專訪卓馭CTO馬陸｜移動物理AI的「陽謀」

撰文 | 青竹 編輯｜周長賢

你能想象，掃地機、割草機、具身智能……一切需要自己移動的載體，都跟乘用車、商用車和物流小車一樣，用同一套移動物理AI大模型嗎？

有的公司，還真這么想。這么想的，還不止一家。

而且，他們還覺得，這不是一個戰略判斷，而是一個生存問題。

入局物理AI和世界模型，在智能輔助駕駛圈，就像劇場效應，前排的人站起來了，后排就都沒得坐。

別管賺錢沒賺，有錢沒有，想留在牌桌，就必須跟牌。

“范式都差不多，差別無非是誰真的在做，誰做得好。”

“差距大概就是兩三個月、三四個月的技術迭代周期，沒有誰形成巨大的、難以逾越的代差。大家都在進步，你不進步，就會被淘汰。”

所以，有了當下車圈的物理AI集結號。

“做移動物理AI，一年不投入20個億，根本做不出來。從這個維度看，很多公司其實已經被篩選掉了。”

在卓馭會客廳，卓馭科技CTO馬陸給出一種判斷思路。

這個思路顯然與大模型的scalling law一致。

如此燒錢，為什么非要做？

不但經費不友好，也對車端算力有要求，對于原本就難賺的他們來說，難道不是自己給自己上強度？

要理解卓馭的「移動物理AI」，即「原生多模態基礎模型」，除了不卷生就卷死的競速（參數丨圖片）焦慮，還有技術范式和商業邏輯的考量。

說白了，求一條長遠生路。

20億的賬，「大」模型的必要性？

“中模型本身并不能自動泛化到完全沒覆蓋過的場景。”

馬陸這句話，直接給中模型下了判斷。但大模型的代價是驚人的。

“訓練一個中模型，一年花10個億；訓練一個大模型，起碼20到30億。做一家物理AI公司，一年總支出很容易就達到30億-50億量級。”

他說，行業現狀是，“智能駕駛軟件單套價值空間有限，需靠海量出貨才能撐起可觀營收。但目前行業尚無企業達到這般裝機規模，且單品收益還在持續走低。”

也就意味著：“你投入海量資源訓練出一個能力極強的、具備駕駛能力的大模型，在乘用車駕駛場景已經做得很好，但回報可能不足以收回成本。”

怎么辦？卓馭的回答是：讓這套大模型去服務一切能移動的東西。走出車廂，覆蓋全域移動場景。

同一個大模型，可以跑在乘用車、重卡、商用客車、無人物流車，甚至后裝車載無人機上。多業務板塊協同發力，用規模打開盈利空間，釋放最大商業價值。

于是，大模型和跨垂類似乎互為因果。

模型夠大，能力才夠跨垂類強泛化，才能減少適配的成本；而能跨垂類復用，才能養活大模型。

難道就不能各退一步，小而美嗎？

卓馭的回答是，不能。

答案來自判斷，也來自體驗。

“跟語言模型的發展非常相似，規模會越來越大。”

馬陸說，“智能輔助駕駛也一樣，目前大家最多只能算中模型，模型一定會變強，一定會全面超越舊的小模型或中模型。”

體驗上，他認為，“反應非常快。基本上做到了‘看見就有反應’。駕駛行為非常流暢和絲滑。很多曾經根本做不到的事情，一下子就能做到。”

所以，大模型的投入，本質是技術范式與競爭的必然要求。大模型所帶來的泛化能力、涌現能力、跨載體通用能力，中模型無法通過迭代達到。

大模型對應端側大算力，據馬陸透露，跑完整版至少需要700T以上的算力，但即使未來有200T的小版本，效果也會優于上一代。

理解世界，終將比適配世界，更值錢

除了「大」，卓馭這套基于移動物理AI的「原生多模態通用基礎模型」的詞匯也值得拆開說。

什么是原生？

馬陸解釋說，早年間用VLM，沒有動作能力，不是為了駕駛而設計。后來VLA 1.0時，喜歡用VLM做場景識別，「外掛式」的能力，并非模型原生具備。

而模型的「原生」能力，是指預訓練時就獲取理解、識別和預測能力，而不是外掛一個語言推理來輔助。

“核心還是要理解世界，不理解世界去做物理AI是不現實的。”

所以，物理AI以視覺為基礎來構建模型，而不是文本。

最終實現理解過去狀態的能力，并能基于此預測未來狀態。實際上就是理解環境和移動自己兩件事。

為什么強調「多模態」？

因為預訓練階段就實現對視頻、文本、動作、語音、地圖等多種信息的統一處理和表征。

“具備了理解能力之后，同時采集大量的駕駛數據。給模型30秒的視頻片段，告訴它這是一個駕駛場景，看到很多傳感器信息，包括圖像、激光雷達等數據，同時也看到了人類駕駛的軌跡。”

模型的「通用」，可以理解為一種升維。

不止學會開車和認路，而是理解移動和物理世界。正是基于理解的推理本質的遷移，讓卓馭可以在泛化上大作文章。

過去通用基礎能力不足，代價是每一次跨地域、跨車型、跨垂類部署，都會帶來效率損失和成本。嚴重依靠在后期泛化中打補丁。

而原生多模態基礎模型的強泛化能力，則會帶來商業邏輯的變遷。帶來跨場景、跨城市、跨垂類的Zero-shot知識遷移，做到“開箱即用”。

在傳統模式下，一套方案從乘用車遷移到商用重卡，幾乎等同于重新開發一次。

一臺重卡的電架構、轉向響應、制動距離、轉彎半徑和家用車完全不同；不能急剎車的開車模式也不同。靠后期，意味著巨大工作量。

這也為出海提供了“一套模型打天下”的支撐。無需逐城適配，無需大量本地數據喂養。

把成本砸到模型中，縮短后期驗證周期和成本；盡量多的復用，用軟件的邊際效應優勢來跑通商業邏輯，攤薄基座大模型的固定成本。

結語

移動物理AI的大模型是多模態、多垂類、多場景的命題式需求，也是頭部企業商業求生求發展的范式升級。

美好的一面是，會給智駕帶來N倍的效率、安全提升和智能普惠。

現實的一面是，模型越大，成本越高，玩家越少。

更遠的暢想是，“最終都是要實現AGI。”

—THE END—

出行百人會 | AutocarMax

追蹤出行與智能產業鏈進化，關注新產品、新科技、商業邏輯與人物，影響有影響力的人。