商用重卡智驾，虽迟但到：从十万到两三万，卓驭把重卡的账算平了

基于播客「商用重卡智驾，虽迟但到」（晚点聊LateTalk）的完整转写整理。嘉宾沈劭劼为卓驭科技 CEO（卓驭前身即大疆车载，乘用车方案品牌「成行」、商用车方案品牌「磐行」）。嘉宾姓名与公司方案名经公开报道核实，详见文末归属与核实说明；主持人未在节目内自述姓名，文中以「主持人」指代。

先说结论

2025 年，中国交付的高阶智驾（NOA，Navigate on Autopilot，领航辅助驾驶）乘用车超过 600 万辆，高阶智驾重卡只有 3000 多辆——一个被讲了十几年的叙事，市场几乎还没有开始。这期《晚点聊 LateTalk》里，卓驭科技 CEO 沈劭劼给出的解释是：这不是需求不存在，而是账从来没算平过。旧规则（rule-based）方案一台车要加十多万元才有 L2 级高速领航能力，还依赖高精地图，只有约两万台年规模的大车队市场消化得起；而占重卡销量九成的零担散单（个人车主拼货运输的市场）只认一个指标——投入多久回本。

变化的起点是端到端大模型：乘用车炼出来的模型能力、供应链议价和控制器成本可以整体迁移到重卡，卓驭把增量价格压到「往高了说两三万」，配合 4%-8% 的省油和保费折扣，个人车主一年回本。沈劭劼判断，一旦零担市场打开，重卡智驾的年空间将从车队市场的两万台封顶变成十万到二十万台。对卓驭自己，重卡是「移动物理 AI」战略的试金石：一套移动基座服务多品类，用「数据范式」这个单一标准决定业务的做与不做。

一、错配：六百万辆乘用车对三千辆重卡

理解这期对话，先要理解重卡市场的结构与乘用车完全不同。按节目口述：2025 年中国商用车车企卖出约 110 多万辆重型商用车，其中约 30% 出海；剩下国内市场里 50% 出头是牵引车（即通常所说的重卡，售价 30 万到 70 万元），约 30-40 万台。曝光度高的快递快运大车队（三通一达这类）每年其实只消化约 2 万台——也就是说，九成以上是零担市场的散单，买家是个人车主。

此前那 3000 多台高阶智驾重卡，基本都装在大车队里。沈劭劼解释，车队有对主机厂、对保险公司的议价权和大 B 端商务关系，可以消化额外成本；个人车主则一分钱都不会为「智能」多掏——「在商用车领域没有低端的那种激情消费，广告没有用的，大家都是算账算出来的」。乘用车的账是「增加的成本能不能被消费者吸引力对冲」，商用车连吸引力这一项都没有，只剩「增加的成本能不能被降低的成本快速对冲」。

旧方案为什么贵到没人买单？沈劭劼归因于三点：一是 rule-based 技术栈本身落后乘用车一代，依赖高精地图和高精度卫星定位，高精图意味着持续的运营成本和开城部署成本——车队可以靠固定路线规划「哪里有图跑哪里」来规避，零担车主不知道明天车开到哪里，直接被卡死；二是传感器堆料，激光雷达、视觉传感器装得多、控制器用得贵；三是商用量小、对供应链没有议价权，他提到甚至有玩家用工控机方案，成本「更不可控」。三项叠加，一台车加十多万元才能具备 L2 级高速领航功能——这是无人买单的死结。

二、算账：十万到两三万，一年回本

卓驭的解法不是发明一套新技术，而是让乘用车的积累整体迁移。模型层面，端到端这一代技术栈直接复用乘用车已量产的端到端大模型 4.0（即公开报道中的「高悟性大模型 4.0」，磐行 PDS 4 对应版本），再用约 10% 的重卡数据做微调——「百分之九十是乘用车、百分之十重卡」，这笔账才算得过来。沈劭劼坦言，理论上可以专为重卡训一套模型，但成本上划不来；而重卡数据获取成本是乘用车的四五倍（乘用车约三四毛一公里，重卡要小几块钱——油费、司机、过路费都是成本），冷启动阶段只能硬撑着把数据飞轮滚起来。

硬件层面是乘用车供应链的摊薄：控制器有乘用车量级撑着能压到小几千块，没有议价权的玩家则直接飙到五位数。传感器做了减法但坚持不用纯视觉——重卡要各种极端天气下看清 500 米以外，全系推舱内激光雷达方案（激光雷达藏在挡风玻璃后，免清洗、抗石子击打），前向一颗为主、补盲可选，装车总量仍高于多数乘用车。加上彻底去掉高精地图依赖，沈劭劼给出的口径是：增量成本（他特意纠正说是「价格」）从十万块降到「往高了说两三万」——乘用车现在只要几千块，没有乘用车摊薄的品牌「已经很难再切这个市场」。

两三万的投入怎么省回来？沈劭劼把账拆成能源和保费两项。能源端：智能驾驶的加减速不一定比老司机更优秀，但一定更一致，还能利用导航地图的高程信息提前规划车速与功率（上坡下坡的动能势能转换、新能源车的动能回收），基于约两千万公里量产数据实测，省油 4%-8%，上限约 8 个点——「运的东西没变」，这是物理上限。按当前油费一年省两万多，「一年就把成本全部 cover 掉」。保费端：30 万元的重卡一年保费一万多，是乘用车的两三倍；保险公司对具备横纵向控制能力的系统有明显降保费倾向——先给个小折扣试，事故率数据好了再谈更大的（降 10% 问题不大，能到 30% 「就差一千块钱了」）。变量还有油价（上涨则省更多）和司机水平（新司机省得多，老师傅觉得「你也就跟我一样」）。

值得注意的一个细节是，沈劭劼完全不把「减轻辛苦」当卖点：只说「让你工作没那么辛苦，掏两三万来买」，没有人会买；「没那么辛苦 + 一年回本」才开始有吸引力；未来再降本、保险折扣更大，做到半年回本，「那就是另一个级别了」——装配率会快速上升。这也解释了他对终局的态度：现在做的是 L2，司机成本省不掉，但「所有做自动驾驶的人最终一定要做 L4」，只是需要一条被乘用车验证过的路径，而不是直接跳到终局。他还给了个类比：重卡智驾现在的商业状态，大约相当于 2022-2023 年的乘用车（无图化完成前夜），但它「含着乘用车的金钥匙出生」——不需要重走从高精图到无图、从规则到端到端的进场路，技术上一到两年就可能追平乘用车 2024-2025 年的水平。

三、重卡不是大号乘用车：控制、敬畏与联合开发

「重卡和乘用车的差别，比油车和电车的差别大得多。」沈劭劼的解释是：乘用车油电都还是两吨上下；重卡从几吨、十几吨到几十吨变化，系统冗余必须拉得动。动力形式的控制难度排序是燃气最高（响应延迟最大）、燃油第二、新能源最低——但即使新能源也比乘用车难得多。最反直觉的一条是：加速是小事，减速才是大事——后面拉着几十吨货不能急刹车，一急刹货物会向前推撞；不能急刹的解法只有一个，看得更远（500 米起、各种气候条件），这让感知要求反而高于乘用车。对加塞车辆，乘用车可以一脚刹车或横向躲避，重卡「最好都别干」——卓驭的答案是按喇叭，但必须先由模型判断对方真的有加塞意图才能按，「不然那不纯扰民吗」，这本质上是把社交交互压回到模型的预测能力上。

正是这些差异构成了竞争壁垒。商业进展上，节目称卓驭已签下六家国内最主要客户加一家海外重磅客户共七家（公开报道称中国重卡 TOP6——徐工、陕汽、中国重汽、一汽解放、福田、东风商用车，合计市占约 93%——均已与卓驭合作，另与宇通合作客车项目）；发布会开的时机是第一个客户的第一个车型已经量产、路上已有几百台在跑（量产车累计里程约两千万公里），预计今年下半年到明年上半年涨到几千台、明年年末小几万台。为什么签单「势如破竹」？沈劭劼归结为：十万到两三是数量级变化，「不是八千到七千的区别」；市场已被乘用车教育过，不需要重新解释辅助驾驶有什么用；卓驭提供从传感器、控制器到车辆控制的「交钥匙」整套方案（他是 Tier 1 软硬一体出身）；而且商用车 OEM 的自研诉求远低于乘用车，客户关系「纯粹直白——账算清楚就做生意」。此外，乘用车领域最大的几个竞争对手目前都还没进来，「各自有各自的考虑」。

