智能汽车领域正经历一场深刻变革，物理AI成为行业转型的核心方向。绝大多数智能驾驶算法企业已将目光投向这一领域，试图通过技术升级抢占未来市场先机。北京车展期间，卓驭科技发布了面向移动物理AI的原生多模态基础模型，引发业界关注。该公司副总裁于贝贝直言，向物理AI转型并非资本游戏，而是关乎企业生死存亡的战略选择。
传统算法厂商正面临双重挑战：一方面要与同行展开激烈竞争，另一方面还要应对数字AI巨头和具身智能公司的跨界冲击。这种竞争格局将行业推入全新淘汰赛阶段，只有真正掌握核心技术的企业才能脱颖而出。于贝贝指出，若不跟进物理AI技术路线，企业很可能在未来市场中失去竞争力。
卓驭科技在模型研发上采取独特路径。其原生多模态基础模型摒弃了传统视觉语言模型的附加式架构，将视觉、音频、动作等多种模态在预训练阶段就进行深度融合。这种设计使模型能够直接在多模态空间中理解物理世界，避免了语言转译带来的理解局限和响应延迟。目前车端模型已取消语言输入通道，转向更高效的架构设计。
在技术演进方面，行业正经历从专家模型向大模型的范式转变。于贝贝以医疗领域为例，指出通用大模型最终取代了众多专科专家模型。物理AI领域也将遵循类似规律，基础模型范式更具发展潜力。卓驭科技已进入VLA2.0阶段，其目标是通过数据驱动实现模型能力的指数级提升。
数据获取是模型训练的关键环节。卓驭科技采用多元化数据采集策略：30%来自车辆真实场景，30%源于机器人数据，另有40%取自互联网视频。这种组合方式有效解决了移动能力数据的获取难题。于贝贝特别强调，互联网上大量第一人称视角的移动视频都是宝贵训练资源，包括行人拍摄的街景视频等。
技术落地面临分发挑战。与数字AI可以通过应用商店快速传播不同，物理AI必须与特定硬件深度绑定。卓驭科技构建了多层次分发体系：硬件层面通过标准授权与合作伙伴共建生态；软件层面提供移动能力SDK供开发者二次开发；还计划将基础模型开源，支持社区进行后训练优化。针对低安全需求场景，还探索了云端智能体的分发模式。
商业化路径呈现差异化布局。传统乘用车业务维持硬件销售加开发费的盈利模式，构成第一增长曲线。第二增长曲线则聚焦L4级自动驾驶领域，通过Robotaxi、RoboVan等场景实现技术延伸。这种模式下，企业不再收取软件许可费，而是通过利润分成和订阅服务获取持续收益。于贝贝透露，某些消费级设备可能采用"动作令牌"的计费方式，按使用次数或行驶里程收费。
运维服务成为新的利润增长点。L2级系统无需运维支持，但L4级自动驾驶必须建立远程监控体系。卓驭科技计划提供类似安吉星的增值服务，对启用L4功能的车辆收取额外费用。这种模式甚至可能延伸至乘用车领域，当车辆具备L4硬件条件时，车主可按需购买高级自动驾驶服务。
对于L2与L4的商业模式差异，于贝贝认为两者存在本质区别。从工程安全角度分析，城区场景的事故危害程度低于高速场景，因此L4技术更可能率先在城区落地。这种判断将直接影响企业的技术路线规划和市场布局策略。
在这场行业变革中，卓驭科技构建了双重竞争优势。模型能力方面，企业持续探索3D DiT、V-JEPA等前沿架构，保持技术领先性。分发体系方面，通过硬件标准制定、软件生态建设和云端服务部署，形成了完整的业务闭环。这种技术加生态的组合策略，或将成为企业在物理AI时代的重要护城河。
