在新加坡举行的DealStreetAsia Asia PE-VC Summit 2026上，卓驭科技CEO沈劭劼首次系统讲述卓驭对“移动物理AI”的判断。没有停留在某一款车、某一个场景，他把问题拉回到更底层：当智能开始从屏幕走向真实物理世界，一家公司真正要构建的，究竟是一种场景方案，还是一种可迁移的通用能力？

这场对谈给出的答案，可以拆成四个判断。

判断一：移动物理AI的边界，不由场景定义，而由数据形态定义

沈劭劼抛出的第一句话就很关键：移动物理AI要做的，不是解决某个垂直场景的问题，而是构建一种能力，去解决某一种数据形态下的所有问题。

这意味着，卓驭并没有把自己锁在“乘用车智能驾驶”这个单点上。从乘用车，到商用重卡、Robovan，再到具身智能，它试图把底层能力从“一个车型、一套方案”中抽离出来，做成跨载体、跨场景复用的技术底座。

路径也很清晰：从端到端模型，进一步走向原生多模态基础模型（MFM），融合网络数据与第一人称传感器数据，建立面向真实世界的感知、理解、决策与行动能力。与此同时，卓驭还发布了可控世界模型ZYT World——既能想象，也能重建，为强化学习、测试和验证提供更丰富的虚拟训练与评估环境。

这背后的逻辑不是“今天做车，明天做机器人”，而是同一套智能能力持续迁移。乘用车积累的数据、算法和工程经验，可以服务商用车、无人物流、具身智能；后者的场景与数据，又反哺世界模型。业务之间不再是孤立岛屿，而是形成数据复利。

判断二：跨垂类规模化，才是真正的周期韧性

第二个判断，关于商业结构。

相比押注单一市场，跨垂类模式的价值不只是“摊子更大”，而是让移动物理AI拥有更大的应用边界和更强的周期韧性。沈劭劼说得很直白：你需要能适配多个垂直场景，而且适配成本要低，尤其想拓展海外市场时，这一点更重要。

这解释卓驭为何没有把故事讲成单点爆发。规模化不是简单堆车型，而是模型能否理解不同移动载体的共性问题，并以较低成本适配新车型、新场景。

目前，卓驭已达成130多款车型定点，其中超过60款实现量产；在商用重卡市场，定点车型覆盖中国TOP6商用重卡品牌，同时在无人物流和具身智能等领域持续取得进展。从乘用车到重卡，再到无人物流和具身智能，产品形态和应用环境差异巨大，但底层能力可以复用。

用一句更通俗的话说：鸡蛋不能只放在一个篮子里。只有跨垂类且规模化，面对周期变化时，商业模式才有韧性，才有穿越周期的能力。

判断三：全球化适配，考验的不只是模型

如果说跨垂类验证的是技术场景通用性，那么进入海外市场，验证的就是这种通用能力能否跨越不同道路、法规与开发体系。

沈劭劼谈到欧洲时提到：“我们不是凭空来到欧洲的。我们已经和德系主机厂在‘In China for China’项目上合作了很长时间。”

这不是临时起意。卓驭与德系主机厂的合作可追溯至2018年，长期合作积累了面向国际车企的工程开发经验；2025年通过大众体系A-SPICE CL2认证，进一步验证了软件开发流程、系统架构与测试验证能力；今年5月，卓驭在德国设立欧洲总部，推进本地化研发与交付。与此同时，与大众合作的ID. Buzz商用车智驾PoC，已搭载卓驭原生多模态基础模型（MFM）在欧洲道路上测试。

对物理AI而言，海外不是简单的业务版图扩张，而是技术通用性的真实考场。道路规则变了，交通参与者变了，开发规范也变了，一套能力能否快速适配，而不需要重造完整技术体系，才是平台化价值的核心指标。欧洲、亚洲与中东，也因此成为卓驭持续推进全球化布局、验证技术通用性的重点区域。

判断四：具身智能，未必从“人形”开始，而可能从“一个大脑、多个身体”开始

第四个判断，指向更远的终局。

从技术演进看，智能驾驶正在成为物理AI走向更广泛具身智能的重要训练场。相比其他现实场景，智能驾驶产业已经积累了大量、多样的真实世界数据，也具备世界模型建设能力；同时在高安全标准、软硬件一体化、研发流程和工程验证上，形成了成熟积累。这些，都是进入移动物理AI领域的先发优势。

卓驭希望沿着“一个大脑、多个身体”的路径，把已经在乘用车中验证的智能能力，逐步迁移到更多移动载体：从乘用车到商用车、无人物流，再延伸至最后一公里，并持续探索更通用的具身智能。

正如沈劭劼所说，卓驭面向的是范围更广的一系列垂直场景。现阶段，专注解决的是移动问题——怎么从A点到B点，但不仅仅是车。

这也意味着，移动物理AI的竞争正在换题：从“谁能把一个场景做得更好”，转向“谁能解决更多真实物理世界的问题”。对卓驭而言，智能驾驶是已经被验证的起点；通用能力，才是走向更广泛移动物理AI、尤其是具身智能的底层支撑。

四个判断拼在一起，卓驭的路线图已经清晰：不赌单点场景，不困于单一载体，不把出海当简单复制，也不把具身智能当另起炉灶。它想做的，是让同一套智能能力，在更多物理世界中持续迁移、复用和进化。