2026 年 4 月 24 日 ， 第十九届北京国际汽车展览会启幕。 卓驭科技以 “ 智能一切移 动 ” 为主题举办新闻发布会，正式推出首个原生多模态基础模型，并面向核心媒体开 放试乘体验。

此外，基于 “ 移动物理 AI” 核心技术路径，卓驭科技全面展示了在乘用 车、 商用车、 无人物流及 Robotaxi 等多垂类领域规模化交付最新成果与布局，并携 手中国一汽共同推动智能移动能力向 “ 智能一切移动 ” 演进。 兑现移动智能基座愿景，智能边界延伸至一切移动载体 中国智能辅助驾驶的下半场较量，核心在于技术能否真正普惠大众，既要全价位覆 盖，又要全品类通用。 作为行业内率先提出 “ 移动智能基座 ” 理念的先行者，卓驭科 技始终以推动高阶智能驾驶全面普及为己任，致力于 “ 为世界提供安全、 轻松的移动 智能 ” ， 通过软硬一体基座赋予了全场景智能移动能力，并依托成熟的技术路径与长 期坚持，完成了从理念构想到规模化交付的关键跨越，走出了一条从 “ 技术验证 ” 到 “ 规模普惠 ” 的完整路径。 当前，卓驭已在乘用车、 商用车等多个领域完成全面布局。

一、 乘用车领域：规模化量产与全矩阵覆盖 在乘用车板块，卓驭累计量产车型超过 50 款，定点车型达到三位数，规模落地成效显 著。 车型矩阵上，卓驭实现了 “ 油电同智、 中外同频、 舱驾同芯、 行泊同优 ” 的全覆 盖，无论油车还是电车、 自主品牌还是合资品牌，均可共享同一梯队的智能化体验。 作为业界首个量产单芯片舱驾一体的智能驾驶供应商，卓驭基于高通 8775 芯片打造 的解决方案带来了算力充沛、 跨域融合的流畅驾乘感受；行泊一体表现同样均衡，无 论前行还是泊车，全程体验实用、 好用。 在保障优质体验的同时，卓驭今年再度实现技术跃升。 具备 100% “ 端味 ” 智驾特点 的高悟性端到端 4.0 模型，将于今年 4 月起通过 OTA 陆续推送至所有搭载高通 8650 与 8775 芯片的车型。 在高阶智驾稳步推进之余，针对搭载 TI TDA4-VH 芯片的中低 算力平台，卓驭也将逐步升级至高悟性端到端 3.0 系统。 该系统以 80% “ 端味 ” 的驾 驶表现，精准匹配不同细分市场用户的出行需求。

二、 商用车领域：重卡覆盖 TOP 6 品牌，客车战略合作头部品牌 乘用车版图逐步完善的同时，卓驭在商用重卡领域亦率先完成布局，已与中国 TOP 6 商用车品牌全部建立合作。 搭载高悟性端到端 4.0 商用重卡版的车型，将于今年 6 月 起陆续量产交付。 技术架构上，商用重卡版控制器与算力配置与乘用车高悟性端到端 4.0 系统保持一 致，并首次引入卓驭独创的舱内激光视觉前融合方案 —— 激目 2.0 系统。 该方案专为 安全可靠性要求极高的重卡场景打造，在降低油耗与保费支出的同时，带来安全好用 的重卡 NOA 高速领航体验，进一步提升整体道路安全水平。 激目 2.0 系统经过精巧设计，具备变焦感知能力：低速城区场景以广角视野覆盖更大 范围的交通参与者和突发状况；高速场景则自动收窄视场角，同时提升探测距离与点 云密度，确保高速行车安全冗余。 此外，系统安装于舱内，为尺寸庞大、 日常清洁维 护不便的重卡带来了更高的使用便利性。 除重卡外，卓驭在商用车领域的布局已进一步拓展至客车板块。 目前，卓驭已与头部 品牌宇通客车达成战略合作，双方将联合开发面向商用客车的 NOA 智能驾驶解决方 案。 该方案搭载激目 2.0 系统与卓驭自研自产的补盲激光雷达，匹配基于英伟达 Thor 芯片的高性能控制器，并应用比高阶端到端 4.0 更先进的下一代原生多模态基础模 型，致力于提供安全好用的商用客车智驾体验。 搭载该方案的车型将于今年 9 月正式 量产交付，功能覆盖高速 NOA 、 城区 NOA 及自主停泊。

三、 无人场景：从物流车到 Robotaxi 纵深推进 有人场景全面布局的同时，无人场景也在纵深推进。 卓驭已联合行业头部运营方与主 机厂，共同构建全链路城配物流解决方案，计划于今年 7 月启动试运营。 在被誉为 “ 智能移动出行领域皇冠 ” 的 Robotaxi 赛道，卓驭同样已完成布局。 通过 与头部生态伙伴深度合作，卓驭正积极推进 L4 级自动驾驶系统的规模化落地，预计于 今年下半年开启试运行。 值得一提的是， Robotaxi 将直接搭载下一代原生多模态基础 模型，并配备卓驭自研自产、 基于双英伟达 Thor 芯片打造的三冗余 L4 级控制器。 从乘用车到商用车，从无人驾驶到无人配送，卓驭科技目前已携手 34 家客户，合作车 型突破 130 款。 这不仅意味着卓驭的技术方案经受住了顶级车企的严苛工程化考验， 更在真实道路场景中积累了海量量产数据与用户反馈，为后续模型迭代提供了不可替 代的数据资产。 此外，作为卓驭科技的创新业务，后装车载无人机是一款集成于移动 载体顶部的无人机全自动起降平台，适配乘用车、 越野、 游艇等多种移动载具，从地 面到近地空间，实现 “ 天地一体 ” 移动出行生态布局，即将在 Q3 量产。 可以说，卓 驭科技是智能出行领域首个实现多垂类、 多场景、 多客户、 大规模落地的科技公司。

