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

据官方介绍，这个模型在底层完成对物理世界通用规律的预训练，支持视频、文本、动作、语音、地图等多模态信息统一输入。由于所有模态均在统一框架下完成训练，语义翻译带来的延迟与信息损耗被消除，其最终目标是做到跨垂类开箱即用、全球零泛化或少泛化。

以下是电车通的体验分享。

上车后的第一段路，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。这套搭载11V1L1R感知方案（含激目2.0）和Thor-U芯片的系统，在这一简单场景下显得游刃有余，跟车距离控制得恰到好处，加减速线性自然。

图源：电车通摄制

真正让人提起精神的，是第二段路——展馆背后的狭窄小路。

这样的路况尤为真实，双向单车道窄路两侧停满了车，对向不时有来车需要错位通行，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停靠的车辆缝隙中突然探出。面对这些场景，许多智驾系统早已束手无策。

面对一条被违停车辆压缩到仅剩一车宽的窄道，系统以一个干脆的超车动作绕行前车，并没有像许多系统那样犹豫不决地原地“思考”几秒，整个过程从减速、观察、转向到加速一气呵成，电车通（ID：dianchetong233）坐在后排几乎感受不到任何顿挫或者迟疑。

图源：电车通摄制

这样的流畅表现，其实已经呈现出原生多模态基础模型和常规VLA路线的本质区别。

VLA模型本质是各种技术拼接后的结果，视觉先看懂，翻译给语言，语言想明白，再转译成动作，有点像人类思考问题的过程，我看到前面有障碍物，思考这是什么，然后做出怎样的决策。

原生多模态基础模型则不同，视觉、语言、动作在底层就完成了联合预训练，消除了语义翻译带来的延迟与信息损耗，从而直接就能做出反应。

图源：电车通摄制

有一点让电车通印象深刻，就是车辆准备右转时，此时有一辆电动车从车辆右侧直行超过，要是以往的智驾系统，很可能会急刹车，但卓驭这套大模型，只是微微降低车速，算准时机就通过，从容得像十年驾龄的老司机。

要是在几年前，智驾系统考虑到安全性，在这种情况下肯定会突然急制动。如今这个表现，已经与老司机的驾驶习惯基本一致。

图源：电车通摄制

稍显遗憾的是，虽然此次体验已经特地选择了展馆附近比较窄的道路，但旅途没有遇到太多复杂路段，没办法将系统的大部分能力展现出来。

试驾结束之后，电车通与现场的技术人员交流后了解到，这套原生多模态基础模型通过量化蒸馏技术，可以适配从高通SA8650到地平线J6M等中高算力平台，从而支持乘用车、商用车、物流车等多垂类部署。据规划，这套系统将在今年8月达到量产状态。

对于智驾系统应用在商用车和物流车上，电车通（ID：dianchetong233）十分期待。

图源：电车通摄制

一方面，为了多挣碎银几两，货车司机常常需要长时间驾驶，智驾系统能有效减轻他们的驾驶负担，降低疲劳驾驶的风险，提高运输效率。另一方面，物流车的配送任务繁重，智驾系统可以实现更精准的路线规划和调度，减少配送时间和成本。

由此看来，卓驭原生多模态基础模型的长远价值得以充分体现。

（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！