过去几年，智能汽车行业习惯用「功能」讲故事，因为功能对应场景和体验，场景则更容易被人们所理解和记住。

城市 NOA、自动泊车、大模型座舱、哨兵模式，每一个新功能都像一块被放上展台的积木。但当这些积木越来越多，积木下面那块底板，或者说，技术底座才显得更加重要。

这块底板，就是电子电气架构。

5 月 27 日，北汽极狐问道 V9 上市，作为极狐汽车的第一辆 MPV，它自然是想和市面上主流的 MPV 一较高下，所以它也有大空间、后轮辅助转向、磁流变悬架、第三排体验这些产品层面的看点，19.48 万元的起售价也具有不错的竞争力。

除了这些防守项特色项之外，它也有一些激进的地方，比如它可以算作是卓驭舱驾一体方案的一次新场景验证：从 SUV 到轿车，再到 MPV，舱驾一体开始从技术概念走向跨品类复制。

此前，卓驭与北汽极狐已经在阿尔法 T5 和阿尔法 S5 上完成了两次量产落地。2025 年 10 月，双方在阿尔法 T5 上实现 8775 舱驾一体方案量产；2026 年 3 月，这套方案又落到阿尔法 S5；如今问道 V9 上市，舱驾一体第一次进入双方合作下的 MPV 场景。

单点首发可以制造声量，连续量产才更接近工程能力，对卓驭来说，问道 V9 是一次平台化能力的展示，在同一条技术路线，能不能跨越不同车身形式、不同轴距、不同用户需求，保持稳定适配和持续迭代。

传统智能汽车大多采用座舱域和智驾域分立架构。

座舱负责屏幕、语音、娱乐、交互；智驾负责感知、决策、规划、控制。两套系统各自运行，中间通过网关和线束沟通。早期功能不复杂时，这种方式足够清晰，也方便供应链分工。但当智能汽车越来越像一个移动计算平台，分立架构的局限就开始浮出水面。

比方说，典型的泊车场景。

用户坐进车里，说一句「开始泊车」。在传统架构下，语音指令先由座舱系统识别，再跨域传给辅助驾驶系统，辅助驾驶系统再调取感知信息、规划路径、控制车辆动作。这个过程合情合理，因为底层电子电气架构就是这样的，可一旦链路变长，用户感受到的就是半秒到一秒的迟疑。

这半秒在在用户眼里是「这车怎么慢半拍」，工程师眼里其实是通信延迟。卓驭做舱驾一体正是在减少这种系统之间的「隔空喊话」。把座舱域和辅助驾驶域的运算融合到一颗芯片上，让数据直连、算力共享、任务调度集中完成。

一个不太恰当的比喻是，座舱和智驾不再像两个部门靠邮件沟通，更像在同一张桌子上协作。

具体来讲，问道 V9 搭载的高通骁龙 8775 舱驾一体方案，将座舱与辅助驾驶整合到单芯片架构中。驻车时，更多算力可以调给座舱，用于语音、多屏、影像和泊车交互；行车时，算力优先保障辅助驾驶。

这套方案通过虚拟化与隔离技术，让智能座舱和辅助驾驶运行在两套独立操作系统中，辅助驾驶系统处于安全隔离环境，不被座舱 UI 渲染等任务干扰。同时，高效液冷设计保证芯片在高负载状态下依然稳定可控。

因为汽车的电子电气架构一直从分散式往域集中式再到中央计算式的方向演进，所以舱驾一体已经是一种行业共识，不过共识落地比共识建立往往更难更久，比如在芯片端，其实只有高通一家在主推舱驾一体，智驾芯片除了英伟达之外，许多国产品牌都开始做自研了，但座舱芯片主流依旧选择高通。

所以汽车行业里有很多技术听起来宏大且美好，落地时却会被工程细节慢慢磨平。芯片算力是否够用，系统隔离是否安全，热管理能不能扛住长期高负载，不同车型之间能不能快速适配，供应链、主机厂、软件团队之间能不能配合，这些问题可以磨灭很多技术热情。

卓驭这一次的特别之处在于，它用三款量产车完成了一条连续路线。

阿尔法 T5 是 SUV，阿尔法 S5 是轿车，问道 V9 是 MPV。三个品类的车身结构、用户场景、动态特性都不一样。SUV 更看重综合通过性与家庭使用，轿车更敏感于操控和效率，MPV 则把大车驾驶、乘坐舒适、多人出行和泊车便利摆在更前面。能在一款车上跑通，说明方案可行；能在多款车、多品类上连续落地，才说明它接近可复制。

MPV 用户对智能化的要求，和轿车、SUV 有一些微妙差别。MPV 用户的第一反应往往更朴素：这么大的车，好不好开？家里人坐着晕不晕？自动泊车靠不靠谱？

所以 MPV 也可以说是舱驾一体的一块好试金石，因为它不能只让驾驶员觉得「炫」，还要让全车人觉得「稳」。它需要座舱响应快，也需要智驾动作平顺；需要泊车好用，也需要底盘提前读懂路面；需要应对复杂城市路况，也不能用过于激进的动作打扰后排乘员。

