2026年北京车展期间，卓驭科技接连发布多项合作与量产成果，一个略显陌生的技术概念——“移动物理AI”——频繁出现在各家媒体的报道中。
什么是移动物理AI？它与当前智能驾驶领域流行的端到端、VLA模型有何区别？为何一家智能驾驶公司要将目光投向乘用车之外的商用车、无人物流乃至机器人领域？
一、AI已能写诗作画，为何开车仍难“举一反三”？
以大语言模型为代表的AI，已在文本生成、图像创作等领域展现出惊人的通用能力。但一个耐人寻味的反差是：智能驾驶发展至今，一套在中国城市训练出来的模型，到了欧洲往往需要大规模重新适配；一套为轿车开发的系统，移植到重卡上同样代价高昂。
卓驭给出的答案是：此前的智能驾驶模型，本质上仍是“垂类专家模型”——专为特定场景、特定平台训练，泛化能力天然受限。要打破这一瓶颈，必须从底层重构模型范式，让AI学会物理世界的通用规律，而非死记特定道路的驾驶规则。这正是“移动物理AI”的出发点。
二、何为移动物理AI？它与其他技术路线有何本质区别？
据卓驭方面介绍，移动物理AI的技术核心是“原生多模态基础模型”。所谓“多模态”，指模型能够同时处理视觉、文本、动作、语音、地图等多种信息类型；所谓“原生”，意味着这些模态是在统一框架下完成联合预训练的，而非先分别训练再拼接。
这与当前行业热议的VLA模型形成关键差异。VLA模型通常先完成视觉与动作的训练，再将语言能力“嫁接”上去，中间存在显式语义翻译环节，可能带来延迟与信息损耗。而原生多模态基础模型从训练之初便打通了所有模态，实现了语义理解与物理推理的统一，因而具备更高的性能天花板和更强的跨场景泛化能力。
卓驭方面用一句话总结了这一模型的愿景：一套模型，全域通用。 无论是乘用车、重卡，还是无人物流车、Robotaxi，乃至未来的具身机器人，均可共享同一套移动智能底座，实现“开箱即用”，在不同地域、不同场景间以极低成本完成适配。
三、从实验室到产业化，移动物理AI走到了哪一步？
在本次北京车展上，卓驭用一系列量产数据与战略签约，给出了阶段性答案。
乘用车领域，卓驭量产车型已超过50款，累计定点突破100款，以“油电同智、中外同频、舱驾同芯、行泊同优”的布局策略覆盖了最广泛的动力形式和品牌矩阵。高悟性端到端4.0模型将于4月起通过OTA推送至多款车型，原生多模态基础模型也将于年内推送。
商用车领域，卓驭已与中国TOP6商用车品牌建立合作，重卡车型将于6月起陆续量产。客车方面，联合宇通打造的NOA方案将于9月交付。Robotaxi服务将于下半年启动试运营，无人物流车7月开启试运营。
与此同时，卓驭在车展期间密集签约，进一步夯实生态布局：与车联天下共拓高通下一代芯片平台，为端侧大模型部署锻造算力基座；与易森动力共筑无人物流配送的商业闭环，为模型提供真实运营的训练场景；与HERE Technologies合作推进欧洲及海湾地区的地图适配，为全球化“零泛化”铺设合规路网。
四、移动物理AI的终局是什么？
卓驭方面给出的愿景是“智能一切移动”——从地面到近地空间，从载人到载物，从有人到无人。当一套基础模型能够理解物理世界的通用法则，当每一次移动都能被AI重新定义，智能驾驶的竞争维度将从“谁的车开得更好”升级为“谁的AI底座能赋能更多移动场景”。
这一愿景能否兑现，仍需技术、工程与生态的持续验证。但至少在北京车展这一刻，移动物理AI已从概念走向了量产、签约与跨垂类落地的实质性阶段。
【推广】（免责声明：本文系刊发或转载的企业宣传资讯，仅代表作者个人观点。本网对此文观点不持赞同态度，亦不对其内容真实性负责。文章内容仅供读者参考，不构成任何建议及交易依据，请读者自行核实相关信息。）