Related articles
卓驭创始人沈劭劼
2025 年年底，当毫末智行骤然倒下的消息传来时，整个自动驾驶行业都为之一震。一家背靠巨头、融资充足的公司，依然没能穿越周期。
几乎在同一时间，另一家备受关注的智驾公司—— 卓驭科技，官宣获得中国一汽超 36 亿元的战略投资。
这样的波动并非孤例。更早一些的 5 月，大卓智能宣布解散，业务并入奇瑞智能化中心；随后，中智行因无力支付小额劳动仲裁款，被法院裁定破产清算。整合与出清，正以超乎以往的速度进行。
当整个行业已经从规则驱动全面倒向数据驱动的端到端模型。当所有头部玩家都站上同一条新起跑线，竞争的核心便不再是“ 谁先出发”，而是“ 谁的迭代系统更快、更高效”。领跑与追赶的差距，往往只在于一次成功模型更新的时间窗口。
“ 国内头部几家企业是以月为单位的，而且不断往返排序。” 卓驭科技的创始人沈劭劼观察说。他透露，目前卓驭的模型迭代周期已缩短至每周一次，客户项目交付时间从 6 个月压缩至 1 个多月。
智驾公司的斩杀线是什么？
“ 如果到现在哪一个做智能辅助驾驶的公司，还没有完成数据驱动开发范式的改造，那它被斩下去是迟早的事情。” 沈劭劼的话语直击要害。
在他看来，智驾公司真正的生死线并非资本规模，也不是客户数量，而是能否建立起数据驱动的开发范式，并将这种范式与传统制造业深度结合。
沈劭劼认为，智能驾驶行业仍处于“ 核心问题尚未解决” 的阶段，各家企业的竞争本质上是“ 与自己进步” 的较量。在这场长跑中，暂时的领先或落后的意义并不大，真正的分水岭在于公司是否完成了向数据驱动开发范式的彻底转型。
这种转型对任何团队来说都意味着阵痛。沈劭劼坦诚，作为传统机器人学派，卓驭团队曾长期执着于规则驱动，坚信“ 物理世界的模型是我建立的”。
然而，当行业向端到端转型时，卓驭不得不面对“ 打不过” 的事实，因此，2024 年 10 月 14 日，卓驭做出了一个艰难决定：全删原有代码库，正式宣布“ 以后只有端到端，没有规则”。那一刻，3000 行代码被清除，也清除了团队对规则驱动的路径依赖。
转型初期的挑战接踵而至—— 模型不成熟、客户端交付压力、后端产出飘忽不定。但沈劭劼和团队坚持了下来。他发现一个反直觉的现象：为安全而设计的兜底逻辑越多，系统反而越容易“ 犯傻”。
“ 几乎所有的那个车犯傻，就是应该绕行它不绕，大概率就是兜底逻辑打架了。” 当多条规则被同时激活，彼此矛盾或互斥，就会导致车辆做出不合理的决策。
如今，卓驭的安全保障不再依赖层层规则兜底，而是通过建立完整的测评体系来实现。“ 只要你能过这个测评它就是及格的。” 通过测评体系的建设，他们逐渐删掉了越来越多的兜底逻辑。
更重要的发现是数据质量比数据量更关键。沈劭劼透露，今年有若干次大模型的提升，甚至都不是模型本身改变，而只是把数据的配比和质量调对了，性能就出现大幅提升。
这一切必须工程化落地。沈劭劼举例说明，这体现在公司运营的方方面面：从财务上如何规划算力与数据闭环的投入占比，到项目交付中将数据链路通畅作为核心 KPI，再到与主机厂合作时，能够提供不仅仅是功能，而是包含数据反馈与模型优化能力的完整“ 基座”。只有当数据驱动的循环真正嵌入到研发、交付、运营的每一个环节，并得到制造业体系的质量管控与工程验证时，智驾方案才能兼具创新活力与量产可靠性。
因此，所谓的“ 斩杀线”，实则是企业能否构建这种将数据智能转化为工程确定性的系统能力。它决定了公司是在持续进化，还是在堆积迟早爆发的技术债务。
“ 你晚 6 个月出发，并不意味着就一直晚 6 个月”
当被问及“ 卓驭是不是行业跟随者” 时，沈劭劼展现了技术派的自信。
“ 我描述清楚一下整个背景，后发先至是各个行业领域都经常发生的事，智能辅助驾驶也远远还没有到终点线。” 他平静地回应道，“ 你晚 6 个月出发，并不意味着就一直晚 6 个月。”
