近年来，推动中国汽车产业演进的关键脉络之一，便是智能驾驶技术的持续突破。各大车企及智驾解决方案商纷纷聚焦于大模型、算力储备与数据闭环等核心要素，竞相讲述技术故事。
然而，在高度依赖工程技术落地的制造业中，再前沿的算法也需依托扎实的工业体系才能真正“上车”。归根结底，汽车仍是一个典型的重资产、强制造属性的实体产品。
企业不断推出新一代端到端智驾架构，强调更大规模的训练数据、更长的无接管里程，并沿着从视觉语言模型（VLM）向视觉语言动作模型（VLA）、乃至世界模型的方向演进。与此同时，汽车正被重新定义为一种在真实物理空间中持续感知、实时推理并自主执行动作的智能移动终端。
但所有这些软件能力，最终都必须经由域控制器、车载摄像头、激光雷达以及整车电子电气架构等硬件载体，才能进入现实世界。能否将复杂算法稳定部署于数十款不同平台车型？能否兼顾乘用车、商用车与无人物流车等多元场景？这已远超算法本身的能力边界，更深度考验着硬件设计能力、工程验证体系、供应链协同效率与制造品控水平。
7月23日，卓驭科技常州智造基地正式投产。随着该工厂启用，卓驭形成深圳+常州双制造中心格局，全面提速域控制器、视觉感知系统及激光雷达等关键智能驾驶硬件的量产与交付节奏。
这正是工业实力驱动技术规模化落地的典型缩影。常州之所以能与苏州、无锡并称“苏锡常”，很大程度上正源于其已集聚起覆盖整车、零部件及智能网联全链条的汽车产业生态。
从单车型方案迈向智能移动基座
卓驭此前提出的“移动物理AI，智能一切移动”愿景，意在将智能驾驶领域长期沉淀的环境感知、路径决策与运动控制能力，迁移至更广阔的移动体形态——包括家用轿车、商用重卡、城市物流车、Robotaxi，乃至具身智能机器人等。
换言之，智能驾驶正经历一场范式升级：由过去“一车一策”的定制化开发模式，转向构建可复用、可扩展的基础模型与标准化软硬件平台。
传统智驾系统通常按车型与功能进行模块割裂式开发：感知、预测、规划、控制各自独立建模；每新增一款车型，均需重复采集数据、调参适配、实车验证。车型数量越多、市场覆盖越广，研发与交付成本便呈指数级攀升。
而基础模型的核心价值，在于挖掘跨任务、跨场景、跨设备之间的共性规律与底层表征。
卓驭自研的原生多模态基础模型，支持视频、文本、动作指令、语音输入及高精地图等多源异构信息的统一建模。其训练数据亦不再局限于道路驾驶片段，而是拓展至互联网公开内容、移动机器人第一视角影像等更广泛物理世界样本。目标正是提升模型在不同车型、复杂路况及地域政策下的泛化迁移能力。
这一路径，与当前智能驾驶与具身智能融合发展的主流趋势高度契合。
尽管汽车、机器人与无人运载设备所承担的具体任务各异，但其底层闭环逻辑高度一致：通过传感器理解物理环境 → 基于任务目标生成策略决策 → 驱动执行机构完成动作输出。随着模型结构日趋统一，智能驾驶积累的大规模行车视频数据、三维空间理解经验与精准运动控制能力，正加速向更广泛的物理AI应用场景溢出。
当然，不同设备在运动学特性、安全等级要求及运行环境约束方面差异显著。高速行驶的乘用车、封闭园区内的物流车、室内服务型机器人之间，难以直接复用整套控制系统。更为务实的演进路径是：优先共享视觉特征提取、空间语义建模、行为意图预测等底层通用能力，再针对各类型设备开展定制化工程适配。
目前，卓驭已构建覆盖200 TOPS至1400 TOPS算力区间的全系列域控制器产品线，并同步布局惯导双目/三目视觉模组、长短焦融合视觉方案、激光-视觉多传感器融合系统，以及近距激光雷达等多元化感知硬件。
这些硬件产品的共同使命，是将抽象的AI模型能力，转化为车辆与各类移动设备可调用、可集成、可验证的感知与计算接口。
