从乘用车到40吨重卡，卓驭如何让同一个AI大脑实现跨界？

当AI开始从单一应用走向物理世界，不同场景之间的技术能力，究竟能在多大程度上实现复用？

10月29日，卓驭科技在珠海发布商用车智能辅助驾驶解决方案“磐行™”，给出了阶段性的答案。

磐行™并非从零开发的重卡智能驾驶系统，而是建立在乘用车业务积累的基础模型之上，通过专属的数据训练、感知系统的升级和车辆动力学的适配，将同一套智能驾驶技术迁移到了商用车上。

值得关注的是，这项技术已经实现了商业运营。

今年6月，搭载卓驭磐行™ PDS 4的陕汽德龙X5000正式量产，目前已有数百辆车投入到了韵达快递的干线运输中。与此同时，卓驭已与徐工汽车、陕汽集团、中国重汽、一汽解放、福田汽车和东风商用车六家头部重卡品牌达成了合作。

从乘用车到商用车，从技术验证到量产运营，卓驭正在尝试证明一件事：智能驾驶的底层能力，不必局限于某一种汽车，而是能够成为跨越不同移动载体的通用技术。

从1.5吨乘用车到40吨重卡，AI面临怎样的考验？

商用重卡看似比乘用车更适合智能驾驶。

相比城市道路，重卡主要运行的高速公路路况相对规整，交通参与者种类较少，长距离干线运输也提供了相对稳定的运行场景。

然而，道路环境相对简单，并不意味着智能驾驶的技术难度更低。

一辆满载重卡重量可达40吨，远高于普通乘用车，车身长度、制动距离、车辆盲区以及载重变化，都使其对感知、决策和控制提出了更高的要求。

尤其在高速行驶过程中，重卡一旦遭遇前方突发障碍物，需要比乘用车更早识别风险，并为制动和避让预留出足够的空间。

卓驭科技商用车业务副总裁刘思康将重卡智能驾驶的挑战概括为五个方面：模型数据少、感知要求高、安全容错低、控制难度大，以及成本极其敏感。

其中，数据是第一道门槛。

智能驾驶模型需要大量真实道路数据进行训练和验证。但重卡数据采集的成本明显高于乘用车，除了车辆本身的投入，还涉及到了燃油、通行费，以及更长周期的测试验证。

如果完全按照乘用车的开发方式，为商用重卡重新采集数据、训练模型，不仅研发投入巨大，也会延长产品的落地周期。

更复杂的挑战来自车辆控制。

重卡制动系统的响应链路较长，存在接近一秒的控制延迟。对于高速行驶的重型车辆而言，这一延迟意味着系统必须更早地完成风险判断和动作规划。

与此同时，车辆空载与满载时的动力学表现差异明显，挂车在转弯、变道过程中还可能出现甩尾、内轮差等问题。

因此，即使AI能够准确理解道路环境，也不代表它能够直接控制重卡的安全行驶。

在采访中，卓驭科技CEO沈劭劼特别强调了安全的重要性。

他认为，商用车智能驾驶面临的最大变量，恰恰可能来自安全问题。由于重卡事故的潜在危害更大，即使技术已经进入量产阶段，也必须持续保持谨慎。

这也解释了为什么卓驭没有急于将商用车业务直接推向更高级别的自动驾驶。

目前，磐行™ PDS 4主要提供L2+级高速NOA辅助驾驶能力，驾驶员仍需承担相应驾驶责任。

在沈劭劼看来，重卡即使主要运行于高速公路，实现L4级自动驾驶也可能晚于乘用车。

原因并非道路场景不够简单，而是安全责任与潜在风险更为复杂。

