在城市NOA加速铺开的背景下，智能驾驶行业的竞争逻辑正在发生变化。
4月11日，卓驭科技CEO沈劭劼在中国汽车百人会论坛上提出，智能驾驶只是物理AI的初级阶段，未来存活下来的企业将转型为“移动物理AI公司”。这一判断，指向行业从工程能力竞争走向基础模型能力竞争的拐点。
“基础模型”比拼
过去几年，中国智能驾驶行业的主线，是围绕“开城数量”和“功能覆盖”展开。从依赖高精地图与规则系统，到数据驱动的端到端方案，技术路径的演进推动了体验提升，但也逐渐暴露出新的瓶颈。
卓驭将这一过程划分为三个阶段：依赖地图与规则的“小模型”，以端到端为代表的“中模型”，以及正在探索的“原生多模态基础模型”。
在“小模型”阶段，企业通过大量本地化适配实现能力落地，但泛化能力弱，跨区域复制成本高；进入端到端阶段后，模型通过数据训练实现性能跃迁，使智能驾驶从“能用”走向“好用”。但这一阶段仍难以摆脱对场景和规则的再适配，尤其在全球化与跨车型扩展中，成本依然高企。
卓驭提出的“原生多模态基础模型”，试图将能力前移至预训练阶段，通过零样本迁移实现跨车型、跨场景乃至跨区域的直接应用，使系统接近“开箱即用”的状态。
这一变化的本质，是将竞争重心从工程适配，转移至模型能力。
与技术路径调整同步发生的，是商业逻辑的重构。随着模型规模扩大，训练成本已进入数十亿元量级，单一乘用车市场难以支撑。跨垂类扩展因此成为必要选择。
卓驭目前的布局，已覆盖50余款量产车型，并获得超过100个定点项目；在商用车领域，其方案进入头部重卡品牌体系，并计划在年内集中量产。
在这一体系下，乘用车、重卡、无人物流及Robotaxi不再是割裂市场，而成为同一底层模型的不同应用场景。公司亦披露，其Robotaxi与无人物流车计划将于年内启动试运营。
基础模型路径带来的直接结果，是行业门槛的上移。一方面，算力与数据投入显著增加，中小企业难以持续跟进；另一方面，模型一旦具备跨场景能力，其价值将随应用规模扩大而增强，头部效应趋于强化。
沈劭劼将这一趋势定义为“生存判断”。
在这一判断下，智能驾驶行业的分化路径逐渐清晰：具备模型能力与资源整合能力的企业，有望向基础设施层跃迁；而依赖工程适配的公司，则面临转型压力。
对汽车产业而言，这一变化意味着更深层的结构调整。当基础模型成为核心能力，整车厂与供应链之间的分工关系将被重塑，汽车也将从单一交通工具，转变为“移动智能”的应用终端。