传统感知系统更多被理解为「看车、看人、看障碍物」。问道 V9 所搭载的卓驭惯导双目技术，还可以感知前方 25 米路面起伏，并将路况信息实时传递给底盘。配合智能预瞄磁流变悬架，车辆可以提前调整悬架软硬，让底盘从被动承压转向主动适配。

无保护左转、环岛、窄路、鬼探头、行人横穿、加塞，这些都是城市辅助驾驶的高频难题。对于一辆 MPV 来说，系统需要判断准确，也要动作自然。急刹、急打、犹豫、顿挫，都会被后排乘客放大感知。卓驭高悟性端到端模型通过多模态信息融合、强化学习和全链路神经网络一体化，让系统具备更强的防御性驾驶能力。它追求的不是机械完成动作，而是更接近人类老司机的节奏：提前观察，留出余量，找准时机，平稳通过。

这些都是舱驾一体在 MPV 上的一些落地价值。理论上来说，座舱交互、感知系统、智驾模型、底盘控制之间的协同越紧密，车辆越容易形成一种完整的性格：大车不慌，乘坐不晃，复杂路况下也不显得手忙脚乱。

手机行业证明了，决定长期体验的往往不是某一个功能长板，而是芯片、系统、生态和开发者环境。汽车行业也在走向类似路径。现在的汽车行业常说「软件定义汽车」，但软件要真正定义汽车，先要有适合软件生长的土壤。舱驾一体就是这样的土壤之一。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

过去几年，智能驾驶行业的关键词一直在快速变化。

从高精地图到无图 NOA，从感知、预测、规划、控制的模块化架构，到端到端模型，再到最近行业频繁讨论的 VLA、世界模型和物理 AI，智能驾驶已经不再只是「让汽车自己开」这么简单。它正在成为一个更大的技术问题：AI 如何理解真实物理世界，并把这种理解转化为稳定、可靠、可泛化的移动能力。

汽车只是其中最早、也最复杂的载体之一。因为车辆必须在开放道路中面对行人、车辆、红绿灯、施工、极端天气和不同国家的交通规则，它需要同时处理感知、决策、控制和安全冗余。也正因为如此，智能驾驶过去几年积累的技术、数据和工程能力，正在向商用车、无人物流、Robotaxi，甚至更广义的移动机器人外溢。

在 2026 北京车展上，卓驭科技以「智能一切移动」为主题举办发布会，正式推出面向移动物理 AI 的原生多模态基础模型，并展示了其在乘用车、商用车、无人物流和 Robotaxi 等多个垂类的规模化落地进展。相比单纯发布一套智驾方案，这次发布会更像是卓驭对自身定位的一次更新：从智能驾驶供应商，继续向移动物理 AI 公司延展。

原生多模态基础模型，把智能移动能力做成通用底座

智能驾驶进入下半场后，一个关键问题开始浮现：系统能力能否从单一车型、单一城市、单一场景，迁移到更多载体和更多区域。

早期的小模型方案，主要依赖感知模型、高精地图和规则算法。它可以在特定区域做到相对稳定，但每进入一个新城市，都需要大量适配工作。后来端到端模型提升了通用基础能力，减少了规则依赖，也让 NOA 的体验更加接近人类驾驶习惯。不过，面对海外市场、商用车、无人配送车、Robotaxi 等不同垂类时，端到端系统仍然需要大量重新泛化。

卓驭这次发布的原生多模态基础模型，正是试图解决这一问题。按照卓驭的说法，这套模型面向「移动物理 AI」构建，在底层完成对物理世界通用规律的预训练，支持视频、文本、动作、语音、地图等多模态统一表征。它的训练数据不只来自智能驾驶，还覆盖互联网数据和各类移动机器人第一视角数据，并注入跨领域、跨国家知识。

这意味着，卓驭希望把移动智能的能力从「车」抽象到「移动载体」。当模型具备对物理世界更底层的理解后，不同国家、不同道路、不同平台之间的适配成本有机会被降低。它的目标，是实现 Zero Shot 零数据知识迁移，做到跨垂类开箱即用，或至少大幅减少泛化工作。

这也是它与部分 VLA 方案的区别。常见 VLA 路径往往需要从传感器输入到语义理解，再到动作输出，中间存在显式语义翻译环节。卓驭强调，其原生多模态基础模型是在统一框架下完成训练，避免语义翻译带来的延迟和信息损耗，让语义理解与物理理解更紧密地结合在一起。

从行业角度看，这一路径的价值不只在于提升智能驾驶体验，更在于为多种移动机器人提供统一能力底座。乘用车、重卡、客车、无人物流车和 Robotaxi 面对的场景差异很大，但它们都需要理解空间、运动、规则、风险和目标。如果底层模型可以沉淀出通用能力，智能移动的规模化部署将不再完全依赖逐一项目制适配。

