卓驭磐行：商用车NOA节油一年回本

引言

商用车智能驾驶长期被视为“慢变量”：场景复杂、成本敏感、容错率极低。但当乘用车智能驾驶迈过普及拐点、软硬件成本持续下探，迁移路径变得清晰。卓驭科技发布“磐行”商用车智驾方案，给出一套从高速干线到城市通勤的落地框架，更将“节油回本”拉到台前——一年可回本的商业叙事，恰好击中了商用车市场的核心痛点。

核心内容

PDS 4/PDS 5：两个阶段、同一底座

卓驭将“磐行”分为两代产品：
- PDS 4：对应高悟性大模型4.0及以上，聚焦高速NOA，面向重卡干线物流，已量产。
- PDS 5：对应下一代原生多模态基础模型，兼顾高速与城区NOA，面向客车、轻卡、VAN/ROBOVAN等城市工况更重的车型。

背后技术路径可概括为“三段论”：底层统一、场景增强、工程适配。其逻辑是，乘用与商用虽然控制对象不同，但共享“铺装道路”的核心认知任务（道路结构、交通参与者、风险评估）。在已服务22家乘用车客户、量产60+车型、定点110+车型的基础上，卓驭把乘用侧累计的30亿公里数据作为通用底座，再叠加约4亿帧重卡特色数据对干线运输场景进行专项训练，实现端到端大模型的商用化复用。

这种“先通用后强化”的范式，显著降低了进入商用车的前期数据与工程成本，绕开了“先采够数据再训练”的高投入周期。

工程难点：远距感知与大吨位控制

商用重卡对智驾系统提出更苛刻的边界条件：满载可达40吨、盲区更大、制动距离更长，且空满载的动力学差异显著。卓驭的工程化回应主要体现在两端：

• 感知侧：引入“激目2.0”舱内布置方案，将激光雷达置于驾驶舱内，弱化雨雪、泥水、碎石对传感器的侵扰。在高速场景下宣称探测距离可达500米，能识别远处低反射、小尺寸障碍（如轮胎、纸箱），为重卡的长制动距离预留更大安全余度。
• 控制侧：通过视觉估计挂车姿态与车头-挂车夹角，叠加实时载重推断，动态调整转向、制动与动力输出。面对上下坡、连续弯道与复杂路面，系统需协调发动机、缓速器、辅助制动与脚刹等执行机构，满足更高的线性度与稳定性要求。

值得注意的是，卓驭并未为商用车重写一套全新系统，而是在统一模型底座上做“场景增强+工程适配”。这兼顾了通用能力与专用优化，缩短了量产周期。

商业闭环：把“节油”做成核心卖点

商用车购买决策更像一场“财务博弈”：若不能显著降低TCO（全生命周期成本），再聪明的功能也难以规模化。为此，“磐行”把节油变成第一性目标：

• 算法侧采用强化学习，综合道路坡度、弯道、动力系统与车流状态，优化收油、给油、缓速器与制动的协同。
• 跟踪200+量产重卡、累计运营超2000万公里后，官方给出节油率4.5%-7.5%。
• 以日行800公里测算，单车每天节省约80元油费，年化约2万-3万元。叠加减轻疲劳、降低事故与保险成本，一年左右回本具备可行性。

这组数据把智驾从“体验升级”转化为“现金流优化”，让采购决策从司机端迁移到管理与财务端，为规模渗透铺路。

生态版图：先重卡干线，再向城配外扩

落地层面，卓驭已与六家主流重卡厂达成合作：徐工、陕汽、中国重汽、一汽解放、福田、东风商用车，合计覆盖国内重卡市场超过九成份额。量产进展包括：
- 陕汽德龙X5000搭载PDS 4已量产，车辆投入韵达干线运营；
- 徐工“汉境”新能源重卡搭载PDS 4预计年内交付；
- 中国重汽高端重卡汕德卡计划年内量产下线。

同时推进海外项目，与中国重汽、福田、宇通展开合作，欧洲合规准备已完成部分环节，预计明年落地。就路线选择看，先在规则清晰、价值密度高的高速干线站稳脚跟，再以PDS 5切入公交、轻卡与VAN的城区NOA，具备“由易到难、由点到面”的扩张逻辑。

影响与展望

商用车智驾渗透率仍不足1%，但乘用车L2+已越过30%关口。成本曲线、数据曲线与法规曲线的交汇，构成未来2-3年商用车智驾加速的“时间窗口”。卓驭的策略，是用乘用侧的规模化数据与成熟链路，为商用侧提供“可算账”的ROI模型，并以车型-场景的纵深适配，逐步建立数据与工程的复合壁垒。

短期看，重卡高速NOA与节能控制将成为商用智驾的“标准件”；中期，PDS 5能否在城市路况实现稳定、可核算的收益（能耗、时效、安全），决定其在客车与城配领域的装配率；长期，随着传感器与算力进一步降本、法规与责任界面更清晰，商用车将从高阶辅助驶向高等级自动化，车队运营将出现以数据驱动的全局调度与能耗优化。

需要关注的观察点包括：
- 城区NOA在不同城市路网与气候条件下的稳定性与可维护性；
- 算法节油在新能源与混动动力系统中的迁移效果；
- OTA与运维体系是否能承托大规模车队的迭代与合规；
- 海外市场的合规节奏与成本结构差异。

当“体验”让位于“收益”，当技术复用降低了进入门槛，商用车智驾的增长引擎正在点火。接下来，比拼的不只是模型与传感器，更是以财务结果为导向的系统工程与交付能力。

标签： 商用车 智能驾驶 重卡 NOA 车载大模型