对话卓驭 CEO 沈劭劼：汽车在被撞前 0.01 秒退出智驾肯定是不行的

本条来自 爱范儿（Business / 科技），聚焦 智能驾驶、端到端模型、供应商与主机厂合作、移动物理AI。 智能辅助驾驶技术对于普通驾驶者来说，无异于「魔法」：车居然自己会开？ 在深圳欢乐海岸，红旗天工和卓驭开了一家有些特殊的展厅，想把「魔法」进行解密： 车辆陈列不是这里的重点，展厅以「移动物理 AI」为主线，设置智能辅助驾驶和车载无人机两条产品线，并将感知、算法、驾驶决策等抽象技术拆解成五个互动体验区。对于普通消费者来说，这些过去藏在工程师电脑、域控制器和发布会演示视频里的东西，终于有了更直观的展示机会。 大部分的智驾供应商很少需要直接面对消费者，他们的名字可能出现在配置表里，也可能被概括成某套驾驶辅助方案，真正被用户感知的依然是汽车品牌。在很长一段时间里，供应商最重要的工作是完成开发、保证交付，然后留在幕后。 卓驭这次选择向前一步。卓驭科技 CEO 沈劭劼说： 卓驭跳出作为传统供应商，正式走向前台，去探索不仅仅是做产品、技术，也能看看 C 端到底能够传递一些什么东西。 展厅开业当天，全新一代红旗天工 08 也在深圳上市，限时权益价为 17.99 万元。新车首发搭载卓驭「高悟性端到端 4.1」系统，采用由仿生双目与长焦单目组成的「惯导三目」视觉方案。 相比于已经落地的具体车型，在展厅内的采访则聊得更远。端到端 4.2、原生多模态模型、面向 L3 的三冗余架构，以及卓驭从乘用车智驾向「移动物理 AI」延伸的方向，共同勾勒出红旗天工与卓驭接下来数年的合作路线。 这座面向所有人的展厅，某种程度上也可以说双方关系有了新的变化，智驾供应商开始走到消费者面前，车企与供应商之间沿用多年的边界，也在被新一轮技术周期重新划定。 从端到端 4.1，到「比人快 0.1 秒」 全新一代天工 08 搭载的端到端 4.1，源自卓驭在 2026 年 4 月发布的端到端 4.0。 按照卓驭 CEO 沈劭劼的介绍，4.0 已经完成完整的数据驱动，包括横向、纵向控制，以及变道和导航决策。4.1 的版本号只向前迈进一小步，模型在驾驶体验上的变化却相当明显。他说： 小版本是 4.1，没加多少，但性能变化非常大。 所谓性能变化，不只是车辆能否完成一段从 A 点到 B 点的导航辅助驾驶。系统何时变道、怎样超过慢车、面对加塞车辆如何反应，以及能否在路口和视野盲区提前减速，都会影响用户对它的评价。 沈劭劼将这种能力概括为「老司机的感觉」。它意味着车辆开始学习人类驾驶中的大量微动作：看到路边行人时略微收油，经过积水路面时降低速度，进入没有交通信号灯的路口前提前观察。过去依靠规则编写的系统，很难穷举这些细微而复杂的判断。 卓驭还计划在 2026 年内推出端到端 4.2。沈劭劼预计，随着 4.2 落地，现阶段端到端技术范式会逐渐收敛，性能大致达到「百公里安全接管一次左右」。 他给出的另一个数据，更能说明智驾技术目前的变化速度： 行业平均水平百公里平均接管，今年比去年降了 10 倍，不是夸张，而且提高的趋势目前没有减慢，还在快速提升。 燃油车时代，发动机热效率、传动效率和油耗水平通常以几个百分点缓慢进步；今天的辅助驾驶依然处在技术范式快速更替的阶段，模型、数据和算力的变化，都可能在几个月内重写原有体验。 这也是沈劭劼暂时不愿判断智驾供应商市场最终会「赢家通吃」还是「多家并存」的原因： 甚至在现在这个时候，连技术范式都还没有完全收敛。当接管率还可以一年降 10 倍的时候，技术范式锁定的时候，你不应该看得到这种级别的提升速度。 在端到端 4.2 之后，卓驭计划于 2026 年第四季度，与红旗天工首发下一代原生多模态基础模型。按照沈劭劼的说法，这套模型将在规模、训练范式和数据来源上出现较大变化，对应海外 FSD V14 所代表的新一代路线。 相比模型拥有多少参数，用户更容易感知的是车辆反应速度，沈劭劼这么介绍其中的区别： 端到端的感觉，有点像前面看到了一个东西进来了，可能过了 0.1 秒、0.01 秒之后，这个车开始有反应。