4月23日下午，上海國家會展中心8.2館的卓馭科技展臺內，十余家媒體圍繞該公司最新技術進展展開深度對話。在這場持續一小時的群訪中，卓馭科技首席科學家陳曉智系統闡述了公司在自動駕駛領域的技術布局，回應了行業關注的工信部新規、硬件成本控制、L3落地爭議等熱點問題。

安全升級：從模仿學習到世界模型

針對近期工信部要求車企明確自動駕駛技術邊界的新規，陳曉智坦言這反而為行業帶來利好：“過去某些技術詞匯被過度包裝成營銷概念，現在需要回歸本質。”據其介紹，卓馭今年重點投入的強化學習與世界模型技術，正在重構自動駕駛的安全邏輯。

傳統模仿學習依賴海量數據訓練，但在未見過場景中容易產生誤判。強化學習通過自主探索未知狀態，可將系統安全性能提升一個數量級。而世界模型支持的“慢思考”模式，則讓車輛具備類人決策能力。面對復雜高架路網選擇、陌生停車場入口識別等場景時，系統可模擬人類駕駛員的思維鏈推理過程，而非機械執行預設程序。

硬件布局：激光雷達的性價比平衡

對于新發布的千元級補盲激光雷達“知周”，媒體關注其與4D毫米波雷達的成本對比。陳曉智明確表示，該產品定位在千元價格帶，配合慣導三目攝像頭組成的感知套件，總成本與分離式方案相當。在視覺能力持續提升的基礎上，激光雷達主要承擔雨霧天氣、夜間場景的冗余保障。

面對車企硬件預埋趨勢，卓馭展現出務實態度。雖然已推出基于英偉達Thor平臺的700T算力域控，但強調“旗艦方案要對標雙Orin-X的性價比”。陳曉智算了一筆賬：單顆Thor-U方案較雙Orin-X可降低20%成本，同時算力提升40%。

L3爭議：硬件預埋與體驗現實的博弈

當被問及華為近期發布的L3商用方案時，陳曉智給出謹慎判斷：“受限于場景連續性，目前L3的體驗價值有限。”他透露卓馭確有合作車型在進行硬件預埋，但明確表示“功能落地尚無時間表”。這種謹慎源于對用戶體驗的考量——在60km/h限速條件下，頻繁的接管提示反而可能增加駕駛負擔。

對于廣汽埃安與滴滴聯合推出的10激光雷達方案，技術團隊直言現階段瓶頸不在硬件：“即便配備2000Tops算力，算法成熟度仍需要3-5年突破。”這種判斷與其技術路線形成呼應：當前資源重點仍聚焦L2++系統的體驗優化，而非過早押注L4。

數據策略：從規模競賽到價值挖掘

面對行業熱議的數據壁壘問題，卓馭提出差異化觀點。陳曉智以LLM大模型訓練為例解析：預訓練階段需要吞噬全網數據建立基礎認知，而微調階段則依賴高價值數據精修。公司正在構建自動化數據篩選系統，通過語義逼真度、物理規律一致性等維度，從PB級原始數據中篩選有效訓練樣本。

這種策略使其用數千張GPU便支撐起技術迭代。相較于部分車企的算力軍備競賽，卓馭更注重算法框架優化——其自研的推理引擎將大模型內存占用降低3倍，有效緩解了英偉達Thor平臺的內存帶寬瓶頸。

技術落地：生成式AI重構人車交互

在展區體驗車上，搭載高通8650芯片的Demo車已展示出“千人千面”的駕駛風格調整能力。用戶既可手動設置跟車距離、變道積極性等參數，也能通過10分鐘駕駛行為學習實現風格克隆。這種個性化能力背后，是世界模型對駕駛語義的深度理解。

據透露，卓馭下半年將推出基于VLA（視覺-語言-動作）架構的停車增強功能。不同于現有車位到車位的機械執行，新系統可識別停車場箭頭標識、臨停區域特征，實現真正類人的“找位邏輯”。這種技術演進方向，或許預示著智能駕駛從“工具執行”到“認知決策”的范式轉變。

隨著群訪結束，展臺大屏上的技術路線圖仍在循環播放。在這個自動駕駛競爭進入深水區的2025年，卓馭科技正試圖用安全與智能的雙重進化，在激戰正酣的市場中開辟一條差異化路徑。