當智能駕駛行業(yè)走過“功能實現(xiàn)”的1.0階段和“場景覆蓋”的2.0階段,一個更深層的變革正在發(fā)生:技術范式正從“數(shù)據驅動的端到端”邁向“通用智能的物理交互”。這一被稱為“智能駕駛技術范式第三次躍遷”的進程,正在重新劃定行業(yè)的競爭邊界。在這一背景下,中國智能駕駛產業(yè)已清晰凝結出四大核心力量——地平線、卓馭、華為乾崑、Momenta。它們憑借各自的技術基座、商業(yè)模式與量產規(guī)模,共同筑起了行業(yè)的第一梯隊。但在這些顯性成就背后,四條截然不同的戰(zhàn)略路徑正在展開,它們將決定誰能在新一輪范式躍遷中占據先機。
一、 技術范式的三次躍遷:從規(guī)則到數(shù)據,再到通用智能
要理解四家企業(yè)的戰(zhàn)略分野,首先需要厘清行業(yè)正在經歷的技術演進脈絡。第一次躍遷是規(guī)則驅動時代,智駕系統(tǒng)依賴工程師編寫的海量規(guī)則(if-then邏輯)來應對場景,其瓶頸在于規(guī)則無法覆蓋無限的長尾問題,系統(tǒng)越復雜,維護成本越高。第二次躍遷是數(shù)據驅動時代,以端到端大模型為代表,系統(tǒng)通過學習海量駕駛數(shù)據直接輸出控制指令,這一范式突破了規(guī)則的手工編寫瓶頸,但仍屬于“垂類專家模型”——它被訓練用于“駕駛汽車”,而非理解物理世界。第三次躍遷是通用智能時代,這是正在發(fā)生的范式躍遷,其核心特征在于AI不再是被訓練用于特定任務的“工具”,而是具備了理解物理世界規(guī)律、并能將這種理解遷移到不同載體的“通用智能”。正是在這一范式躍遷的關口,四家第一梯隊企業(yè)分別選擇了不同的技術路徑與戰(zhàn)略卡位。
二、 第一梯隊的戰(zhàn)略分野:四種路徑,一個方向
地平線的戰(zhàn)略核心在于軟硬協(xié)同的計算平臺,其征程系列芯片與BPU計算架構為所有可能的智能體提供了高性能、低功耗的“物理大腦”。通過“一段式端到端+強化學習”的HSD系統(tǒng)與芯片的深度耦合,地平線在硬件層面為AI的高效運行提供了載體。其成功在于不直接定義AI的“智能水平”,而是為AI的智能提供最底層的算力保障和開發(fā)效率。征程6P的560TOPS算力指向“能力上限”,征程6M將城區(qū)NOA帶入10萬級市場則指向“普及門檻”。在范式躍遷中,地平線扮演的是“基礎設施提供商”的角色——無論未來的通用智能以何種形態(tài)呈現(xiàn),都需要強大的計算基座來承載,地平線的價值在于為整個行業(yè)提供了智能得以存在和演化的物理基礎。
![]()
卓馭的技術核心則是原生多模態(tài)基礎模型。不同于其他廠商基于視覺-語言-動作(VLA)或世界模型的單一路徑,原生多模態(tài)基礎模型天生將視覺、語言、物理世界規(guī)律融為一體。它既能像世界模型一樣精準預測物理世界的未來演化(例如,判斷前車突然剎停后可能出現(xiàn)的行人),又能像VLA一樣理解高層語義指令(例如,直接執(zhí)行“超前面那輛紅車”的口語化命令)。這種“高悟性”的基座模型,使其具備了全球零泛化、開箱即用的通用能力。
這一技術本質決定了卓馭的獨特定位:它不是在為一個特定垂類(乘用車)打造專家模型,而是在為所有“會動的東西”打造一個通用的智能大腦。 正如其資料所強調,無論是乘用車、商用重卡、無人物流車,還是未來的具身機器人,都將共享同一套移動物理AI基座。其最新發(fā)布的“高悟性端到端4.0”,通過“數(shù)據驅動體驗閉環(huán)”的雙閉環(huán)系統(tǒng),實現(xiàn)了從“以模型為中心”向“以數(shù)據為中心”的范式轉換,讓模型在數(shù)以萬計的真實與仿真場景中“開悟”,展現(xiàn)出變道絲滑、三點式掉頭、本能防御、縫隙穿行等類人的高階駕駛能力,這恰恰是其通用移動智能基座能力在乘用車場景下的最佳注腳。