但先发优势不是护城河的全部。沈劭劼的坦白颇有信息量：数据先发优势「算，但不本质，只要你愿意投钱都能收集」；真正的较大优势是控制能力——友商理论上可以挖人解决，「但是对着一个重卡，大家还是有敬畏心的，瞎搞是会出人命的」。另一条约束是成本纪律：重卡单个车型卖得少（乘用车一款车能卖两三万台以上），如果哪天模型迭代需要 50% 的重卡数据而不是 10%，「这条经济线就算不过来了」；而重卡变种极多（冷藏车、不同动力、车轮配置、刹车与线控供应商都不同），卓驭的应对是与每家 OEM 联合开发，把车型适配控制的 know-how 甚至代码逐渐转移给主机厂——「他们是最懂车的」——否则车型数量一多，自己完全包交付「搞不过来」。出海方面，欧洲是投入最大的标杆市场（重路权、容错率低、数据合规要求高，要建本地数据闭环链路），欧洲做好则日韩港澳澳新基本通吃；东南亚、南美、中东是另一条轻路权线，偏中国风格、做人车混流后训练。他还提到一个路权悖论：L2 在轻路权市场更友好，L4 反而在重路权市场落地更快；乘用车和商用车都有海外项目，不排除商用车先量产——干线高速是结构化道路，适配复杂度低于城区。

四、试金石背后：移动物理 AI 与数据范式

重卡在卓驭版图里的定位，是「移动物理 AI」战略的试金石。这条战略线值得完整复述：卓驭前身是大疆车载（更早做无人机，沈劭劼本人入行时做的是「古法移动机器人」），2016 年进入自动驾驶。他解释，在规则代码年代，自动驾驶这种难题被拆成一个个垂类——乘用车、商用车、物流车、酒店送餐机器人——每个垂类要投约 300 人的团队，一套代码服务多个垂类「几乎不可能」，所以垂类之间互不相通。2023-2024 年端到端技术从量变到质变，跨垂类代价骤降：2025 年底卓驭把「通用移动物理 AI」定为公司级战略，商用车团队以两位数人力覆盖所有主流商用车 OEM，交付效率某些时候比乘用车还高。他用「吃水线」解释为什么是卓驭先做：平台研发、人员、算力、运营开销是水线下的固定成本，吃水线太深的公司会觉得商用车这个体量较小的垂类算不过来；万人公司开销太大，两三百人的公司又没余力——卓驭刚好在中间，且本来就有无人机时代传下来的控制能力。

这套战略的决策标准是「数据范式」。沈劭劼的推理：数字 AI（大语言模型）已经证明，只要数据范式相同或类似，所有垂类会被一视同仁地覆盖——「所有跟文字相关的，无论法律、办公室还是编程，一视同仁全部灭掉」。移动物理 AI 的关键数据范式是「传感器自己在动」：自动驾驶、物流车、商用车、非铺装路面机器人本质是同一范式（都是第一人称视角）；而带操作的物理 AI 是传感器拍着机械臂末端（end effector）在动，动的东西和自己不是一体，范式略有不同；座舱语言模型则是文字范式——「想都不用想，不做」。被主持人问「以后会不会做机械狗」，他答「我现在做的不能说，但我以后一定会做」——因为机械狗的移动同样是「传感器自己在动」。机器人路线概括为「重移动轻操作」：不做穿针引线式精细操作，先解决铺装路面上的刚体移动，再进入非铺装路面（小区、楼梯、爬山）并带上轻操作（开门、侧身过窄处、拿着一包菜走路），最后「把移动这个词删掉」，与具身操作那条分支汇合——「哪一天我把移动删掉，未来我一定会把它删掉，但多久不好说」。节目还剧透了节奏：机器人「明年内」给大家看到实物，且必须是「能赚钱且有用的实物，不是 demo 的实物」。

在这个框架下，重卡的数据有独特价值。沈劭劼给出一组对比：乘用车一天跑几百公里差不多到顶，天气不好就少开；商用车是生产力工具，已装车车辆的自驾使用里程轻松超过 80%——「我只要能用，我为什么不用呢」——而且是连续的、跨越各种地理与天气的强度级别。重卡的 corner case 与乘用车不同：跑的是同一条路，路况本身一样，差异在车辆响应曲线这类动态场景（重卡对交通流的交互方式不同）和极端天气（坏天气也得跑）。他对行业现状的判断也直白：物理 AI 和自动驾驶都还没看到 scaling law，大家用的都是中型模型，「大模型蒸馏到小模型」这类范式最近才出现——本质是跟着数字 AI 的方法论学；往后随着模型变大、数据多样性提升、模型从只吃高质量自驾数据变成能吃互联网数据、无人机数据、第一人称移动数据，涌现才可能出现。业务曲线上，乘用车是基本盘，重卡是跑得最快的第二曲线，RoboVan（L4 无人物流车）稍慢——一城一策的约束让它没有大客户集中度，但现在已有几十台在路上，今年年末到千台级，明年几千台；与北汽福田的战略合作还把产品带进轻型商用车，跑城市领航而非干线。再往后，拖挂房车这类「只要是车」的品类在他看来都会有需求——C 照司机没受过大型车与拖挂泊车的训练（他回忆自己在美国搬家租 U-Haul，「开在路上不知道铲上马路牙子多少次」），好用的泊车能力会是轻商与房车的天然卖点。他给明后年定下的目标是：乘用车基本盘继续卷；商用车做到「当仁不让的领导者」，装车量「必须远远超过三千台」；物流车成为显著玩家，大几千台到一万台在路上跑；出海「至少得有车能够出去」。顺带一提，这位卖重卡智驾的 CEO 自己还没有 A 照，正在努力考一个。

结语：怎么看这件事

把整期对话压缩成几条可检验的链条：

• **技术迁移 × 规模摊薄 → 价格数量级下降 → 回本周期 → 渗透率拐点。**端到端让乘用车的模型（90% 数据复用 + 10% 重卡微调）和供应链（控制器、传感器）整体迁移，重卡智驾价格从十万级降到两三万；省油 4%-8% 加保险折扣把回本压到一年，而「一年回本 → 半年回本」是零担市场渗透率的开关。观察指标：重卡智驾实际成交价、保险折扣幅度（10% 是起点、30% 是拐点）、明年年末装车量是否到小几万台。
• 数据范式 → 公司边界。「传感器自己在动」的任务同构，决定了卓驭做重卡、物流车、机器人、机械狗而不做座舱语言模型；一个移动基座吃多品类数据，重卡数据反过来也增强乘用车体验。观察指标：明年内发布的机器人实物是什么形态、是否坚持「重移动轻操作」。
• **敬畏 × 工程交付 × 经济线纪律 → 高危 B 端的壁垒。**重卡的控制难度和「瞎搞会出人命」的敬畏心挡住了挖人式追赶，交钥匙模式和向 OEM 转移 know-how 的联合开发锁定信任，但数据优势不本质、乘用车巨头随时可能进场——壁垒要靠持续技术不落后和 10% 数据这条经济线守住。观察指标：乘用车头部智驾公司是否入场、重卡数据占比是否守住两位数。
• **叙事切换：从可行性到单位经济。**沈劭劼对 2026 年行业最大变化的判断是「大家对于能不能做出来的信心已经基本确定下来」——rule-based 年代三公里接管一次，谈 L3/L4 心里没底；现在没有本地化微调的全场景 L2 在城市里做到大几十甚至上百公里接管一次，「比较投入的玩家都能做得到」，L4 从可行性问题变成经济性问题。他把当下比作「1944 年——原子弹炸出来的前一年」，而自动驾驶的原子弹是「能 scale up 的乘用车 L4」。

对更广的读者，这期节目最有迁移价值的一条方法论也许是：当一项技术在 A 场景被卷成红海、成本压到地板，它进入 B 场景的胜负手往往不是「做得更好」，而是「谁的成本结构和数据范式让迁移的经济账先算平」。重卡智驾迟到十几年，不是因为难，而是因为账一直没平——端到端不是让车更聪明，而是让聪明终于变得便宜。