商用重卡真正考验的，不只是AI能不能开车，而是它能否在更高安全要求、更长运营周期和更严格成本约束下，持续稳定地工作。

不再重新开发一套系统，卓驭如何实现技术迁移？

面对重卡智能驾驶的复杂性，卓驭选择了一条不同于传统独立开发的路径。

其核心方法是：底层统一、场景增强、工程适配。

简单来说，就是尽可能地保留乘用车智能驾驶模型已经掌握的道路理解和驾驶决策能力，再针对重卡的特殊需求进行训练与改造。

这也是卓驭“移动智能基座”战略的核心思路。

2025年底，卓驭提出移动智能基座构想，2026年4月，又发布“智能一切移动”战略，希望推动智能驾驶从“一车一智”走向“万物共享一智”。

这一战略的技术基础，在于不同移动载体之间存在共通的环境理解能力。

无论乘用车还是重卡，都需要识别道路、交通标志、其他车辆和障碍物，也需要理解交通参与者的行为，并作出相应决策。

这些能力具有一定的共性。

但车辆重量、制动方式、传感器布局和行驶特征，则属于需要重新适配的部分。

卓驭的解决方案，是利用乘用车业务累计超过30亿公里的数据基础，结合4亿帧重卡特色数据，对模型进行针对性增强。

刘思康解释道，跨垂类迁移并不是简单地把乘用车模型安装到卡车上，而是需要重新调整模型结构、数据配比和训练方式，并建立适用于重卡的测试验证流程。

这意味着，卓驭试图复用的是智能驾驶的底层认知能力，而不是直接复制乘用车的全部驾驶行为。

从研发效率来看，这种技术路线已经展现出了一定的潜力。

据刘思康介绍，卓驭将基础模型应用于重卡后，大约经过两三个月便完成了初步可行性验证，在客车领域，相关验证也只用了三四个月。

但他同时强调，完成技术验证与真正量产是两回事。⽐如做第⼀个陕汽项⽬，就做了⼀年以上，其中⼤部分时间就是做说的安全验证。“它需要做各种⻓⾥程验证，根据反馈的问题，也要实时去做数据驱动，或者做⼀些功能层⾯的修改，这⾥确实要花很多时间，⾥程是⽐乘⽤⻋多很多的。”

这一区别十分关键。

它说明基础模型能够缩短新场景的技术探索周期，但不能替代汽车产业严格的工程验证流程。

为了适应重卡的特殊需求，磐行™ 还引入了多项专门的技术。

在感知层面，磐行™ 首发搭载激目2.0。按照卓驭披露，该系统在高速状态下探测距离可达500米，并针对黑色轮胎、掉落纸箱等低反射率、不规则障碍物进行了识别能力的优化。

与部分传统外置传感器方案不同，激目2.0采用舱内安装方式，减少雨雪、飞石和外部污染对设备的直接影响。

在控制层面，卓驭针对重卡制动链路、缓速器协同、挂车姿态和载重变化进行了动力学适配。

例如，通过视觉识别挂车姿态、估算挂车夹角，并结合车辆实时载重情况，提前判断潜在的风险。

此外，磐行™ 还建立了全维安全体系，涵盖多场景安全提醒、全天候主动安全与多重安全冗余。

这些技术并非简单增加配置，而是为基础模型进入真实商用车环境提供必要的工程保障。

从产品规划来看，卓驭已经形成磐行™ PDS 4与磐行™ PDS 5两个版本。

其中，磐行™ PDS 4主要面向重卡干线物流，支持高速NOA，目前已进入量产阶段；磐行™ PDS 5则将基于原生多模态基础模型，进一步支持城区NOA，重点面向客车、轻卡等城市运行场景。

