随着特斯拉FSD V12系统的落地与普及，智能辅助驾驶行业正悄悄发生一场触及根本的研发范式变革——从传统的“规则驱动”逐步转向“数据驱动”。这场变革不只是重塑了技术研发的逻辑，更深刻改写着企业的组织架构与行业的竞争格局。

国内智能辅助驾驶第一梯队企业卓驭科技CEO沈劭劼，在接受FT中文网专访时就坦言：“智能辅助驾驶的核心竞争，在于数据驱动闭环能力的终极对抗”。作为行业一线的实践者，卓驭科技全面转向端到端数据驱动的探索过程，再加上沈劭劼对行业变革的深度洞察，恰好为我们解读这场范式革命的核心价值与发展走向，提供了一个重要的观察视角。

（卓驭科技CEO 沈劭劼）

范式之变：从“代码修修补补”到“数据自主进化”

在智能驾驶行业发展的前半程，“规则驱动”是大家普遍采用的研发模式。简单来说，要是系统在实际行驶中出现识别不准、决策出错等问题，工程师的核心工作就是排查数据、找出规则里的漏洞，再通过修改代码来修复。但随着L2级智驾功能的渗透率攀升到64%，马路上出现的海量长尾场景和极端案例越来越多，这让规则驱动模式陷入了“解决一个问题，又冒出十个新问题”的尴尬境地，慢慢成了技术升级的核心瓶颈。

特斯拉FSD V12的推出，正式把完全数据驱动的开发方式推到了行业技术革命的核心位置。沈劭劼解释说，这场变革的本质，是研发逻辑的根本性转变——在数据驱动模式下，工程师不用再手动修改代码，而是要把精力放在分析问题背后的数据分布上：看看是缺少某个场景的数据，还是训练方式有问题，导致模型没激活关键特征，最后通过补充高质量数据、优化训练策略，让模型自己学会解决问题。

在他看来，之前行业吵得火热的纯视觉与激光雷达路线之争，本质上只是获取三维感知信息的不同方式，一个成熟的系统完全可以把这些元素融合起来，算不上什么大问题。真正的关键，是数据驱动与非数据驱动的范式之争。因为它会直接影响企业的部门架构和工作方式，甚至要调整数百人规模的团队配置，其影响力远比选哪种硬件路线大得多。

数据驱动范式最大的优势，就是能让模型具备很强的泛化能力。沈劭劼以卓驭的实践举例：依托数据驱动架构，团队把乘用车的高速NOA技术适配到商用车领域，只用了一个半月就完成了80%的量产能力开发。这在传统的规则驱动模式下，几乎是不可能做到的。这种泛化能力不仅打破了不同车型、不同场景之间的技术壁垒，也让智能驾驶技术有机会从乘用车，延伸到商用车重卡、低速物流车、Robotaxi等“泛自动驾驶”赛道。

行业重构：短兵相接中淬炼核心竞争力，头部企业迈向正循环

这场范式变革，已经让智能驾驶行业进入了“短兵相接”的激烈竞争阶段。沈劭劼透露，目前国内头部智驾公司在数据驱动范式转型和组织架构调整上，基本处在同一水平，彼此的技术差距不会超过三个月。现在行业竞争的重点，已经从过去的硬件路线之争转到了数据闭环能力的比拼上，而这个过程，也恰好推动着行业向更高质量的方向发展。

对企业来说，转型数据驱动的关键，是搭建适配的组织架构、培养核心能力，卓驭科技的转型实践就很有代表性。卓驭一直坚守乘用车Tier 1的基本盘，因为这个赛道能带来持续的现金流和真实的行驶数据，这是支撑技术长期研发的生命线。在此基础上，卓驭全面转入端到端研发，搭建数据驱动的空间智能移动基座，同时靠硬核的工程能力筑牢自己的竞争壁垒。

沈劭劼特别提到，卓驭最引以为傲的是传承自大疆的软硬一体能力。这一能力在2025年的两大工程突破中得到了充分体现：一是成功给传统燃油车平台装上了智驾系统。要知道燃油车存在执行器受限、算力不足、电子电气架构老旧等问题，能实现智驾功能，考验的是极致的工程取舍与优化能力。二是实现了燃油车的舱驾一体。通过整合座舱与智驾系统，共享芯片资源和大模型，不仅把硬件成本降低了30%，还提升了用户体验，在激烈的市场竞争中站稳了优势。

（ 卓驭舱驾融合控制器）

这种工程能力与数据驱动架构的深度结合，支撑着卓驭实现了每年超200%的业务增长；在沈劭劼看来，中国新兴行业的发展都有个共性：出现机会后就会迎来激烈竞争，最后留下的都是经受过市场考验的团队。现在智能驾驶行业就处在这个阶段，跑在前面的企业会凭借技术优势拿到更多量产订单，积累更多真实数据反过来优化模型，形成“量产-数据-迭代-更优产品-更多订单”的良性循环，在竞争中锻炼团队实力、夯实自己的护城河。对于资本市场对智驾企业的差异化反馈，沈劭劼保持理性：“投资者的眼睛是雪亮的，真正具备核心竞争力的优质企业终将获得认可。”