归属与核实说明

• 本文基于播客「商用重卡智驾，虽迟但到」（晚点聊 LateTalk）完整转写整理，全部数字与观点出自节目口述（除明确标注「公开报道」处），按「沈劭劼认为 / 主持人追问 / 节目称」标注归属；推断性表述以「从这些信息可以推断」等方式注明。
• 嘉宾身份核实：转写原文作「沈少杰」，经公开报道（2026 年 10 月 29 日卓驭商用车技术发布会相关报道，网易/新浪等）核对，卓驭 CEO 为沈劭劼，判定为 ASR 同音错误；「磐行」（转写作「盘形」）为卓驭商用车智驾方案品牌，与公开报道的磐行 PDS 4/PDS 5、高悟性大模型 4.0 相互印证。签约七家（六家国内最主要客户 + 一家海外重磅客户）为节目口述；公开报道口径为重卡 TOP6（徐工、陕汽、中国重汽、一汽解放、福田、东风商用车）合作 + 宇通客车项目，两者未逐一对应，并列呈现。
• 主持人未在节目内自述姓名（该系列常任主持为晚点科技记者程曼祺，本期未核实，故用泛称）。
• 本站此前已有多篇晚点聊自动驾驶相关文章：Momenta IPO 后再访曹旭东（乘用车智驾格局、RoboTruck 与干线物流定位）与具身智能的金钱游戏，可互为参照。曹旭东在 Momenta 一期中把干线物流称为「自动驾驶最后一块拼图」、排在 RoboVan 之后最后做；沈劭劼本期则论证干线重卡当下就能算平 L2 的账——两种路线判断的分歧（先做 L4 长尾 vs 先用 L2 吃下规模）本身是观察这个行业的有用棱镜，两期节目互为印证的是：智驾成本结构决定垂类顺序。

ASR 转写校正表

以下为本期转写中已结合上下文与公开资料确认的校正项（附录《转写原文（修正版）》已按此表机械替换；替换范围之外的存疑处保持原文）：

以下转写存疑处无法确认，正文与附录均保留原文或仅作概括表述，不擅自「修正」：「宝贵的故事」（疑为「闭环的故事」）、「基层控制」（疑为「底层控制」）、「新世纪无人机数据」（「新世纪」疑为误听）、「到一公里级别」（疑缺字，或为千万公里级）、「如果 one 不算」（指代不明，疑指 RoboVan 或 Waymo）、「智能方程已经出现」（此前晚点访谈的比喻，无法核对原文）。

未采用条目

对照事实账本逐条复查，高优先级条目均已在正文找到落点；以下 6 条低置信/无法确认信息未采用或未按原文采用：

1. 「到一公里级别应该会开始出现商用车独特场景」的具体数字——转写疑缺字，无法确认量级；正文仅保留「数据价值取决于场景覆盖度而非绝对公里数」的定性观点。
2. 「如果 one 不算，还没到临界点」的指代对象——无法确认（疑指 RoboVan 或 Waymo）；正文只保留「1944 年、原子弹前一年」的比喻主体。
3. 「新世纪无人机数据」的「新世纪」定语——专名疑似误听；正文写「无人机数据」。
4. 德国高速「两百公里的车过来迫寻你」原话——转写含混；正文概括为重路权规则与容错率。
5. 乘用车当年讲了一个「宝贵的故事」原话——疑为「闭环的故事」，不引原话。
6. 「交钥匙……到基层控制」中的「基层控制」——疑为「底层控制」；正文以「车辆控制」概括。

转写原文（修正版）

以下为本期音频的完整转写（共 30 段，覆盖 0s-3590s，音频全长 3589.65s，本地 Qwen3-ASR XPU 转写，逐段增量保存）。已按上文《ASR 转写校正表》对确认项做机械替换；无法确认的存疑处保持转写原样。原音频为中文，无需翻译。

[0s - 120s] 在商用车领域是没有那种低端的那种激情消费的，广告没有用的，大家都是算账算出来。我应该不能直接说成本吧？我大概算了一下，根据比如说现在的油费，一年大概能省下两万多的油费。它是含着乘用车的金钥匙做这个业务的，掐指一算，觉得我们有这个优势，那就赶紧进。那哪一天我把移动删掉，未来我一定会把它删掉。重卡自动驾驶的商业化探索已经有十多年的历史了，但是二零二五年中国交付的高阶自动驾驶的重卡只有三千多辆，这在六百多万辆的高阶自动驾驶的乘用车市场面前，几乎是可以忽略不计的。在沈劭劼看来，这种错配是不应该的，因为重卡的智能化诉求一直都存在，它有一点像移动物理AI场景的缩影，在快速发展的AI时代，他们的智能诉求却长期没有得到满足。本期播客，卓驭的CEO沈劭劼先生将告诉我们，卓驭的移动物理AI之路，他为什么选择重卡作为切入点，卓驭的未来又将走向何方？哦，我们这次也非常有幸邀请到了卓驭的CEO沈劭劼先生。啊，大家好，我是卓驭科技的沈劭劼。我们要做这个事情是源于二五年，我们提出了这个移动物理AI的这个战略。嗯，这个转变的过程是？其实我会理解这个事儿更像是一个回归初心的事儿吧。那肯定知道那卓驭前身是谁？那我们前身就是做无人机的嘛。然后在我自己在做无人机之前，其实就是做移动机器人的。当然，这个在所有的AI这个东西出来之前，那个属于古法移动机器人啊，那那个年代。到后面开始做无人机，那无人机本质上就是一个天上天上动的移动机器人嘛。那后来做自动驾驶的这些东西，其实本质上也是一直在以各种各样方式去解决各种场景里面的这个移动问题。然后只不过从我们一六年开始决定进入自动驾驶这个行业开始，因为当时的确这是一个最大，而且也是最有挑战性的赛道。那这个到今天为止。

[120s - 240s] 指呃，以及在可见的将来，也这个乘用车市场也也还将是我们的最最最主要的营收的来源，嗯啊，也是这个资源投入最大的这一部分。但是做完这个之后，很自然的会发现对应的一些能力的积累，让我们可以去想其他的赛道。嗯，那我我先稍微对比一下，就在之前，呃，就是古法机器人年代啊，那个时候其实我们如果遇到一个很难的问题，那一般采取做法是什么？拆场景，就把这个很难的问题叫做自动驾驶，或者叫做在路上自由自在的移动这个问题拆成各种各样的垂类，每个垂类都孕育出了一系列在这个垂类里面做的非常不错的公司。那乘用车是其中最大一个垂类，那也有商用车的垂类，然后也有物流车的这一个垂类，啊，还有可能更小的这种这种机器人的垂类，比如说这个在在酒店里面来送餐的这机器人各种各样的垂类。这些垂类根据难度不同，那它的投的资源会有变化。那毫无疑问，其中最大这一部分是乘用车。在那个时候，其实各个垂类之间可能就有点这个相互不干涉，因为在古法年代要写代码的时候，我随便从一个垂类到另外一个垂类，嗯，再投一个三百个人的团队吧，那经济上是算不过去的。而且这个代码基本上没有什么可能说一套代码去应付多个多个垂类，几乎不可能。但是呢，这个事情其实在二零二三、二零二四年这个端到端的这个年代开始，就逐渐的产生变化。其实二五年底，我们为什么最后决定通用移动物理AI这件事儿变成公司的公司级别的战略，也就是端到端的这一系列的技术从量变产生质变，让我们真正能够看得到，哎，跨垂类其实现在代价没有那么大了。嗯，我不需要再布一个三百个人的团队再去做一个新的垂类，整个商用车团队我可以以一个两位数的人力投入去覆盖所有的主流商。

[240s - 360s] 车的主机厂，那这个其实整体交付效率，呃，甚至某些时候比乘用车还要高。那一方面技术能力达到了，经济账能够算得过来了，那很自然就会去做。当然，其实它并不是一个卓驭能想出来的道理，对，任何一家公司都会想，但每家公司它会有自己的侧重点不一样。那例如说，如果一家公司技术很领先，对于某个领域投入也很大，但商用车它相对来说它的市场体量的确就是比乘用车小。嗯。那如果一个公司的吃水线太深的话，那他可能就会觉得这笔经济账是算不过来的。对。那我们还好，我们吃水线没有那么深，所以算了一下，我们是算得过来的啊。什么叫吃水线？就是整个我们对于就在水底下这一部分，我们自己的平台研发、人员投入、算力投入，然后然后以及包括公司整体运营上的各种各的overhead。有的公司吃水线深，但是它的规模本身也也会也会非常的大。那如果这个垂类的体量足够大，那这个深的吃水线所带来的这个很强的一个整体战斗力就会非常非常有益。它过去的效率决定了它的吃水线深。对，但是呃也不全是，它是个经营策略的问题。如果对于一些赛道它整体的体量没那么大，那你还是以这个吃水线去做的话，你就会就就会觉得我的就是这个固定开支部分太大了，嗯，我就算不过来，嗯啊呃可能还会有一些公司，它会是侧重于整个AI智能化里面的某一个部分，例如说它对于这种软件AI AI特别擅长，嗯，但是它对于这个整车控制，因为商用车本身它的呃这个动态响应特性，然后它的控制的难度跟乘用车就完全不一样。毕竟一个两吨的东西跟一个大几吨到大几十吨变化的这么个东西，它的控制难度完全不在一个级别上。然后以及对应的一些呃零部件的寿命、电子电气架构的变化，这些东西都不一样。那一个公司我进入这个赛道，我先看我有没有这方面的积累，嗯，如果没有，那我要进入这个赛道，这个赛道相对来说它

