卓驭科技齐贵宝：开放协同，在中算力平台实现人人可用的高阶辅助驾驶

12月8日-9日，地平线首届技术生态大会（Horizon Together 2025）在深圳召开。大会以“向高同行”为主题，汇聚全球汽车产业链头部公司，聚焦“加速全场景辅助驾驶量产普及”的阶段性使命，分享前沿实践，凝聚关键共识。

卓驭科技业务副总裁齐贵宝基于对市场趋势的洞察，提出L2+及L2++级辅助驾驶即将在2026年迎来普及元年，并分享了卓驭科技如何通过技术创新与开放生态，致力于实现“有位即可泊，有路即可开”的普惠性智驾体验。

齐贵宝首先分析了市场数据：截至2025年中，中国L2及以上辅助驾驶渗透率已达约60%，且增换购用户比例大幅提升，其中约半数新能源车用户将辅助驾驶视为购车关键因素。在此背景下，卓驭科技的目标是打造人人可用的智驾体验。

演讲的核心部分聚焦于卓驭科技如何在中算力平台上实现城市NOA（导航辅助驾驶）。齐贵宝分享了其方法论：在芯片选择上追求均衡，关注NPU有效算力与DDR带宽；通过自建模型库、自研异构调度框架与算子库、以及深度系统调优来最大化硬件潜力。他特别提到，公司引入地平线征程6M芯片支持多种传感器构型，并通过独特的技术处理，使“大小眼”双目系统达到与同构双目同等的性能，同时实现了基于风冷散热的域控制器设计，推动燃油车与新能源车的“油电同智”。

在技术演进上，齐贵宝介绍了卓驭从高悟性端到端模型，到融合VFM（视觉基础模型）与AWM（动作视觉模型）的端到端世界模型的技术路径。通过“预训练+后训练”的模式，公司既能利用海量数据实现周级别的基础能力更新，也能针对长尾场景实现天级别的快速迭代。

卓驭科技业务副总裁齐贵宝；图片来源：地平线

演讲正文：  

齐贵宝：各位领导、各位嘉宾，大家下午好！

我是来自卓驭科技的齐贵宝，今天非常荣幸能在这里和大家分享卓驭科技的产品与技术。我分享的主题是《开放协同，驭见未来，打造人人都能用的辅助驾驶体验》。

首先看乘用车市场的发展趋势：截止到 2025 年年中，中国电动汽车普及率已达到约 50%，L2 及以上辅助驾驶渗透率达到约 60%，其中 L2 + 普及率约 13%，L2++ 普及率约 12%。按照新技术的普及规律，L2 + 和 L2++ 即将迎来加速普及，2026 年预计是其普及元年。

从 2016 到 2025 年，中国汽车消费者结构发生了明显变化，增换购人群比例从 30% 提升至 65%。从消费者需求来看，无论燃油车还是新能源汽车用户，换购时辅助驾驶的影响越来越大 —— 尤其是新能源汽车用户中，约 50% 认为辅助驾驶是必备功能或对购车决策影响显著。

回归初心，我们希望打造人人都能用的辅助驾驶体验，实现 “有位即可泊，有路即可开，体验更灵活”。

关于行车产品：摆脱高精地图限制后，城市、高速、乡村道路均可适配；即便黑暗、雨夜等极端场景，依托双目技术与 OCC 技术也能轻松应对，真正做到随时随地想用就用。

除了持续提升行车性能外，我们还不断优化可视化交互逻辑，让交互更直接、透明 —— 比如通过可视化展示行车轨迹与全向 OCC，帮助用户理解模型意图与能力；导航界面也支持熟手模式，实现越开越好开。

关于泊车产品，卓驭的泊车一直处于行业相对领先的位置，当然，我们迭代的步伐并没有停止。截止到目前，泊车的整体成功率高于 95%，支持 300 多种泊车位，同时支持立体式车位。泊车的平均耗时小于 30s，即便泊车中常见的夜间场景，光线较暗时，通过 AI 对图像进行增强，提高弱光环境下的感知性能。

过去两年多，我们持续攻克泊车复杂场景并取得突破：旁车侧向开门避障、悬空隔离带避障、打开的消防栓门避障等，均能轻松应对。这里需要声明：我们并非采用一个场景一个白名单的方式解决问题，而是通过持续提高模型的泛化能力从根本上解决。

基于行车与泊车能力，卓驭推出行泊融合的 “车位到车位” 功能 —— 实现从出发地停车位到目的地停车位的行泊连贯体验，目标是任意停车场可用、任意收费杆可过、任意路段可开。

在停车场室内巡航阶段，可以看到，当会车拥堵时可以礼让，当前方阻塞时，我们可以脱困。哪怕遇到目标车位被占用的情况下，也可以探索周边的车位，而且在这个过程中，整个行车的轨迹是实时规划的，而并非单纯地寻迹，这样能够灵活地应对各种各样的工况。