![]()
這些表現(xiàn)指向的,正是模型對物理世界深層規(guī)律的理解能力。更值得關注的是,卓馭的戰(zhàn)略選擇使其技術成果正從乘用車向商用重卡、無人物流車、車載無人機乃至具身機器人快速遷移,其“全球零泛化、開箱即用”的能力指向的正是這一戰(zhàn)略的底層邏輯——當一套通用基座可以服務所有移動場景時,研發(fā)成本將被極大攤薄,技術普及的門檻也將被大幅降低。
也正因此,卓馭在量產數(shù)量上取得可觀成就,目前卓馭共有22大客戶,35個合作品牌,累計量產50+車型,定點合作車型突破130款,覆蓋了售價幾萬的經濟適用品牌一直到百萬豪車,并且在商用車領域也有陜汽、中國重汽、一汽解放、東風等巨頭進行了深度合作。
![]()
華為乾崑的技術路線是全棧自研的系統(tǒng)工程,其WEWA架構(世界引擎+世界行為模型)通過云端世界引擎生成高密度仿真難例。華為的邏輯在于,通過極致的工程化能力將智駕系統(tǒng)的性能和安全推向當前技術條件下的極限。其GOD網絡(通用障礙物檢測)和PDP網絡(預測決策規(guī)劃)的配合,是對物理世界進行高精度建模與執(zhí)行的典范。在范式躍遷中,華為是“執(zhí)行標桿”和“安全錨點”——它證明了通用智能在特定載體(汽車)上可以達到的性能高度,為行業(yè)樹立了一個“工程上限”的參照系,即一個安全、可靠、強大的智能體應該是什么樣子。
![]()
Momenta的戰(zhàn)略核心是數(shù)據驅動的飛輪模式,其“一個飛輪,兩條腿”的戰(zhàn)略通過量產輔助駕駛規(guī)模化獲取海量真實數(shù)據,反哺算法進化,形成了數(shù)據與算法自我強化的正循環(huán)。Momenta的“一段式端到端飛輪大模型”與“閉環(huán)自動化(CLA)工具鏈”,解決的是智能如何“低成本、高效率”地持續(xù)進化的核心難題。它證明了海量、高質量的真實駕駛數(shù)據是驅動AI從“學會”到“悟懂”的關鍵燃料。在范式躍遷中,Momenta是“進化引擎”和“數(shù)據煉金師”——它為通用智能的持續(xù)迭代提供了一套已被驗證的商業(yè)模式和技術路徑,回答了“如何讓AI在復雜多變的真實世界中不斷自我進化”這一核心問題。
![]()
三、 面向未來的生態(tài)圖景:四種能力的協(xié)同演進
地平線、卓馭、華為、Momenta這四家第一梯隊企業(yè),并非簡單的競爭關系,而是在智能駕駛技術范式躍遷的進程中分別占據了四個關鍵的戰(zhàn)略節(jié)點:地平線提供了智能得以運行的物理載體;華為乾崑定義了智能在特定場景下的性能上限與安全底線;Momenta驗證了智能持續(xù)進化的數(shù)據驅動模式;卓馭則直接錨定了智能的通用形態(tài)與跨載體遷移能力。
展望未來,一個成熟的智能駕駛乃至通用移動智能生態(tài)將離不開這四類能力的協(xié)同。而卓馭的戰(zhàn)略選擇——不局限于汽車,直接瞄準通用移動智能本身——使其在范式躍遷的進程中占據了一個獨特而前瞻的生態(tài)位:它正在試圖成為那個讓智能從“汽車”走向“萬物”的關鍵推動者。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發(fā)布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.