[360s - 480s] 的体量可能又没有乘用车那么大，那需要额外投入非常大的话，那就算不过来。但我们来说还好，因为本来就是从最开始是做Tier 1软一体，那有自己的软硬件研发团队，然后本身原来说无人机的团队，那天然这个做控制其实做的也还不错啊。控制那部分暂时还没有被A I化，也就是掐指一算，觉得我们有这个优势，那就赶紧进。首先，可能整个行业的发展发生变化，可能之前是一个rule-based的所谓的我们古法机器人的时代，对。然后我突然来了一个端到端，然后这个端到端其实就是可能我们之前在做很多乘用车的一些积累，哎哎，突然可能发现今天就是可以放到这个重卡里面，移到重卡的过程当中，可能需要大量的像您刚才说的，可能一些运控的一些东西在里面，对，运控硬件恰好我们这边有。对对，以及本身公司规模也相对比较合适。嗯，如果我们是一个超过万人的公司，那可能在介入这个赛道，那可能对应了很多overhead就会非常大。嗯，那如果我们是一个两三百人的公司，那也没有余力去做这些东西，就很多恰好在里面吧。比如说还是还是这个选择，还是移动这个事儿，它本身就出了这种重卡物流，比如说扫地机也算是吧。嗯，还有这个呃外卖不不是就是酒店酒店里面去去那种送货的这些机器人也算吧。嗯，但是这两个我们就不会去碰它。嗯，古法能解决的，那就不需要A I能解决。就说句话来说，现在这么大的一堆投入，它得到的收益相对来说比较有限。另一方面，当然也有关于这个市场的体量，关于它的碎片化程度，嗯，就是方方面面去参考自己的这种优势。商用车不单只是重卡，其实也包括轻卡这些市场，我们判断其实我们还是比较有竞争优势的。确实在看这个行业之前，我都没有想象到说，其实去年整个高阶NOA的这个市场其实只卖了三千辆。嗯，因为在我印象里面，好像重卡其实已经过去讲了十几年的一个叙事了，就好像在我的潜意识里面，它应该是一个接近成熟的东西。嗯，但没想到其实这个市场几乎还没有。对，就是为什么会出现这样的情况？对，那首先。

[480s - 600s] 我先说说整个重型商用车的整个市场吧。二零二五年，中国所有的这商用车车企大概卖出了一百一十多万辆的重型商用车，这里包括出海，大概占了百分之三十左右。那剩下就是国国内的市场。然后呢，这里面大概有百分之五十出头是牵引车，就是我们一般所说的重卡。嗯。然后这些车的售价大概在说三十到七十万之间吧。嗯。各种各样的这个动力都有，但是今年其实，呃，牵引车里面的新能源的动力其实占的挺高的，而且这个增长的速度比比比乘用车要快。毕竟生产力工具嘛，就电省钱，大家就会用。好，前面那些可能只是一个大概市场规模的的一个描述。好，那为什么只有几千辆呢？其实因为本身商用车它是生产力工具，所有东西都是算经济账，在商用车领域是没有那种C端的那种激情消费的，广告没有用的，大家都是算账算出来的。嗯。那之前其实商用车赛道比较多的解决方案，或者说会更偏向于rule-based，但是因为本身商用车它的控制的难度，然后以及包括它对安全性要求的这些高程度，以及也包括相对来说这个赛道里大家的积累，就是它毕竟没有乘用车里面那种卷生卷死的积累嘛，整体的成本其实是比较高的。那基本上一台商用车可能要加十多万的费用才能够具备一个L2级别的高速NOA功能。那这其实是一个非常非常大的的成本。嗯。那这个成本如果直接由终端消费者来，就是对，就就是车队或者零单的，相当于是个人车主直接来付，他是不可能，不可能的乘用车了，他是不可能给这个钱的。嗯。反正有这个成本在，也会总得有人亏钱。那到底是终端给多点钱？

[600s - 720s] 是这个车企少赚点钱，但怎怎么说都是一个有人不高兴的状态。嗯，还有一点就是我们所说的重型商用车，就整个干线物流市场，也大概可以分为两大类，一类就是可能曝光度比较多，我们一般所说的这个快递快运的车队，嗯，三通一达这种车队。然后呢，但是可能跟大家想象的不太一样的是，车队这一部分其实每年只占销量的大概两万台左右。我记得是总量是一百一百多万台，对，是吧？一百，然后牵引车大概五十万台，然后再减去出海那一部分，呃，中国内的牵引车三十多四十万台，嗯，但在这么大这么一个体量里面，其实真正的给大车队用的只有两万台，就相当于是百分之九十多的都是散单的市场。对，大多数都是散的，那一般我们这个叫做零担市场，零担市场一般就是个人车主，嗯，好，那前面这三千多台其实基本上都是到了车队里面，嗯，因为车队可以有这种说，哎，我有这个系统，然后会有一些其他溢价权，比如说对于主机厂的溢价权，对于一些保险的溢价权，或者说会有一些更统一的大B端的商务关系去做进去。但是即使这样，原来这个状态下其实也就只有三千多台，都集中在快递快运这这种大车队的市场，剩下那一大堆个人车主为什么没有？当成本还是十万块钱的时候，他就不会存在，因为没有人会会买这个单，嗯，对，以及这个技术，就是说最开始接还是依赖于高精地图，对，相对来说，这个乘用车其实脱离高精地图已经很久了，嗯，对，但是商用车相对来说，这个技术栈会比乘用车会要慢一代，这个又会出现对应的持续运营需要付出的成本，它对于开城部署需要的成本，对于车队来说，这个可能还比较好解决，因为它可以通过这种整体的固定路线的规划去规避这些问题，重点去解决哪些地方有图，哪些地方没图，但是。

[720s - 840s] 对于零担市场，我也不知道我我往后跑什么地方。那如果他还是要涂的话，那这个问题又会被卡住。对，所以这个是原来的的现状。那剩下来说，对于我们来说要解决的问题就很简单了。第一个成本，嗯，那这个跟乘用车里面说的是一样的，只不过乘用车里面的成本更多是一个我给这个车增加的额外成本，跟这个车所带来的额外消费者吸引力能不能对冲掉的问题。商用车来说不存在吸引力这个账，就是说额外增加的成本跟我降低的成本能不能较快速度的对冲掉，以及我使用起来它所需要的额外代价大不大？比如说，如果一个零担市场就是个人用户，我买了这个车，我的确现在平时用的地方都能够用，它就OK。那如果说还是只在某几条路能够用，那就不OK。嗯，对，那那最后就是回到这么个状态。那成本也分一方面是你装这个东西需要的成本，那无非就是我硬件用了多少。嗯，那之前rule-based那些方案为什么十万块钱？一方面是本身控制器相对来说用的比较贵，当然这个跟量小的议价权相对缺乏也有关。然后另外一方面对应的各种传感器，包括这个激光雷达、视觉，然后方方面面这些也用的会相对比较多。对，因为传感器数量跟性能，就传感器越多，一定性能越好。但是呢，如果算法更好，那传感器理论上可以降降降低一些。重卡有可能纯视觉吗？不太可能，不会纯视觉。啊，我们纯我们纯视觉，不不会纯视觉。毕竟重卡我前面要看五百米呢，至少就是各种极端天气都必须看清楚。所以重卡我们全推的全部都是那个带舱内激光雷达的方案。对，呃，我们现在在重卡上面所装的传感器数量也比大多数乘用车要高。对，但是怎么说都比十万块钱的要要要便宜一些。这里既包括本身通过算法的提升，上面说装的装传感器的绝对数量会相对降低。