首个原生多模态基础模型，定义 “ 移动物理 AI” 技术内核 智能驾驶技术的发展历程可分为三个典型阶段，每个阶段都依赖于通用基础能力与地 域性泛化能力两种核心能力的支撑。 第一阶段是小模型方案，以感知小模型 + 高精地图 + 基于规则的决策规划控制算法，构成了核心智驾能力。 但这套方案的通用基础能力仅 有 40 分左右，仍需大量泛化，伴随着 “ 开城 ” 数量的不断提升，最终智驾体验可以达 到 80 分。 但开城代价巨大、 难以持续扩展。 第二个阶段，中模型方案，也就是常听到的端到端，通用基础能力大幅提升，初始即 可达到 70 分水平，再加上少量的规则泛化，整个系统可以达到 90 分的好用水平。 卓 驭的高悟性端到端 3.0 、 4.0 模型，也正是这一阶段的端到端方案，模型规模处于数千 万至数亿参数之间。 尽管端到端智驾方案已取得长足进步，但在跨地域、 跨垂类拓展过程中，高适配成本 仍是无法回避的行业难题。 在路权规则与中国差异显著的海外市场，模型泛化工作近 乎推倒重来；而在面向跨垂类等不同平台延伸时，人力投入同样难以线性收窄。 在此 背景下，打造一套一套开箱即满分、 至少开箱即 95 分的水平的通用模型，已成为行业 亟待攻克的核心命题。 对此，卓驭正式推出了首个原生多模态基础模型，用具备涌现能力的真正的大模型， 回应智能移动技术的核心。 通过 AI 让多个垂类、 多个场景，甚至多个国家的多个不同

移动平台都能够自主移动，重新定义了 “ 移动物理 AI” 的技术内核。 原生多模态基础模型的技术内核，是在底层完成对物理世界通用规律的预训练。 预训 练阶段而非后训练阶段的泛化，是模型能力的根本来源。模型支持视频、 文本、 动 作、 语音、 地图等多模态信息的统一表征输入，在预训练阶段除智能驾驶专属数据 外，还覆盖互联网数据及各类移动机器人数据，形成以移动传感器为中心的 ego centric 海量数据训练体系。 通过预训练阶段的海量跨领域、 跨国家知识输入，模型在 不同垂类和地域中仅需简单激活即可高效运作。 后续的后训练、 蒸馏、 部署等环节则 是工程能力的体现，也是卓驭的核心优势所在。 与其他 VLA 方案从传感器输入到动作输出需经过显式语义翻译不同，原生多模态基础 模型的所有模态在统一框架下完成训练，消除了语义翻译带来的延迟与信息损耗，实 现语义与物理理解的高度统一，没有 “ 拼接感 ” ， 从而拥有更高的性能天花板与更强 的泛化能力。 该模型的核心目标是实现 Zero Shot 零数据知识迁移，做到跨垂类开箱 即用、 全球零泛化或少泛化，覆盖铺装路面、 非铺装路面、 室内外全场景，真正推动 万物自主移动的实现。 原生多模态基础模型将于今年内推送至乘用车与商用重卡，并作为卓驭智能驾驶出海 的基础模型。 本次北京车展期间，卓驭科技正式开放原生多模态基础模型的乘用车试 乘体验，体验车型基于大算力英伟达 Thor 平台，搭载 11V 视觉方案与激目 2.0 系 统。

深化产业协同，与中国一汽共筑智能出行新生态 原生多模态基础模型的首发，标志着卓驭已具备赋能 “ 万物移动 ” 的技术纵深。 然 而，让 “ 移动物理 AI” 从实验室走向千家万户，不仅需要底层技术的突破，更需要具 备顶级工程化能力与市场号召力的战略伙伴，共同完成从 “ 技术验证 ” 到 “ 规模化普 惠 ” 的关键跃迁。 本次发布会上，卓驭宣布与中国一汽达成深度战略合作。乘用车领域，红旗与卓驭联 合开发的红旗司南组合驾驶辅助已在红旗 HS6 、 天工 05 、 天工 06 等车型实现量产， 高悟性端到端 4.0 模型将在今年上半年通过 OTA 升级上线，下半年上市的红旗越野将 搭载卓驭高性能激光雷达。 本次车展亮相的红旗天工 S 概念车采用基于卓驭原生多模 态基础模型的全新一代架构，搭载 L3/L4 智驾解决方案。 商用车领域，一汽解放与卓驭战略合作成效显著。 基于卓驭激目 2.0 系统与高悟性端 到端 4.0 模型打造的解放 J7 鹰途与 J6 重卡高速 NOA 产品将于今年下半年上市。 双方 将持续深度联合开发多款辅助驾驶及自动驾驶产品，助力物流运输降本增效与商用车 智能化转型。

首个原生多模态基础模型的推出，标志着卓驭科技已完成技术路径的升级与跃迁。从 依赖后天泛化适配，转向基于物理世界通用规律的底层预训练。这一转变让跨垂类智 驾开箱即高分可用、 全球部署少泛化乃至零泛化成为可能。 秉持 “ 为世界提供安全、 轻松的移动智能 ” 品牌使命，卓驭未来将继续坚持开放赋能，携手全球合作伙伴，将 可信赖的移动物理 AI ， 带给每一辆车、 每一种移动、 每一个人。