到了下一代技术模型之后，你的感觉就是车先有反应，人才看到这个东西，属于车比人快 0.1 秒和车比人慢 0.1 秒的区别。 人类驾驶员的注意力需要在前车、后视镜、导航和道路两侧之间切换，车辆的摄像头则可以持续观察多个方向。当行人靠近道路、旁车出现变道趋势，模型可能在人类驾驶员意识到风险之前，便开始减速或调整轨迹。 复杂的多模态模型，最终被压缩成一个只有 0.1 秒的体验差异。但在高速移动的汽车上，这 0.1 秒会转化成数米距离，也会影响驾驶者是否愿意把控制权继续交给系统。 全新一代天工 08 将通过 OTA 获得这套模型。沈劭劼明确表示： 明年上半年一定会把比人快 0.1 秒的能力给 OTA 上去，这个平台还能打很久。 现有车型可以持续获得模型升级，硬件边界仍然客观存在。沈劭劼也提醒用户，现款天工 08 无法仅通过软件升级进入 L3。 面向 L3 的下一代天工平台计划于 2027—2028 年推出。根据双方披露的信息，该平台将采用超过 1000 TOPS 的三冗余域控制器，并配备固态激光雷达、补盲激光雷达和 4D 毫米波雷达。电源、控制、底盘和动力系统也将围绕 L3 的安全要求重新设计。 沈劭劼判断，到 2027 年中，L2 辅助驾驶将逐渐进入体验「比较满意、收敛」的阶段，装车率随之快速增长。此后，行业的主要竞争会进一步转向 L3、L4，乘用车高阶自动驾驶与 Robotaxi 的技术边界也将越来越模糊。 供应商与主机厂开始共用一张时间表 在传统汽车供应链中，主机厂负责定义整车，供应商按照项目要求交付零部件或系统。责任、成本和质量边界都可以通过合同划分清楚。 这套模式形成于一个技术周期相对稳定的年代。冯彪提到，燃油车时代，一款内燃机的更新周期往往长达 10—12 年。主机厂可以先等待技术成熟，再寻找供应商定点，双方沿着既定流程完成数年的开发和验证。 智能驾驶的技术节奏完全不同。 沈劭劼坦言： 辅助驾驶技术发展非常快，不夸张说技术范式 3 个月变一次是很正常的事。 一套刚刚形成的模型，需要经过车企立项、验证、定点和量产。等到正式上车，下一代模型可能已经出现。对于智驾公司而言，最先进的技术未必能够最快获得客户；对于车企而言，任何新技术又必须接受严格的质量与安全验证。 沈劭劼并没有回避这种矛盾： 我们自己本身作为完全的供应商，乙方供应商的角度来讲面临的最大问题，不是找不到客户，而是找不到客户用我们最先进的东西。 红旗天工与卓驭尝试建立一套更紧密的联合开发模式。双方共同定义用户场景、测评准出体系和开发节奏，研发团队从项目早期便沿着同一条时间线工作。 一汽红旗天工事业部总经理冯彪说： 我们所有现在的产品开发，无论是准入、准出的标准、用户场景的定义、开发节奏、双方联合开发的编队，它就不是供应商和主机厂的关系，就是我们联合开发的关系。能够走到台前，就是因为不是供应商的关系。 双方关系的变化，在智驾与底盘、动力和车身控制开始融合后更加明显。 沈劭劼举了一个经过水坑的例子。车辆一侧车轮驶过积水，左右车轮附着力不同，传统系统可能触发车身稳定程序，随后让辅助驾驶退出。新的处理方式可以让视觉模型提前识别水坑，选择绕行；也可以在通过水坑前主动降低速度，并协调智驾和底盘控制系统，减少突然退出的概率。 这些东西完全按照供应商的模式都扯不完，里面任何一个功能按照最后的质量条款划分都能扯半天，但是我们现在都没有这些问题。 按照过去的分工，视觉系统负责识别，智驾域控制器负责决策，底盘负责执行。发生问题后，各方很容易将注意力放在责任归属上。随着汽车逐渐成为一个更完整的智能体，这些功能之间需要更高频、更深入的协同。 冯彪认为，车辆打滑时，智驾系统简单退出并把控制权交还给驾驶员，只是当前安全边界下的解决方案。用户更期待的状态，是车辆能够联合调动转向、动力和制动，帮助驾驶员控制住车辆。 因此，红旗天工和卓驭的下一代平台合作已经延伸至智能底盘、动力域和整车控制。