[840s - 960s] 又是我不需要车的四面八方都装一堆激光雷达，我前视有个激光雷达，旁边有补盲的就OK了。之前是多少？现在是多少？它相对来说没有一个标准化的方案，就之前会有一个，然后也会有五个，然后也会有需要这个高精度定卫星定位的，对，然后也会有需要一个高精度地图的，那这些都是额外成本。那对于我们现在方案来说，我们是固定前向一定要一个补补盲雷达，可以是是一个可选的，对，然后另外就是控制器。那控制器如果是有乘用车的溢价权的话，那基本上压到小几千块一个控制器是一个很正常的事儿。但是如果没有这个溢价权的话，那直接飙到五位数，或者说如果呃工程开发能力相对欠缺一点点的话，那可能还需要用更大的算力，那那那这个成本就更加不可控制了。甚至之前有些玩家可能还需要用工控机相关的方案，那就更更更不可控了。本质上来说，就是在乘用车卷过一轮之后，我们在配置的传感器，然后以及对应单独硬件上的这些这些往下压的这些，从供应链上面去降本的方面是有对应的优势，而且乘用车也可以给他摊薄嘛。那这里其实整个成本就从一个十万块降低到，我不能我应该不能直接说成本吧，我直接说价格吧，对，啊，往高一点来说，可能就两三万的样子吧。哦，两三万已经是往高了说了，啊，就两三万的样子吧，对，那毕竟乘用车都是几千块啊，现在。OK OK，对，其实其实就是你如果是一个没有乘用车给你摊薄成本的一个品牌，其实你已经很难再去切这个市场。对，但十万到两三万，嗯，即使比乘用车还是贵，但是这个竞争优势已经非常非常的明显了。而且我还不需要用用用用高精度图，那就意味着去没有那种后后期需要持续投入的成本，然后卫星定位相对来说精度也会也会比较低，整体来说就是跟着乘用车的这个这个依赖来嘛。然后另外一部分，那就给每台车额外增加，就是增加一个两三万的成本。呃，说回刚刚那个。

[960s - 1080s] 整体的牵引车市场，一方面车队，车队来说，相对来说，它对价格的敏感度可以有更多的方式去去 offload 掉这些敏感度，但是对于零担市场、个人的市场，真的就是纯纯的这些账能不能算回来？好，一套系统给一台车加了两三万的成本，怎么把它省回来？那首先现在做的不是 L4，所以就意味着驾驶员相关的成本是省不掉的。那剩下能省什么？无非就是两个点，一个能源，另外一个保费。那对于溜说，如果是纯燃油车来说，我们现在呃用了整套系统，它毕竟这个智能驾驶、智能辅助驾驶，我的整体的加减速其实会比人类司机，我不能说比他更优秀，但是我一定比他更一致。对，而且我可以利用一些更宏观的信息，例如说一般导航图都都有这个高程信息。那根据这个整体的高程信息，我也可以动态的规划我的车速、我的输出的功率。那那样的话，最大化有前瞻性的利用我的这个能源。嗯。然后特到了新能源呢，就更不更更不一样了。我还可以利用动能回收来回收的能源。例如说，我上坡然后又下坡，那这个时候怎么上坡？这，那毕竟这是一个动能势能转换嘛。那这些东西其实都是整个智能驾驶系统在一个有比较全局信息的情况下，这些我都可以提早规划的。然后以及本身驾驶的过程中，它也不会受情绪的影响。那整个加减速其实也会相对来说比较缓。其实对于商用车来说，这方面的变化其实对对燃料经燃油经济性带来的收益是很明显的。我们现在那综合大概呃两千多万公里的数据看起来是能够有百分之四到百分之八的燃油的节省。百分之四到八是什么概念啊？我大概算了一下，就根据溜说现在的油费，根据一台车这个这个持续跑的里程，中间的计算过程就不展开说了。一年大概能省下两万多的油费。两万多的。两万多。

[1080s - 1200s] 的油费，那基本上就把你的成本全部 cover 掉了。对啊，那一年 cover 掉。对，一年 cover 掉。然后保费的话，保险公司对于这种完全具备横纵向控制能力的智能辅助驾驶系统，提升安全性和降低保费，它是有一个这个明显的倾向的。当然，具体能降多少，会取决于往后这个数据，比如说实际事故率这些能下降多少。但至少现在，保险公司是会愿意，哎，我先给你一个小一点的保费折扣去试一试。如果你以后的数据能够更好一些，那我可以再谈更大的折扣。那重型商用车，比如说一台三十万的卡车，一年的保费也要一万多。一万多。嗯，它是乘用车的的的两三倍吧？啊，比乘用车贵挺多的。那如果这两个数据能够降下来，那对于个人车主来说，它它就是一笔能算得过去、能算得过去的账。就他没什么理由不买啊。如果一年回本。而且还有一个就是，它实际上对驾驶员的工作体验是有提升的。嗯。我相信您肯定没开过重卡吧？没有啊，我我我我也开不了啊，啊，但至少坐过啊。嗯。嗯，我也希望能尽快能开上啊。对。然后呢，其实本质上这种长途运输是一件非常非常苦的事情。那呃，即使只是L二，然后那至少我在体力上能给你能给你省些事儿，是吧？嗯。就就是它本身对于整个工作体验会有一定的改善，而且的确它不会分神。嗯。然后也能够有一定的经济性，所以它虽然算起来它不是一个说那种很革命性的L二到L四的东西。当然，最终最终的终点，你说要要不要做L四？那所有做自动驾驶的人最终一定要做L四。它只不过我需要一条路径。嗯。其实在乘用车上面已经被验证过了，它需要一条路径，不然很难直接到了最终局的那一天。嗯。对，确实卡车司机非常的辛苦。哎，我可以说，就是大家谁的钱都不是大风吹过来的。嗯。然后如果只是跟跟大家说，哎，这个东西能让你工作没。

[1200s - 1320s] 那么辛苦，你掏两三万来买吧，不可能，没有人会买的。对。但是如果这个是东西能够让你工作没那么辛苦，同时你的投入一年能够回本，嗯，那它就开始有一定的吸引力了。如果之后再降降本、再规模化，然后在保险上能够再有一些更大的折扣，跟他说你半年能够回本，那他又是另外一个级别了。当然我们现在还没到这一步，我们还在努力。我理解重卡相比于乘用车是更复杂的，就像油车，它相比于电车肯定也是更复杂的，而且它的挑战的类型其实很多时候是相似的，就是可能重卡的难度级别相对比较高一些。所以我们过去做了一些油车的积累的经验，是不是其实也可以复用到我们这次做重卡上？实话实说，技术比油乘用车油车跟电车的区别要大多了。嗯。对，毕竟乘用车油车和电车怎么说它都是一个相同体量的东西，而且它它重量也不会变嘛，无非也就是两吨上下。然后所以说这个反应会慢一些，但毕竟两吨上下其实上下你也不会慢到哪里去。嗯嗯。但是重卡不一样，重卡它是一个从几吨、十几吨到几十吨，那这个系统要不要有这个冗余度，能够真的到那个级别它也要能够拉得动呢？嗯，测试冗余肯定是得有的，我会说。而且商用车它有多种燃油形式，它有燃气、有燃油，然后有新能源重卡。那难度上燃气是最高的，嗯嗯，然后燃油第二，它它就是一个响应延迟的问题啊。然后燃油是第二，然后新能源肯定是最低的，但即使新能源也比乘用车要大得多。嗯。啊，包括在控制上也是一样，重卡它的它的加减速的曲线必然比乘用车要缓很多，它不是一个它能不能加得上去的问题，加速倒是小事儿，减速才是大事儿，因为后面拉了几十吨东西你是不能急刹车的，一急刹车就把后面的货推了，是不能急刹车的。那怎么避免急刹车？你只能看得更远。嗯。那

