北京车展首日，卓驭科技正式推出了行业首个原生多模态基础模型，围绕“移动物理AI”，让智能驾驶将不再局限于乘用车领域，商用重卡、物流车、Robotaxi，甚至是车载无人机，都能用上这一套移动物理AI。

雷科技/电车通收到卓驭的体验邀请，能在北京车展展馆外抢先感受搭载这套原生多模态基础模型的红旗HS6，在北京市区路段的真实表现。

图源：电车通摄制

根据官方介绍，这套模型的底层逻辑在于对物理世界通用规律进行预训练，能够统一处理视频、文本、动作、语音、地图等多模态信息。关键在于，所有模态都在同一个框架下完成训练，这就彻底绕开了传统方案中“语义翻译”带来的延迟与信息损耗。其最终目标很明确：实现跨垂类场景的开箱即用，并追求在全球范围内的零泛化或少泛化能力。

接下来，就是这次实地体验的详细分享。

第一段：宽阔主路的从容序曲

体验的第一段路，是展馆外围的主干道。路面宽阔、标线清晰，车流虽然密集但秩序良好。搭载了11V1L1R感知方案（含激目2.0）和Thor-U芯片的测试车，在这种简单场景下表现得游刃有余。跟车距离控制得恰到好处，加减速的线性感做得非常到位，几乎感觉不到机械的顿挫。

图源：电车通摄制

第二段：狭窄小路的实力考场

真正考验实力的，是第二段路——展馆背后那些狭窄的小路。

这里的路况堪称“地狱级”真实：双向单车道被两侧违停车辆挤压得所剩无几，对向来车需要频繁错位通行，电动车和外卖骑手在车缝中灵巧穿梭，偶尔还有行人从路边车辆的缝隙中突然探出身子。面对这种复杂场景，很多智驾系统早已选择“躺平”退出。

但测试车的表现让人印象深刻。当遇到一条被违停车辆压缩到仅剩一车宽的窄道时，系统没有犹豫，而是果断执行了一个超车动作绕开前车。整个过程从减速、观察、转向到加速，一气呵成，坐在后排几乎感受不到任何迟疑或突兀的顿挫感。

图源：电车通摄制

这种流畅性，其实已经揭示了原生多模态基础模型与常规VLA（视觉-语言-动作）技术路线的本质区别。

传统的VLA模型，本质上是多种技术的拼接：视觉系统先“看懂”场景，然后翻译成语言描述给决策模块，决策模块“想明白”后再转译成控制动作。这个过程，有点像人类“看到-思考-行动”的认知链条。

而原生多模态基础模型则完全不同。视觉、语言、动作在模型底层就完成了联合预训练，相当于让AI直接建立了从感知到行动的“条件反射”，跳过了中间的“翻译”环节。这样一来，由语义转换带来的延迟和信息损耗自然就被消除了，反应也就更为直接和迅速。

图源：电车通摄制

另一个让人印象深刻的细节出现在车辆准备右转时。当时，一辆电动车正从车辆右侧快速直行超车。如果换成早期的智驾系统，很可能会采取紧急制动，带来突兀的刹车体验。但卓驭的这套系统，只是非常线性地微微降低了车速，精准计算好时机后便从容通过，整个操作沉稳得如同一位经验丰富的老司机。

要知道，就在几年前，出于绝对安全的保守策略，智驾系统在这种情况下大概率会“一脚剁死”。如今这样的表现，可以说在安全与流畅之间找到了一个更接近人类驾驶习惯的平衡点。

图源：电车通摄制

当然，这次体验也留有些许遗憾。虽然特地选择了展馆附近相对狭窄的道路，但整个旅途并未遭遇极端复杂的“魔鬼”路况，因此系统更深层次的能力边界未能完全展现。

试驾结束后，通过与现场技术人员的交流了解到，这套原生多模态基础模型采用了量化蒸馏技术，使其能够适配从高通SA8650到地平线J6M等一系列中高算力平台。这种广泛的适配性，正是其支持乘用车、商用车、物流车等多垂类部署的关键。按照规划，这套系统将在今年8月达到量产状态。

展望：超越乘用车的更大舞台

谈及智驾系统在商用车和物流车领域的应用，前景确实令人期待。

图源：电车通摄制

一方面，对于长途奔波的货车司机而言，高强度驾驶是常态。一套可靠的智驾系统能有效充当“副驾”，减轻他们的操作负担，降低因疲劳驾驶引发的风险，同时提升运输效率。另一方面，对于物流行业，智驾系统可以实现更精准的路线规划和车队调度，从而压缩配送时间与运营成本。

从这个角度看，卓驭这套原生多模态基础模型所追求的“跨垂类开箱即用”，其长远价值与行业意义便得以充分凸显。它瞄准的，显然是一个比家用车市场更为广阔和基础的移动生态。

（封面图源：电车通摄制）

2026第十九届北京国际汽车展览会将于4月24日至5月3日在北京‌中国国际展览中心（顺义馆）和首都国际会展中心（新国展二期）举行，本届车展以“领时代·智未来”为主题，集中展现汽车工业的更多黑科技。
比亚迪、小米、鸿蒙智行（问界等）、小鹏、蔚来、岚图等头部品牌集结，多款重磅新车首秀；地平线、Momenta、卓驭等供应商集体秀肌肉，AI大模型深度赋能，高阶智驾、动力电池、超快充技术等前沿科技集中亮相，看点拉满！
雷科技旗下「电车通」将派出报道团直击现场，以“关注电动车，更懂智能化”的专业视角，带来一线独家报道，敬请关注！