技术解读：卓驭原生多模态模型如何重塑移动智能基座

2026北京车展首日，卓驭科技发布首个原生多模态基础模型。作为全程见证这场发布的技术观察者，我试图从技术演进角度拆解这家公司究竟在做什么。

一、移动智能基座的演进逻辑

卓驭科技并非突然冒出的新玩家。这家企业早在行业还在争论纯视觉与激光雷达哪个方案更优时，就已经提出“移动智能基座”概念。这套理念的核心逻辑很清晰：智能驾驶不应是定制化的工程项目，而应像底层操作系统一样具备通用适配能力。

从官方披露数据看，卓驭已与34家客户达成合作，量产与定点的车型总数突破130款。这个数字背后藏着关键信息：能在如此多车型上实现量产交付，意味着其技术方案已经历大规模工程验证，而非实验室阶段的PPT演示。

二、原生多模态模型的技术突破点

此次发布的原生多模态基础模型，技术内核可归纳为三个核心能力。

第一，物理世界通用规律预训练。传统智驾模型的训练逻辑是针对特定场景标注数据后进行监督学习，模型能力受限于标注数据的覆盖范围。卓驭的方案从底层入手，先让模型学习物理世界的通用规律，再在此基础上做任务适配。这相当于给AI装上了“物理直觉”，使其面对未知场景时具备推理能力而非仅能依赖记忆匹配。

第二，多模态信息统一输入。当前大多数智驾系统的处理流程是摄像头、雷达、地图等传感器各自进行特征提取后再做融合，这种后融合方案存在信息丢失与延迟问题。原生多模态模型在底层实现多模态统一编码，从信号采集阶段就完成跨模态关联学习。

第三，跨垂类零数据迁移。这是该模型最具商业价值的技术特性。同一个基座模型，经过轻量化适配后即可部署到乘用车、商用车、无人物流、Robotaxi等不同场景，无需针对每个场景重新收集数据和训练。

三、英伟达Thor平台的深度适配

本次车展开放的试乘体验基于英伟达Thor平台，搭载11V视觉方案与激目2.0系统。选择Thor并非偶然——该平台的高算力特性为Transformer架构的实时推理提供了硬件基础，11V方案则确保了纯视觉感知的上限。激目2.0作为卓驭自研的侧向感知系统，主要解决城区复杂场景中的近场目标检测难题。

四、商用车赛道的加速布局

乘用车市场的竞争已趋白热化，卓驭在商用车领域的动作同样值得关注。与国内TOP6重卡品牌的合作，意味着干线物流场景的智驾方案即将进入量产阶段。从时间线看，6月开始量产交付搭载系统的重卡，9月交付宇通智驾客车，7月启动城配物流试运营，节奏相当紧凑。

与一汽的战略合作则覆盖乘用车与商用车双向。红旗品牌的智驾系统升级、解放重卡高速NOA产品下半年上市，两条线同步推进的格局已经形成。