[1320s - 1440s] 五百米起，而且是各种气候条件下，然后能够看得更远。然后，呃，跟旁边这种这种加塞的车怎么进行响应？乘用车来说最大不了，我一脚刹车刹下去总可以，或者说我横向给你躲一下都可以。重卡这两个最好都别干了。那，嗯，实际上很多时候对于加塞的车，我们是怎么做的呢？按喇叭啊！但是什么时候按喇叭呢？如果不，因为旁边的车要加塞进来，你得先判断他真的是要加塞进来，你才能按。如果别人都没这个意图，那按那不纯扰民吗？而且乘用车的自动驾驶其实很少按喇叭这个事儿，对吧？但但什么时候按，它不是乱按的。这些其实本身它又回到最基础的模型能力，一个模型的预测能力这部分的判断。所以显然为了重卡，因为它的整个驾驶曲线不一样，它相对于乘用车来说用的模型一定是有区别的。那怎么样从乘用车的模型迁移过来？虽然理论上我可以专门为卡去练一套新的模型，但这个成本账上又算不过来了。所以实际上我们现在按照就是端到端这一代的技术站是用乘用车的模型，然后再加百分之十左右的重卡的数据。百分之九是乘用车，百分之十重对来来进行微调。嗯，这这个时候经济账是能够算得过来的。而且还有一个很重要的东西是，呃，重卡的数据获取成本其实是比乘用车要高的多的。那一方面油是一方面，司机少是一个方面，过路费是第三方面，就好几倍啊。啊，是，他国国国庆也没法免免过路费，对。对，所以其实很多很多账要算清楚。但是一旦这个账算清楚了，算账了之后，那其实就义无反顾的做下去就好了。哎，重卡的这个成本会比乘用车高多少？比如说我们同样跑一公里的话，四五倍吧，四五倍。嗯，乘用车现在大概多少钱啊？三四毛。因为乘用车应该这么说，乘用车到现在来说，其实这种专用采集。

[1440s - 1560s] 数据的成本已经没有太大的意义了，因为大家都数据闭环了，路上的车也足够多，所以可能更多的迭代数据是通过已有的这个这个量产车回传回来的数据就可以用数据飞轮来进行迭代了。但商用车不行，所有东西都有个冷启动的过程，你得先把冷启动启动了，不能一开场就数据飞轮，那是不负责任的行为嘛。是的，所以就就我得先用，就是先硬撑这这这些比较高的成本，甚至一公里这个小几块钱的成本，让这个数据飞轮给滚起来。对，哎，我理解，其实我们目前的这个发展逻辑还是跟乘用车的时候是有点相似的。对，那如果我们以乘用车为标准的话，目前商用车现在大概是在说几几年的这么一个水平？如果说市场，那我会说现在市场基本就是一个才开始，因为虽说原来有三千辆，但是这三千辆它不是，并不是建立在一个能商业闭环的前提下，相当于这部分要增量，其实非常的非常的困难。那这个其实有点像乘用车当年我们还在用高精地图堆一堆激光雷达的那个年代，就是它会被困在那儿装车率。那乘用车横到了至少不说端到端吧，至少无图化完成之后，它才真正开始起飞，大概是在二三年左右这个状态。呃，商用车现在应该都甚至都还没到这个这个状态，嗯，就可但是在那之前一点点吧，毕竟我们不需要再经历从无图端到端这个这个进场就已经是AI了，所以呃它是含着乘用车的金钥匙出生的一个产品。对对对对对，但但目前商业上的状态，呃，应该可能相当于二二年二三年左右的乘用车的状态。对那个时候他们的数据采采集成本其实也很高，乘用车的。对对，就是那个乘用车冷启动的过程嘛。呃，技术上其实那看你怎么说，如果说我们自己，那我们乘用车商用车是用一套模型，那当然技术就是一样。

[1560s - 1680s] 的那现在已经量产的车上跑的是我们的这个它的基模式，我们的端到端四点零啊，但乘用商用车叫做磐行嘛，嗯，对，加端到基于端到端四点零的微调，然后往后我们也会把我们的原生动态基础模型，就是乘用车更大的模型给放到商用车上，一个一个同步推进的状态。整个行业来说，可能其他玩家会稍微慢一点点。对，就是刚才我们讲说，可能我们的商用可能是在二零二二年的技术，但可能我们可能用一年的时间就可能到二零二四、二零二五年的水平。对，嗯，我们对这个渗透率有一个大概的预期吗？呃，其实这个取决于零担的市场什么时候能打开。就是如果它还是车队的市场，那就是两万台，就这么多了。对，就无论怎么吃，它最多两万台。然后但是打开了，但这个车队的市场，那可能就就一年十万台甚至二十万台都是有希望的。但这个事儿关键还是这个账得能够算得过去。现在我们能够算得出来是就是一年能够回本嘛？但一年回本本身也跟这个能源对有关，就是说如果能源价格上升，那会更多。然后这个也跟这个司机的他本身的驾驶技术有关。如果是一个比较新的司机，那可能节省会更多。比较有经验的司机，他觉得你也就跟我一样。对，如果往后在保费的这一部分能够形成一个更好的增量闭环，比如说保费现在要降个百分之十左右，不是太大的问题。如果未来能够降百分之三十，那那就差一千块钱了。对，如果能够从一年回本变成接近半年回本，那我相信这个装配率就会快速上升。所以，呃，我我我没有办法直接回答说往后会是多少，但是我可以说我可以说的是这个账是算得很清楚的，就是从消费者的消费，哎，半年回本跟一年回本，那会愿意用这套系统的人群比例肯定就会有大幅度的上升，只能这么算了。对，哎，太像了，太像了。

[1680s - 1800s] 乘用车市场，其实乘用车市场当时也讲了一个宝贵的故事。我们的油车的这个省油大模型，未来还会有一个空间再往下走。我觉得小几个点应该算是一个，就是就很难再继续更多了。就可能到八个点左右，我觉得应该就差不多到上限了。它它毕竟运的东西没变嘛。然后再往后，我觉得的确它到了C端的话，它就会涉及大家使用这个东西的口碑。嗯，账算的过来是前提。嗯，账算的过来之后，然后呃C端觉得它的体验能够让我的开车更轻松，那这个时候口碑会被直接转起来。这个时候它就会变得比较像乘用车的自驾的这个迭代模型。但商用车就是你得先把前面这个账算完，不然别人根本不会来试你。而且因为这是我看到我们其实呃有一个发布说，其实我们连续签了可能六家全国最主要的客户，就基本上可能目前最重要的客户我们都已经全部签下来了。嗯。而且还有一个海外呃说是很重磅的一个客户。对，七家，七家。啊，对对，就是呃为什么我们签客户的速度可以这么快？因为我理解可能乘用车市场的时候，其实你啃下一个客户其实还是蛮难的，对吧？竞争还是很激烈的。但是我们在重卡的时候，感觉有一种势如破竹的感觉。是为什么？OK，首先就是成本从十万块到两三万，这个应该就它不是一个八千到七千的区别，十万到两三万其实是一个太显著的一个变化。另外在产品体验上，跟原有的产品的确也是有一定的变化的。嗯。这个市场它是确实存在的，只是原来没有一个合适的产品。做商用车的OEM大家也都会看的，乘用车已经有。换句话来说，它跟当年做乘用车需要重新教育市场辅助驾驶有什么用这件事儿不一样。现在市场已经不用再被重新教育一次了。嗯。只不过我得有一个合适的产品让大家看得见。那这个时候我觉得它是一个比较天时地利人和，刚好在那一个时间有这个成本优势，有这个性能。

[1800s - 1920s] 大家也的确需要，然后那就就这个这个对应的需求也就释放出来了。嗯，当然可能还有一些其他的方面，就是本身开发的工程能力。如果这个产品，又说假如我们是一个纯软件的供应商，嗯，那主机厂为了适配我们这个产品，还得专门找对应的这个硬件合作伙伴，相当于把这个合作模式搞得很复杂。嗯，那可能也会有纠结。那反正这个我们现在商用车就交钥匙一套，从传感器到控制器到基层控制，所有东西交钥匙直接交过来。嗯，那它的适配的代价就会相对来说低很多。嗯，以及商用车相对来说大家的这个自研诉求会低很多，所以跟当之前乘用车那种甚至有点博弈感的那种纠结关系其实不太一样。商用车会是一个比较比较纯粹直白的，你这个东西能给我把账算清楚上，就这么简单。我我我理解就是大家之前对乘用车市场是有一些诟病的，就是可能那个时候市场稍稍微泡沫有点大，然后呢可能导致这个竞争可能有点过于白热化了。但是感觉商用车市场其实不太一样，也就是好像大家都是处在一个只要你能够把这个账算清楚，我就踏踏实实做生意的这么一个阶段。对，而且的确是目前乘用车最大的几个竞争对手都还没有进来。嗯嗯，当然各自会有各自的原因的考虑。嗯嗯，anyway，现在还没有进来，那我先进了。进来了，有可能。嗯，就当装车率到了一定程度之后，这个大家经济账能够算得过来，应该我觉得是有可能。嗯，但是开放竞争呗。那如果比如说那几家最大的进来，那我们的壁垒会在哪里？先发优势吧，首先第一做的早，对，就是做的早，然后做的早本身，呃，我不能说这个有品牌优势，但至少先发是会有一点积累，而且本身当在各个主机厂都量产了之后，一方面是这种供货实际，另外一方面是关系，另外一方面就是。