为了提供千人千面的驾驶风格，卓驭推出生成式驾驶体验。场景风格指根据驾驶的场景，支持用户配置跟车风格、变道风格、转向风格；个性化风格指车端模型自主学习驾驶员的驾驶风格，通过驾驶员一段时间的驾驶数据，不依赖于云端学习驾驶员的驾驶偏好。

在中算力城市 NOA 领域，卓驭一直处于行业领先的位置，目前，已经在多款量产车型上推送相关功能。大家可能会好奇，卓驭是如何在中算力平台上实现城市 NOA 功能的呢？首先，芯片的选择上，我们更愿意选择更均衡的芯片，比如 NPU 算力，我们更关注稠密算力以及实际有效算力；对于 DDR 带宽，我们更关注其是否会成为 CPU、GPU、NPU 功能瓶颈；在性能安全、网络安全方面，我们关注芯片是否满足系统对安全的需求。在模型优化方面，我们自建模型库，支持模型自动搜索，同时自研剪枝和量化工具。在计算加速方面，自研异构调度框架以及算子库，针对部分耗时较久的算子，采用并行计算的方式进行优化。在系统优化方面，我们自研高效的中间件以及系统调节工具，非常清晰地看到系统的瓶颈和热点；针对具体热点，我们基于 CPU、NPU、DDR 调优工具进行专项调优，以使系统的性能达到最优。

在卓驭的中算力平台，我们引入地平线征程6M，支持不同的传感器构型，涵盖 7V 和 11V 方案。为了满足即将执行的强标，我们可以通过增加前向激光雷达或者毫米波雷达满足强标。卓驭支持大小眼双目，能够更好兼容业界传统的传感器方案。在训练阶段，把同构双目的训练数据用于大小眼双目训练，让大小眼双目和同构双目在探测精度、泛化性能、视觉防欺骗等方面具有同等性能。同时，大小眼双目可以进一步提升感知的探测距离。

卓驭的 征程6M 域控制器实现风冷散热，不仅用于新能源汽车，也用于燃油车。基于卓驭在大众项目积累的丰富燃油车量产经验，我们希望持续推动油电同质。

截止到目前，基于地平线的 征程6M 平台，已经把城市 NOA 做到准量产阶段，接下来看一个视频，展示深圳华强北人车混行的复杂场景下，这套系统的性能体验。（视频播放）

讲完产品，我们看看产品背后的技术。首先是卓驭高悟性端到端模型，为了提高系统安全，尽可能让模型可解释，我们把模型的中间结果以及轨迹输出给后端的安全推理框架，选择最优的轨迹。

在端到端模型方面，卓驭一直持续迭代，目前推出了端到端世界模型。中高算力的平台，我们推出 VFM 视觉基础模型和 AWM 动作视觉模型。VFM 视觉基础模型具有更强的感知性能和泛化能力，比如对道路上的元素更精细识别，精准适配特殊车道；AWM 动作视觉模型聚焦动作空间，基于强化学习技术，通过增加数据量和模型参数，提升模型的性能上限；对于旗舰算力平台，我们引入 LLM 语言大模型，跟 VFM 和 AWM 一起组成业界经典的 VLA 架构。

关于训练，卓驭采用预训练 + 后训练模式，训练数据不仅仅有专家、驾驶员的数据，还有交通参与者的数据，数据多样性优异，有助于提升模型的泛化性能。预训练需要大的数据量，提供基础能力，目前能实现周级别的更新。为了满足量产交付、快速迭代的需求，卓驭用后训练收敛长尾场景，基于微调技术和强化学习技术，让迭代实现 “天” 级别的更新。

目前，卓驭已和国内外九大客户达成战略合作，包括大众、五菱、比亚迪、奇瑞、长城、一汽、东风、奥迪、北汽，量产的车型已经超过50款，同时还有30多款车型即将量产。

在2024年，我们推出了高算力城市NOA，2025年，我们完成了油电同智的升级，完成中算力城市NOA量产，同时也做到了行业的单芯片舱驾一体的首发，未来，期待和更多的合作伙伴一起，共同推进高阶辅助驾驶的标配。

最后，回归卓驭的使命，就是为所有人提供安全、轻松的出行，一方面，我们希望为行业不断地提供更加价性比的产品，这里并不仅仅是只是做产品的降价，我们更多的是锚定一个价格，不断地挖掘硬件的潜力，提高产品的性能。同时，卓驭又在不断提升平台化能力，开放生态，与更多的合作伙伴合作共赢。

独行快，众行远。最后，让我们开放协同，一起驭见未来。谢谢大家！