当然，基础模型只是第一步。真正进入量产，还需要后训练、蒸馏、部署、芯片适配、传感器融合和安全冗余。卓驭此次开放了原生多模态基础模型的乘用车试乘体验，体验车基于英伟达 Thor 平台，采用 11V 视觉方案与激目 2.0 系统。按照规划，该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。

从乘用车到重卡、客车和 Robotaxi，规模化交付决定技术上限

如果说原生多模态基础模型代表技术趋势，那么卓驭这次在北京车展上展示的另一条主线，是规模化交付。

智能驾驶行业过去并不缺概念，真正稀缺的是把技术放进量产车、真实道路和长期使用场景里的能力。卓驭在 2025 年提出「移动智能基座」构想，本质上就是希望通过软硬一体方案，把智能驾驶能力做成可以跨车型、跨价位、跨场景复用的基础设施。

在乘用车领域，卓驭目前累计量产车型超过 50 款，定点车型达到三位数。它强调的是「油电同智、中外同频、舱驾同芯、行泊同优」：无论燃油车还是新能源车，自主品牌还是合资品牌，都能共享同一梯队的智能化体验。

这背后也反映出一个变化：智能驾驶正在从高端新能源车型的专属配置，逐步向更大价格带、更大车型范围下沉。卓驭基于高通 8775 芯片打造了单芯片舱驾一体方案，试图用更高集成度降低智能化部署门槛。今年 4 月起，所有搭载高通 8650 和 8775 芯片的车型，将陆续升级至高悟性端到端 4.0；搭载 TI TDA4-VH 芯片的中低算力平台，也将逐步升级至高悟性端到端 3.0。

商用车是卓驭这次发布会的另一个重点。重卡对智能驾驶的需求很实际：安全、油耗、长途驾驶疲劳和运营效率。卓驭已经与中国 TOP 6 商用车品牌建立合作，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。

重卡方案中，卓驭引入了激目 2.0 系统，也就是舱内激光视觉前融合方案。它针对重卡尺寸大、清洁维护不便、安全冗余要求高等特点设计，可以在不同速度场景下调整感知能力：低速城区场景覆盖更大范围交通参与者，高速场景则提升远距离探测能力和点云密度。搭载该方案的车型计划于今年 9 月正式量产交付，功能覆盖高速 NOA、城区 NOA 和自主泊车。

客车方面，卓驭已与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、自研自产补盲激光雷达「知周」、基于英伟达 Thor 芯片的高性能控制器，并应用下一代原生多模态基础模型。对于客车而言，智能驾驶的优先级并不只是效率，更关乎公共交通场景下的安全和稳定。

无人场景也在同步推进。卓驭计划于今年 7 月启动无人物流车试运营，并与生态伙伴推进 L4 级 Robotaxi 系统落地，预计今年下半年开启试运行。Robotaxi 将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。

截至目前，卓驭已携手 34 家客户，合作车型突破 130 款。这个数字的意义不只是客户规模，更在于真实道路数据和工程反馈。对智能驾驶公司来说，模型能力往往来自数据闭环，工程能力则来自量产压力。只有经历不同品牌、不同车型和不同用户场景，技术路线才有机会持续迭代。

本次发布会上，卓驭还宣布与中国一汽达成深度战略合作。在乘用车领域，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。车展亮相的红旗天工 S 概念车，则采用基于卓驭原生多模态基础模型的新一代架构，并搭载 L3 / L4 智驾解决方案。

商用车领域，一汽解放与卓驭的合作也已进入产品落地阶段。基于激目 2.0 系统与高悟性端到端 4.0 模型打造的解放 J7、鹰途和 J6 重卡高速 NOA 产品，将于今年下半年上市。

从这些布局来看，卓驭想讲的并不是单一智驾版本升级，而是一个更大的移动智能网络：乘用车提供规模，商用车验证高强度运营，Robotaxi 和无人物流探索无人化边界，车载无人机则把移动载体从地面进一步扩展到近地空间。

智能驾驶过去常常被看作汽车行业的一项配置，但从北京车展释放的信息来看，它正在变成一类新的基础能力。未来，竞争的焦点会逐步从「某个城市能不能开」转向「能不能跨场景、跨品类、跨地区复用」。谁能把能力做成底座，谁就有机会进入更大的移动机器人时代。

对卓驭而言，原生多模态基础模型只是这条路径上的起点。真正的挑战在后面：如何把模型能力稳定部署到不同算力平台，如何在真实道路中保持安全边界，如何在海外市场减少泛化成本，如何让商用车、无人物流和 Robotaxi 都形成可持续商业闭环。

当 AI 开始进入物理世界，移动会是最先被重塑的领域之一。汽车、卡车、客车、配送车、无人机，本质上都在回答同一个问题：机器如何理解世界，并安全地抵达目的地。卓驭这次提出「智能一切移动」，野心正在于此。能否真正做到，还要由量产规模、用户体验和长期安全表现共同验证。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。