卓驭于贝贝：向物理AI转型，是生存法则不是故事

📌 新闻速览

来源：36氪汽车 | 2026.05.02

链接：https://36kr.com/p/3789475357400068

新闻内容

北京车展期间，卓驭科技发布了面向移动物理AI的原生多模态基础模型。36氪汽车对话卓驭科技副总裁于贝贝，探讨物理AI的底层逻辑与商业化路径。

于贝贝的核心观点极为鲜明：算法厂商向物理AI转型，不是迎合资本的叙事，而是关乎存亡的生存法则。「如果不上这条技术路线，很可能今后就跑不出来了。」

技术演进：从VLA 1.0到原生多模态

卓驭认为上一代VLA方案（视觉语言动作对齐）存在根本性问题：将所有信息转译到语言空间再理解物理世界，是「反常识」的做法。真正合理的路径是让视觉、音频、动作、推理在预训练阶段就共同加入，让模型在多模态共同空间里天生理解物理世界。

关键数据

当前模型「开箱」约70分水平

目标是做到零样本泛化，即「开箱95分」

数据构成：30%车辆真实数据 + 30%机器人数据 + 40%互联网视频数据

关键洞察

洞察一：L2和L4是完全不同的两种生意

L2是卖硬件、收开发费的模式；L4则是持续运营服务——远程监控、接管、云端推理。L4商业化后，收费可能按里程或使用次数收「动作令牌」费用，甚至出现类似安吉星的订阅模式。利润结构远优于L2。

洞察二：L4将先在城区落地，而非高速

同样性质的事故，在高速产生的伤害远比城区严重。从工程安全角度，城区是L4的优先落地场景。

洞察三：分发能力是隐形护城河

「建立一个分发平台和分发网络，是非常高门槛的事。」于贝贝说。具身智能不像数字AI可以通过手机病毒式传播，它必须部署到具体硬件上。定义硬件标准、联合合作伙伴分发——这才是真正的壁垒。

引发思考

这轮物理AI转型，本质上是一场跨维度的淘汰赛——自动驾驶公司不仅要和曾经的同行竞争，还要和从数字AI跨界而来的巨头、具身智能公司竞争。能跑出来的，商业空间将随之打开；跑不出来的，可能就此消失。这不是故事，是现实。

逍遥云初 | 2026.05.04