从商用重卡到客车，再到轻卡和无人物流车，卓驭正在探索不同车辆共享基础模型的可能性。

此外，在乘用车方面，卓驭计划将于2027年第一季度推动原生多模态基础模型正式量产上车。

基础模型解决的是技术复用问题，而工程能力决定了这种复用能否真正进入产业。

一套系统一年回本，商用车智能驾驶的经济账

与乘用车不同，商用车的采购决策具有鲜明的经营属性。

对于物流企业和个体车主而言，智能驾驶系统并不是单纯提升科技感的配置，而是一项需要计算投入产出的生产工具。

能否降低运营成本，往往比技术参数更具有说服力。

在此次发布会上，卓驭反复强调一点：一套智能辅助驾驶系统，一年回本。

支撑这一判断的核心，是AI节油能力。

商用重卡运营过程中，燃油成本通常占运营成本的30%至40%。对于长期运行的干线运输车辆而言，即使油耗只降低几个百分点，也可能带来可观的年度节约。

卓驭此次发布了全球首个基于强化学习的AI节油算法。

与传统依赖固定规则的节油策略不同，强化学习能够通过仿真训练，综合考虑道路坡度、曲率、车辆载重、传动系统和制动状态等因素，优化加速、收油和制动时机。

其目标并非单纯降低车速，而是在满足运输任务和安全要求的前提下，提高车辆运行效率。

根据卓驭披露的数据，过去两个月，公司跟踪了200多辆量产重卡，累计行驶里程超过2000万公里，测得节油率达到4.5%至7.5%。

按照其提供的测算口径，车辆每百公里可节省约10元燃油费用，若每天行驶800公里，一年预计能够节省2万至3万元。

这组数据具有很强的现实意义。

对于大型物流车队而言，单车每年节省数万元，随着车辆规模扩大，有机会转化为更可观的经营收益。

对于个体车主而言，节省的燃油支出直接关系到实际收入。

沈劭劼在采访中表示，商用车辅助驾驶与乘用车最大的不同，在于它是一笔能够算清楚的经济账。

如果一套系统能够在一年内收回成本，客户便有采购动力，如果需要五年才能回本，市场的接受度就会大幅下降。

这也意味着，商用车智能驾驶的竞争逻辑正在发生变化。

过去，智能驾驶供应商更多围绕功能数量、技术水平和硬件成本展开竞争。进入商用车领域后，系统能够为客户创造多少实际收益，将成为重要的评价标准。

即使一套系统的采购价格更高，只要能够带来更明显的节油、安全和运营效率收益，也可能获得客户的认可。

商用车智能驾驶不只是整车制造环节的一项成本，而能够成为帮助物流企业改善经营效率的工具。

当然，如果车辆虽然搭载了智能辅助驾驶系统，但司机在实际运营中很少使用，那么相关节油和效率收益也难以充分释放。

沈劭劼提出，衡量商用车业务是否真正站稳脚跟，不能只看装车数量，还要看辅助驾驶里程占比。对商用车而言，装车只是商业化的起点，持续使用并创造收益，才是技术价值真正兑现的过程。

从重卡到更多移动载体，卓驭的第二增长曲线来了

随着磐行™进入量产，卓驭正在打开乘用车之外的新业务空间。

亿欧汽车了解到，卓驭乘用车业务目前拥有22家客户，累计量产车型超过60款，已定点车型超过110款。

长期积累的模型、数据、软硬件平台和工程交付能力，为其进入商用车领域提供了基础。

在重卡市场，卓驭已经与国内六家头部品牌建立合作关系，这些品牌合计占国内商用重卡市场超过93%的份额。

目前，磐行™已在陕汽德龙X5000上实现量产运营，其他合作车型则处于定点、量产准备或交付推进阶段。

刘思康提到，当前商用车高阶辅助驾驶的渗透率仍然较低，未来两三年有望进入更快的发展阶段。

对于卓驭而言，先发优势来自已有的乘用车技术积累、头部客户合作和初步量产经验，但随着市场规模扩大，来自传统商用车智能驾驶企业及其他乘用车技术供应商的竞争，也可能逐渐加剧。

沈劭劼已经明确将商用车业务视为卓驭重要的第二增长曲线之一。

其背后的商业逻辑，是通过复用基础模型和软硬件平台，降低新业务领域的重复研发投入，并将同一套技术能力应用于更多车辆类型。

除了重卡，卓驭还在推进客车、轻卡和ROBOVAN等业务。

其中，与上汽大通、易森动力合作的ROBOVAN已进入试运营阶段，面向客车和轻卡的磐行™ PDS 5方案，也在推进后续的量产。

海外市场同样被纳入规划。卓驭正与中国重汽、福田汽车等合作伙伴推进相关项目，并开展海外数据采集、合规云和模型适配等准备工作。

但从国内重卡走向全球市场，仍需面对不同地区的道路环境、法规要求及车辆标准。

重卡关注节油和干线运输效率，客车更重视乘客安全与城市道路适应能力，轻卡和无人物流车则需要解决配送效率及运营成本问题。

这些需求之间既存在共性，也有明显差异。

因此，“智能一切移动”并不意味着一套产品可以直接覆盖所有场景，而是通过共享底层智能能力，在不同业务领域形成有针对性的解决方案。

对于卓驭而言，让同一个AI大脑学会驾驶不同车辆，只是第一步。让这套智能能力真正成为可规模化、可持续的生产力，才是“智能一切移动”需要回答的长期命题。