感知系統上，卓馭在2026北京車展首次展示了自研的激目2.0系統。這是一套艙內激光視覺前融合方案，最大的設計亮點是變焦感知能力，低速城區場景下以廣角視野覆蓋更大范圍的交通參與者和突發狀況；高速場景則自動收窄視場角，同時提升探測距離與點云密度，確保高速行車的安全冗余。系統安裝在艙內，也避免了重卡等商用車型日常清潔不便的問題。

在計算平臺上，卓馭推出了面向L3/L4級的雙英偉達Thor芯片方案。Robotaxi車型將搭載基于雙Thor芯片的三冗余L4級控制器，在架構層面預留了足夠的安全備份。

圖片源自：網絡

這套新的技術底座，讓卓馭的多場景布局在2026年明顯提速，在商用車領域，卓馭已覆蓋中國商用重卡前六大品牌，多款合作車型計劃在2026年6月起陸續量產重卡高速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。此外，其與宇通客車聯合開發的商用客車NOA方案或將于2026年9月量產交付，覆蓋高速NOA、城區NOA及自主停泊功能。無人場景方面，城配無人物流車計劃2026年7月啟動試運營，Robotaxi預計下半年開啟試運行。

據公開信息，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服務乘用車、商用車、無人物流車和Robotaxi，只是根據不同場景的需求在控制器、傳感器配置和安全冗余層面做差異化適配。這種做法如果持續跑通，將顯著降低跨場景部署的邊際成本，對于一家以性價比為核心競爭邏輯的公司來說，這個方向的意義不言而喻。

行業里的不同選擇，誰更有道理？

把卓馭放在更大的行業背景下看，可以發現，不同廠商在技術路線上正在形成不同的側重點。

特斯拉是端到端路線的標桿，它的FSD系統采用純視覺方案，8個攝像頭加上自研芯片，不依賴激光雷達和高精地圖。V12版本刪除了數十萬行規則代碼，用生成式AI實現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領先。但特斯拉入華之后也暴露了一些問題，由于對中國特有的交通場景反應不夠靈敏，初期百公里接管次數顯著高于本土方案。這也說明端到端模型雖然上限高，但對數據質量和本地化訓練的依賴同樣很大。

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

如果做一個粗略的對比，特斯拉走的是數據+算法驅動的路線，靠全球車隊積累的海量數據和生成式AI能力來提升系統上限；華為走的是算力+傳感器路線，用硬件冗余來確保安全下限和性能表現。卓馭則走出了第三條路，在硬件上做減法，在算法和工程優化上做加法，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年發布的原生多模態基礎模型，則進一步把這條路線延伸到了跨場景、跨地域的維度，即用一個統一的模型底座，去支撐從乘用車到重卡、從中國到海外的多種應用場景。

圖片源自：網絡

這個選擇背后，對應著對不同企業對行業趨勢的不同判斷。特斯拉相信極致的算法能力最終能替代所有硬件冗余；華為認為在通往更高等級自動駕駛的路上，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，在當前的工程和成本約束下，把L2+級別的體驗做好，讓它覆蓋盡可能多的車型和場景；長期看，通過構建通用的物理世界理解能力，為更高級別的自動駕駛儲備技術底座。這三種判斷沒有絕對的對錯，最終要看行業在不同階段的實際需求。

其實從技術演進的脈絡來看，卓馭近幾年的選擇始終圍繞同一個邏輯展開，那就是在每一個技術階段，找到當前約束條件下性價比最高的解決方案，同時為下一階段的技術升級預留接口。從模塊化到端到端，從端到端到原生多模態基礎模型，每一步的節奏都踩得相當緊湊。

-- END --

       原文標題 : 卓馭的自動駕駛技術發展如何了？