卓驭提供模型、感知与决策能力，红旗天工掌握底盘、动力和整车安全，原本清晰的技术边界开始相互渗透。 沈劭劼用「因为相信，所以看见」形容这种模式。车企会在技术形成早期便参与进来，与智驾公司共同完成工程化和量产验证，而非等到所有结果都已经摆在桌面上再作决定。他说： 我们会一起把最先进的东西去首发、落地，在第一天就做了这个决策我必须要用，而不是去纠结你先做出来，做出来我看着好再用。 这种深度合作也需要接受市场检验。 冯彪透露，天工 08 从 7 月 1 日开启预售，到 8 月 1 日正式上市，仅间隔一个月，预售效率较红旗以往车型高出「几十倍、几百倍」。现场没有公布具体订单数量，这一说法暂时只能反映红旗自身产品之间的纵向变化。 在天工品牌三年达到年销 10 万辆的规划中，5 米级大五座 SUV 预计贡献 20%—30%，甚至更高比例。天工 08 会是销量支柱，产品本身也会随着软件、硬件和市场需求持续调整。 冯彪说： 很难说这个时候的 08 会一直保持到那个时候。如果这样做，它也无法适应当前中国新能源市场激烈的竞争态势和新增用户的需求场景。 从智能驾驶，走向「移动物理 AI」 目前，卓驭拥有 34 家大小客户，常州第二座工厂已经投产，产能提升约一倍。2026 年以来，公司在乘用车和商用车领域获得的定点数量，已经超过过去两年之和。 卓驭的业务范围也在从乘用车向外延伸。沈劭劼透露，首款搭载端到端智驾系统的商用车预计于 2026 年 8 月投放，重卡干线物流和无人物流车将在近期展开较大规模试运行。 这些业务被纳入卓驭提出的「移动物理 AI」框架。 在沈劭劼看来，物理世界中的任务可以大致分成「移动」与「操作」两类。卓驭关注车辆、轮式设备或有腿机器人如何从 A 点移动到 B 点；机械臂和灵巧手面对的抓取、装配和手眼协同，则属于另一套数据结构： 所有移动类任务的特征都是这样的：我的传感器装在平台上，传感器运动轨迹和平台运动轨迹一样。操作类的任务特征不是这样的，它是传感器和实际操作不在一个坐标系上，它是手眼协同的过程。 汽车、重卡和无人物流车的外形、载荷与使用场景差异很大，但它们共享相近的数据关系：传感器跟随移动平台一起运动，模型需要理解空间、预测其他交通参与者，并规划一条安全轨迹。 基于这一判断，卓驭希望把辅助驾驶积累的数据、模型和工程能力复制到更多移动设备上，同时暂时避开机器人「上半身操作」任务。「移动物理 AI」由此成为一家智驾供应商扩展业务边界的方法。 不过，无论车辆还是其他移动设备，最终都需要处理真实物理世界中的安全问题。 在纯视觉与激光雷达的路线争论中，沈劭劼认为，两种方案各有能力边界。激光雷达是主动感知系统，在部分极端光照环境中具有优势；「惯导三目」依靠立体视觉，图像信息密度更高，对细小障碍物也有自身优势。 这里面有一个关键问题，是系统抵达感知边界后会采取什么动作？沈劭劼说： 任何系统都有对应的系统边界，关键是到了这个系统边界，和消费者有没有一个恰当的交互。不是说撞之前 0.01 秒退出，这肯定是不行的。 沈劭劼并不赞同为了证明传感器性能，就让车辆在大雾等极端环境中继续维持 120 km/h。更加合理的方式，是让模型根据能见度、路面状态和交通环境主动改变驾驶策略。他说： 谁说大雾的时候我要开 120 公里？如果模型本身就具备这个能力，整个系统的驾驶行为和当前的环境是匹配的。 当视野变差，系统主动降低速度；进入盲区，车辆提前采取防御性驾驶；确认无法继续处理时，再把控制权留给驾驶员。这些动作比单纯增加传感器数量更接近一名成熟司机的思考方式。 卓驭也对「人车共驾」划出了相对清晰的边界。驾驶员可以在拥堵、变道、抢车位和路线选择等效率场景中帮助系统，但在高速、高动态的安全场景里，人和车辆同时做出控制动作，反而可能相互干扰。 我们会尽一切可能避免出于安全考虑的人车共驾。 即使系统必须退出，也需要给驾驶员留下充足反应时间。沈劭劼说： 即使退出，还是那句话，别撞之前 0.01 秒退出，要退提前 5 秒钟退吧。