摘要：4月23日下午，上海国家会展中心8.2馆的卓驭科技展台内，十余家媒体围绕该公司最新技术进展展开深度对话。在这场持续一小时的群访中，卓驭科技首席科学家陈晓智系统阐述了公司在自动驾驶领域的技术布局，回应了行业关注的工信部新规、硬件成本控制、L3落地争议等热点问题。

4月23日下午，上海国家会展中心8.2馆的卓驭科技展台内，十余家媒体围绕该公司最新技术进展展开深度对话。在这场持续一小时的群访中，卓驭科技首席科学家陈晓智系统阐述了公司在自动驾驶领域的技术布局，回应了行业关注的工信部新规、硬件成本控制、L3落地争议等热点问题。

安全升级：从模仿学习到世界模型

针对近期工信部要求车企明确自动驾驶技术边界的新规，陈晓智坦言这反而为行业带来利好：“过去某些技术词汇被过度包装成营销概念，现在需要回归本质。”据其介绍，卓驭今年重点投入的强化学习与世界模型技术，正在重构自动驾驶的安全逻辑。

传统模仿学习依赖海量数据训练，但在未见过场景中容易产生误判。强化学习通过自主探索未知状态，可将系统安全性能提升一个数量级。而世界模型支持的“慢思考”模式，则让车辆具备类人决策能力。面对复杂高架路网选择、陌生停车场入口识别等场景时，系统可模拟人类驾驶员的思维链推理过程，而非机械执行预设程序。

硬件布局：激光雷达的性价比平衡

对于新发布的千元级补盲激光雷达“知周”，媒体关注其与4D毫米波雷达的成本对比。陈晓智明确表示，该产品定位在千元价格带，配合惯导三目摄像头组成的感知套件，总成本与分离式方案相当。在视觉能力持续提升的基础上，激光雷达主要承担雨雾天气、夜间场景的冗余保障。

面对车企硬件预埋趋势，卓驭展现出务实态度。虽然已推出基于英伟达Thor平台的700T算力域控，但强调“旗舰方案要对标双Orin-X的性价比”。陈晓智算了一笔账：单颗Thor-U方案较双Orin-X可降低20%成本，同时算力提升40%。

L3争议：硬件预埋与体验现实的博弈

当被问及华为近期发布的L3商用方案时，陈晓智给出谨慎判断：“受限于场景连续性，目前L3的体验价值有限。”他透露卓驭确有合作车型在进行硬件预埋，但明确表示“功能落地尚无时间表”。这种谨慎源于对用户体验的考量——在60km/h限速条件下，频繁的接管提示反而可能增加驾驶负担。

对于广汽埃安与滴滴联合推出的10激光雷达方案，技术团队直言现阶段瓶颈不在硬件：“即便配备2000Tops算力，算法成熟度仍需要3-5年突破。”这种判断与其技术路线形成呼应：当前资源重点仍聚焦L2++系统的体验优化，而非过早押注L4。

数据策略：从规模竞赛到价值挖掘

面对行业热议的数据壁垒问题，卓驭提出差异化观点。陈晓智以LLM大模型训练为例解析：预训练阶段需要吞噬全网数据建立基础认知，而微调阶段则依赖高价值数据精修。公司正在构建自动化数据筛选系统，通过语义逼真度、物理规律一致性等维度，从PB级原始数据中筛选有效训练样本。

这种策略使其用数千张GPU便支撑起技术迭代。相较于部分车企的算力军备竞赛，卓驭更注重算法框架优化——其自研的推理引擎将大模型内存占用降低3倍，有效缓解了英伟达Thor平台的内存带宽瓶颈。

技术落地：生成式AI重构人车交互

在展区体验车上，搭载高通8650芯片的Demo车已展示出“千人千面”的驾驶风格调整能力。用户既可手动设置跟车距离、变道积极性等参数，也能通过10分钟驾驶行为学习实现风格克隆。这种个性化能力背后，是世界模型对驾驶语义的深度理解。

据透露，卓驭下半年将推出基于VLA（视觉-语言-动作）架构的停车增强功能。不同于现有车位到车位的机械执行，新系统可识别停车场箭头标识、临停区域特征，实现真正类人的“找位逻辑”。这种技术演进方向，或许预示着智能驾驶从“工具执行”到“认知决策”的范式转变。

随着群访结束，展台大屏上的技术路线图仍在循环播放。在这个自动驾驶竞争进入深水区的2025年，卓驭科技正试图用安全与智能的双重进化，在激战正酣的市场中开辟一条差异化路径。

​

来源：超级充电站一点号