[1920s - 2040s] 产品的这种质量保障，当然前提是我们自己交的东西得做得好。那它相当于是它它就是先发积累出来的各种各种优势吧。当然，我们也同时得一直保持在在技术上肯定是不能落后。换句话来说，乘用车那边该卷还是得继续卷。嗯，对我我先最最明确一个东西，做了商用车不是说乘用车我就我就开始降低投入了，反而只是说给乘用车加了一个要求更高的分支。那那乘用车那边以后卷起来就更有动力了。它其实有点像一个甜蜜的烦恼，就是我们首先要把市场做大，其他的公司才会进来。啊，当然就是我们做大以后，其他公司几乎是必然会进来的。但是我们就是在这个基础上，我们要去做一些壁垒。对，呃，比如说像我们刚才说的数据，算是一个先发的优势吗？它算，但是我觉得它没有这么大。不本质。实话实说，它不本质。嗯，对，因为这个只要你愿意投钱，它都能收集。呃，反而是刚刚所提到的控制的能力，这算是一个比较大的优势。当然，理论上友商可以通过挖人去解决，但是这个事儿对着一个重卡，大家还是有敬畏心的。嗯，就是瞎搞是会出人命的。其实乘用车的可能一个车型，它可能卖两万台、三万台，甚至更多都有可能。但是其实重卡的车型可能一个车型它就卖的很少。嗯。然后，其实是不是会对你们其实开发成本带来一定的压力？它对内也是一个成本账。嗯。就我们，比如说我用百分之十的数据去用迭代模型，那这是算是一条一条经济线。如果最后发发现哪一天我得要百分之五十的数据，那这个账就是算不过来。嗯。那相当于我我们得一直去分析这一条经济线过不过得了。还有另外的就是商用车的变种其实很多很多的。嗯。它不一定是那种那种半挂车，它也可以是比如说运运这种冷藏车啊，这方方面面，它有可能会使用相同的拖头，是吧？以及不同的动力类型、不同的这个车轮配置，然后不同的刹车、不同的这种限控系统供应商，这些都会有变化。那这个时候其实我们是跟呃商用车的主机厂嗯有紧密的合作，特别。

[2040s - 2160s] 是车型适配控制相关的一些一些 know how，甚至一些对应的代码，那这些我们也会在开发过程中逐逐渐进行转移。那之后其实毕竟他们对车是更熟悉的，对他们是最懂车的，他们是最懂车的。他们无非就是要把这种面向于智能辅助驾驶的车辆控制跟他们最懂的车中间建立一个匹配的关系。那这种联合开发联合组队的阵型，其实是在跟每一个 OEM，就是做项目的过程中，它是一个分支，但是它必须同步进行，不然如果一直是卓驭自己完全做交付的话，以后车型数量一多，那是搞不过来的。嗯，对，这其实有点像我们的先发优势之一，对吧？就是我们和客户的信任关系，因为其实他要再去重新适配一个新的系统，其实本身也是比较难的。对，嗯，对，就是重卡这个事情，因为我们讲移动物理 AI 的这个战略，那其实我们不只是重卡，我们往后的话可能还会到，比如说我们可能有 RoboVan，或者是 RoboVan 已经有了，或者可能已经有 RoboVan，然后可能还有这个就是可能更多的 L 四和机器人相关的事情。所以那其实重卡会是我们在整个布局当中的一个试金石嘛，就是啊，因为我们能做好重卡，所以其实我们往后很多其他的相关的品类，跨品类也能做得更好。可以这么说吧，嗯，因为首先重卡难度大，这个大家都是知道的，嗯，那这个能成，虽然后面也会有不确定性，但给大家的信心一定会逐渐增加。我们我也实话实说，我们的确是在重卡这一关基本跑通了之后，那才开始就是正式明确我们的这种通用移动机做移动物理 AI 的这个这个事情，然后也同步的对于 RoboVan 的投的的的一些投入，包括你刚刚所说的这个机器人啊，我们称之为重移动轻操作吧，嗯啊，但呃应该大概率不会做那种穿针引线类型的事儿，还是主要集集中在移动，但也不排除去加一部分这种操作的的动作，但不是精细操作的动作。相当于来说，我们本质上呃这个不同的业务板块在应该叫做同步，但是按照技术成熟度保留保持的一定的先后节奏来进行推进。

[2160s - 2280s] 比如说，乘用车本身是基本盘，然后重卡是现在后面的曲线里面跑的最快的，然后比它稍微慢一点点的是RoboVan。那RoboVan相对来说，我们本身有这种一城一策相关的这些这些约束，所以相对来说它没有这种客户集大客户集中度这么高，但是也是在非常努力的去往前进行推。然后呢，机器人这个这个，我现在先卖点关子，我先不说。但是能够想象出来，卓驭是一定会做这些东西的。对，机器人什么时候会给我们一个惊喜？明年内。明年内。明年内。好。但做出来再发布啊。哈哈哈。对，我知道我们是一个非常务实的公司。对，包括重卡这个重卡这个事儿，其实我觉得都有点说倒，因为本身现在为什么我们现在开这个发布会，那是因为我们的第一个客户的第一个车型已经量产了，而且在路上已经有几百台在跑了。嗯。各个客户的定点和开发也都在这个有序的进行，然后商业上的不确定性也基本已经被被除，而且也能够赢得了客户比较多的信任，所以我们在这个时候开了这个这个发布会。那其实这个事儿开这发布会之前，其实我们已经说了，可能有大半年了吧。对。前面大半年，实话实说，我压力挺大的，因为大家也会说，那你到底是不是在吹牛，能不能做出来？但至少现在在今天这个时候，我还是能比较笃定的说，你看，我们的确是把这个事儿给做出来了。对，就是目前大家已经能摸到你们的车了。对。然后对能开上了，其实很多质疑它就不攻自破了。对。当然，这个跟乘用车有点不同的是，重卡我要开这个车还没有那么容易啊，包括我自己现在也没有A本啊，努力赶紧考一个吧。对对对，因为我之前好像跟你们的一个同学有聊，就是他，因为他在做重卡相关的事务，对吧？所以他目前在努力想考一个A本。嗯，对。然后他可能以后也鼓励可能更多的同学能够考A本，但是可能需要点时间。嗯。

[2280s - 2400s] 像坐乘用车一样，知道产品做的好不好，最好的方法就是自己拿通勤拿这台车过来天天开。对，那重卡可能在可见的将来还做不到，但是至少我得自己要能够有第一手的经验嘛。嗯，A本确实很难考啊，有难度，但毕竟我也算是个老司机了，所以应该还行。嗯，比如说像房车这种事情，啊，拖比如说拖挂式的房车这种东西，未来也会上自动驾驶，就只要是车，以后都会有需求的。嗯，我很确定，它无非是个如何展开的问题。比如说，我们其实在前一段时间刚刚跟北汽福田签了一个战略合作，里面是涉及了轻商的，就轻型商用车。嗯嗯。那轻型商用车往后也会看到我们的产品在上面，这就不是跑高干线了，这是跑城市领航了。嗯。而且对于轻型商用车来说，其实以及可能未来的房车，我们有一个比较大的优势吧。嗯。前面其实一直在乘用车上没有那么被发掘出来，泊车啊，所谓的泊车应该是有口碑的。嗯。啊，对于乘用车来说，大一点的大大型SUV其实光是一个好用的泊车就就足以让大家去去买单了。嗯。房车就更不用说，因为很多开房车的人还是C本，开私C本的人是没有受过大型车辆的，特别是泊车的训练的。嗯。基本很难。我自己当年在美国搬家的时候租了个U-Haul啊，别提了，这开在路上我不知道铲上马路牙子多少次了。对，然后所以这个肯定是有需求的。我们在海外的节奏会是怎么样子的？它和乘用车市场出海的时候的节奏会有什么不同吗？呃，我觉得哪个快哪个慢其实不好说。我们乘用车和商用车现在都有海外的项目进行开发，我并不排除商用车先量产的可能性。然后当然，呃，功能有点不一样，就是商用车出海其实也就是跑结构化高高速领航，所以它对于不同驾驶风格适配的复杂度肯定是比城市要低的。嗯。对，但是海外它毕竟。