沈劭劼承认转向端到端比 Momenta 慢了半年，“ 这个半年在商业发展的时候就是挺要命的”。但他随即补充：“ 我没说现在晚了 6 个月。即使拿当前的状态来看，虽然我们转向端到端稍晚，但是目前我们的方案在给用户的体验上可能反而处在行业领跑者的位置上。”
这种自信来自技术迭代速度的实质性提升。卓驭的模型开发流程已经完成重塑：从最初每周迭代 50 个模型只有一两个可用，到现在每周迭代 3-5 个模型大多可用。
效率的提升得益于工程师工作方式的根本转变。沈劭劼强调了一个关键指标——TTE（从问题上报到模型更新的时间）。
“ 如果按照之前所谓的传统方式走这条链路，一年前走一遍可能需要 6 个月，现在一个多月。”
在数据驱动的开发范式下，工程师遇到问题时不能再立即添加规则来“ 兜底”，而必须走完整的数据收集、标注、训练、测试流程。
沈劭劼知道这很“ 反常识”：“ 大家都是正常人，遇到问题正常人都是如何最快的解决问题，这时候要把手摁住是有点反常识的。”
但这种克制正是数据驱动开发范式的核心纪律。“ 任何逻辑加进去都很难删掉，它会打架。” 只有坚持这种工作方式，模型才会越来越纯净，性能才会持续提升。
对于行业内的技术路线分歧，沈劭劼持融合观点：“ 历史上我们整个智驾行业隔段时间就会出现所谓话题性的分歧，后来发现这个分歧也没多大事。”
无论是大算力小算力之争、有图无图之辩，还是纯视觉与激光雷达的选择，“ 这些都不是哲学问题，是工程问题”。不同技术路线最终会相互融合，而非对立。
2026 年，行业会有更多“ 王炸” 扔出来
谈到行业未来，沈劭劼预判 2026 年的智驾行业竞争将更加激烈。“ 能预见的激烈程度应该会远高于今年。”
他观察到，2025 年 Q3 后，行业已进入 “ 王炸频发期” —— 隔一段时间某一家就会扔出一个突破性方案，两个月后另一家又会扔出一个。
“ 可以预见明年会不断在炸的过程中，一波一波的上。” 沈劭劼形象地描述了这一竞争态势。
面对这种局面，他建议消费者和媒体试驾时先看版本号：“ 以后大家试驾之前先看版本，哪个版本，其实每一家都是先看版本，确保性能更新完。”
技术端，卓驭将沿着 VLA 架构继续推进——V 负责感知和一段式端到端；L 是多模态大语言模型，负责场景理解；A 负责将感知结构接入，进行未来几秒到 10 秒级别的推理。
沈劭劼为团队设定了明确目标：“ 如果说 2025 年的核心要求端到端，2026 年的主题是端到所有地方去。”
他需要证明这个模型具有横向拓展能力，能够应用于更多场景和车型。这不仅是技术挑战，也是商业模式创新的机会。
卓驭正在推行的 “ 基座模型” 策略正是为此而生。沈劭劼解释：“ 基座的意思是可以在上面建东西。” 车企可以在卓驭的基座模型上进行二次开发，自主进行功能定义、功能逻辑编写，甚至调用大模型。
“ 到这个模式之后，所谓的到底自研还是供应商方案，差异化还是标准化这些就可以解决了。” 这种模式打破了传统 Tier1 与主机厂之间的界限。
在商业化路径上，沈劭劼保持聚焦。“ 公司绝大多数的收入肯定还是来自乘用车，而且可能也会说，至少未来两年 99% 的数据是来自乘用车。”
“ 但凡如果我发现一个新的垂类我需要再投 300 个人来干我立马撤出去，如果发现投 30 个人就搞得定，就继续做，是这样的逻辑。”
对于卓驭，以及所有仍在牌桌上的玩家而言，2026 年的主题已然明确：把技术“ 铺” 到更多车上，并在对手们不断扔出的“ 王炸” 中，找到自己持续出牌的方式。
（文｜引擎视角，作者｜韩敬娴，编辑｜李玉鹏）
更多精彩内容，关注钛媒体微信号 （ID：taimeiti），或者下载钛媒体 App
