卓驭科技向物理AI转型：生存法则下的商业新范式

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间: 2026-05-02

本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。

📊 核心实体与商业数据

💡 业务落地拆解

物理AI转型的必然性

卓驭科技副总裁于贝贝认为，算法厂商向物理AI转型不是讲故事，而是生存法则。他指出：“如果不上这条技术路线，很可能今后就跑不出来了。” 这一判断基于大模型范式对传统专家模型的替代历史——通用大模型一旦成熟，专用小模型将失去竞争力。

VLA模型的技术路径

卓驭已发布原生多模态基础模型（VLA），与业界范式切换同步。于贝贝强调，真正的物理AI应让视觉、音频、动作等模态在预训练阶段共同学习，而非通过语言转译。当前车端模型未开放语言输入，底层骨干网络已全面切换至大模型范式。

商业模式创新

卓驭打破传统Tier 1“卖硬件、收开发费”的单一模式，在第二增长曲线中探索：

• 订阅制：L4级服务按里程或使用次数收费，类似安吉星模式。
• 利润分成：与合作伙伴共同运营Robotaxi等业务，持续参与迭代并分享收益。
• 动作令牌：面向低安全场景（如扫地机器人），按云端推理次数或行驶里程计费。

于贝贝表示，第二增长曲线的利润结构优于第一增长曲线。

分发网络构建

于贝贝指出，物理AI的分发远比数字AI困难，需建立硬件标准、软件SDK、开源模型及云端智能体等多层次分发体系。卓驭通过合作伙伴进行硬件授权，同时提供移动能力SDK，甚至计划开源基础模型以构建生态。

🚀 对企业 AI 化的启示

1. 技术路线选择：在AI范式切换期，企业应果断投入通用大模型而非专家模型，避免被颠覆。
2. 商业模式重构：从一次性销售转向持续性订阅与分润，可提升利润结构并绑定客户。
3. 分发能力即护城河：物理世界中的AI部署需要硬件、软件、生态协同，分发网络的建设是长期壁垒。
4. 数据来源多元化：卓驭混合使用车辆、机器人及互联网数据训练模型，降低了数据获取成本。

【官方原文链接】点击访问首发地址