以往，软硬协同更多服务于性能优化与成本控制——例如通过算法定制提升芯片利用率，或依据价格带配置差异化传感器组合。
而在基础模型时代，硬件平台还承载着另一项关键职能：为模型的持续迭代提供稳定、统一、可扩展的部署底座。
当同一套模型需服务十余家主机厂、上百款车型时，硬件平台若过度碎片化，将极大抬高适配门槛与维护成本。芯片架构差异、摄像头分辨率与FOV不一、传感器标定方式各异，均可能影响模型推理一致性与鲁棒性。统一的域控平台与标准化感知硬件，不仅能大幅减少算法与车型间的对接接口数量，也为后续OTA升级与数据闭环运营奠定坚实基础。
据悉，卓驭常州工厂总建筑面积约5565平方米，初期将重点导入3款重卡域控制器及1款无人物流车域控制器的量产。预计至2027年进入稳定运营期后，还将逐步承接乘用车域控、补盲毫米波雷达、车载无人机等新型智能硬件的生产任务。
这座工厂与动辄数十万平方米的传统整车厂截然不同——它并非追求极致产能规模，而是精准匹配智能驾驶硬件“小批量、多型号、快迭代”的产业特性。
域控制器需满足严苛的车规级可靠性标准；视觉模组涉及精密光学标定与温漂补偿；激光雷达则涵盖光机装调、点云校准、环境耐久测试等复杂工艺流程。从研发样机走向稳定量产，意味着需重建整套生产节拍、质量门控、固件烧录、全流程可追溯的质量管理体系。
智能驾驶的竞争，本质也是工业能力的竞争
据卓驭披露，其智能驾驶方案已在超50款量产乘用车型上实现落地，定点合作车型累计逾130款；商用重卡业务已与多家头部企业达成深度合作，高速NOA系统已进入量产交付阶段。此外，与宇通客车联合开发的客车NOA项目计划于2026年9月量产；无人物流与Robotaxi相关业务亦处于导入测试与区域试运营阶段。
这些业务形态差异巨大：乘用车用户关注成本控制、交互体验与车型快速迭代；商用车客户更看重全生命周期运营效率与极端工况下的系统可靠性；无人物流车多运行于限定区域，对远程监控、故障诊断与云端调度能力提出全新要求。相较蔚来、理想、小鹏等聚焦自有车型、自研自用的车企，卓驭作为第三方供应商，面对的是更复杂、更多元、更碎片化的客户需求矩阵。
智能驾驶产业曾经历一轮从Demo演示到规模化量产的残酷筛选。迈入基础模型新阶段后，类似的“淘汰赛”或将再度上演。发布先进模型、完成封闭/开放道路测试，仅是万里长征第一步；真正的挑战在于——如何将模型高效部署于千差万别的车型平台与异构计算硬件之上，在庞大复杂的供应链体系中保障性能一致性，并持续应对量产交付后层出不穷的长尾问题。
具身智能领域也将面临相似命题。
当下机器人行业仍普遍聚焦于模型参数量、训练数据规模与仿真环境表现，但随着产品加速进入工厂产线、仓储分拣、商业楼宇等真实作业场景，硬件长期运行稳定性、批量制造一致性、现场维护便捷性及综合使用成本，将迅速跃升为决定成败的关键变量。智能驾驶行业过去十年沉淀下来的车规级工程方法论——涵盖功能安全（ISO 26262）、信息安全（ISO/SAE 21434）、软件开发（ASPICE）与供应链管理（IATF 16949）等完整体系，有望成为物理AI向现实世界规模化渗透的重要参照范式。
常州工厂的一个标志性细节，印证了卓驭对工业能力的重视：从破土动工到厂房交付仅耗时73天。未来，该基地将全面导入IATF 16949、ISO 9001、VDA 6.X、TISAX及A-SPICE等国际主流标准体系，覆盖汽车质量管理、信息安全防护、软件过程开发与供应链协同管理等全维度能力认证。
对卓驭而言，常州工厂不仅补齐了“模型—算法—硬件—制造”全链路中的关键一环，更为“移动智能基座”战略提供了坚实的产能支撑。对于任何一家选择卓驭的合作伙伴而言，信任的建立，既源于领先的技术能力与可靠的硬件方案，同样离不开可验证、可审计、可持续交付的制造实力。