[2400s - 2520s] 有自己的对应的一些，无论是法律法规还是驾驶习惯，比如说在欧洲，那堵车你得给应急车道让出空间，然后最左车道不能随便乱走啊，特别在德国，不然就会有两百公里的车过来过来迫寻你。那这些这些对应的驾驶风格的变化，这些是需要重新训练的。但这些都是这是都是技术问题，这些都都能够好解决。嗯，哎，我我们在海外的话，这个出海的不同市场会有节奏吗？比如说我们会先做什么样的市场？呃，就是目前其实投入最大的是，的确就是欧洲的市场。欧洲。对，当然这里其实是有一定的示范效应在里面。欧洲市场一方面它是汽车汽车工业的发源地之一嘛，另外一方面它的确在整体的驾驶风格上，其实代表了你的这种发达国家风格的，或者叫做重路权观风格吧。那这个是它是另外一套习惯，这个是是是是需要进行重新适配的。那然后这一部分适配完了之后，其实相对来说，其他的类似的风格，比如说港澳、日韩，那其实风格都会相对来说比较类似一点点。嗯。然后还有另外一条线，可能就是这个是路权会比中国更严谨的，嗯，更严格的。嗯。还有一系列就是路权比中国更低的，嗯，那就东南亚、南美，这是这是这是另外一条线。这一部分相对来说会对应的投入会没有这么高，而且欧洲那边它的数据合规的要求比较高，所以这必须对应的本地的人呐，数据合规、数据闭环、本地数据闭环链路这一部分都得先先打起来。嗯。啊，东南亚、南美这一或者中东这些会相对来说宽松一点点。嗯嗯。哎，哪一个对于我们在工程落地上会更难？重路权。重路权更难。重路权为什么难？重路权意味着对于一些怎么说迷惑驾驶行为的容忍度会更低，容错率会更低。对，容错率会更低。就是你真的在路上，如果说忽然慢下来了，嗯，那问题就大了。那这边。

[2520s - 2640s] 你路上有些阻碍，这自驾稍微慢，有时候忽然慢一点点，其实影响没有这么大。但是，在在在欧洲相对来说问题会比较大一些。所以你说欧洲是一个标杆市场？对，是标杆市场，嗯，会会重点投去做，然后其他也会同步进行推进。就是如果我在欧洲能够做好，在东南亚其实也能做好。应该这么说吧，欧洲能够做好，那在这种重路权关的这一这一这一套体系里面，应该都基本能够搞得定。就日韩港澳这些一般，还有澳新这些一般都能够搞得定。呃，东南亚这边会比较偏向于就是以中国风格来进行一些后续更加对这种人车混流复杂道路状况处理的一些后训练吧。L二和L四其实不太一样的，对吧？就是如果是重路权的话，其实L四的落地其实会更快。但如果L二的话，其实呃轻路权会更友好一些。对我也会实实话实说，这个L四的策略吧，就首先我们对L四还是保持一个比较高的高的敬畏的。嗯。那L四的确，包括L四物流车，我们是有重投入在做的。因为其实我当时确实看到“移动物理AI”这个名字的时候，确实会眼前一亮。因为大家都会讨论物理AI，然后但是你加了一个“移动”两个字在前面，它和这个物理AI它到底有什么样的差别？然后它的共性又是什么？那它是个子集吧？这个从名字就能够看得出来，它就是个子集嘛。就说最终物理AI，大家想想，无非就是让所有机器人做任何动作、任何形态的机器人做任何任务，都能够全部自主起来嘛。嗯。这物理AI的所谓的这个天花板定义，应该没有太多的疑问。那剩下其实无非是如何达到这个天花板，什么样的路径？那如果按照一个机器人从任务来说，可以比较粗略的分为这个上半身任务和这种下半身的移动类型的任务。当然，这两个任务很难完全给解耦出来，但是他们有这个这个轻重的区别吧？嗯。那物理AI最终长什么样子？我觉得大家其实心目中应该都或多或少有一个类似的答案嘛。嗯。

[2640s - 2760s] 反正驱动机器人的这个机器人无所不能，是吧？对你如果问卓驭以后会不会去做这种全能型的机器人大脑，我会说一定会。哪一天我把移动删掉，嗯，未来我一定会把它删掉。对，但是多久才能删？我现在不好说。嗯，所以得先把移动这个这个解决。当然，如果从移动的角度，我可以有那种移动移动，那些就是自动驾驶，就是重卡，就是物流车这部分东西，我只设计一个刚体的移动，不涉及任何这种上半身这种肢体的类型的操作。甚至很多时候，这个移动都是在一个二维接近二维的铺装路面上进行的。当当然，这个移动的过程中，我需要进行复杂的环境交互还是很多，但这是第一步的自动驾驶的问题。那第二步，也就是我从开始从铺装路面移向非铺装路面。嗯啊，我们这儿里面就算是非铺装路面，大家居住的小区、楼梯这些也是非铺装路面。像爬山，这也是非铺装路面的，不是不是用手那种爬，用脚那种，那种也算是非铺装路面。然后以及在进入非铺装路面之后，其实移动这个任务就不单只是纯粹的移动了，它会涉及一些的轻操作。那这个时候，我可以把这个操作编程是一种运输负载的，拿着一一包菜就在走路啊。要不它是一种为了把我移动过程中的障碍物给它去除的，嗯，开门是吧？或者就是我需要进行一个整体整个平台的一种非刚性的动作，比如说遇到一些窄的地方，我得侧身过去，这也算是广义上的移动。那这是下一步得去得去解决的，所以也算是稍微给我们往后的具身业务做了一点点剧透了吧？啊，最后把移动这个事儿给删掉，那可能就跟另外一条分支做具身的人给汇合了。嗯，那就是比如说做工厂里面操作的，做家庭里面。

[2760s - 2880s] 叠衣服、做饭啊，就是各种上肢类型的操作。对，但我实话实说，我们现在并没有对这种重操作类型的工作来进行投入，所以我称之为现在叫做叫做重移动轻操作吧。嗯。那会沿着这条路走下去，那呃，也可以拭目以待一下呗。好的。然后我觉得自认为我们就是一方面本身工程积累，另外一方面这个团队也是比较难得的具备了那种AI AI跟物理物理啊的东西的整合的一个一个状态。虽然卓驭并不是一个所谓的那种只具身具身类型的公司，但是我们以移动物理AI去逐渐涉及，就是就是进入这个行业，我我很有信心，可能会做的挺不错的。哎，怎么理解那个物AI AI具身具身这个？AI实话实说，现在大家做物理AI，本质上其实是跟着数字AI所上就做大大语言模型所带来的一系列的方法论嘛。包括其实现在物理AI，我们谁都还没看到scaling law在上面出现呢。嗯。自动驾驶没有，现在还没有scaling law，大家都是一个一个中型的模型。嗯。然后，然后甚至在自动驾驶这种大模型蒸馏到小模型这种类型的技术范式，也是最近才开始出现的。嗯。但是跟数字AI里面，就好几年前就已经看到了大语言模型有scaling law这个状态完全不一样。那没关系，跟着学。嗯。所谓的AI AI。嗯。啊，那物理物理不就是就是真正机器人工程能力的这一部分嘛？嗯。就两者缺一不少，缺一不可呗。机器人就跟物理物理很相的一样嘛，就是就是有物理实体嘛。嗯。因为其实我们刚才有讲到，我们其实有一个专门的移动物理AI基座嘛。嗯。对，然后其实这个基座它既服务于乘用车，也服务于重卡。嗯。那其实如果我们重卡的数据还可以反哺到我们的这个移动基座，让我们的乘用车的体验变得更好。嗯。然后未来可能也会涉及到轻卡，然后甚至robot van和机器人的一些数据的采集，所以这个数据和我们整体的这个移动基座模

[2880s - 3000s] 型的关系是怎么样的？OK，那我或者我先说说这个当前这几个业务的现状吧。就首先，呃，乘用车肯定是基本盘嘛。嗯。那那几十万台车的这个数据回回传，这个构建成这个最最最基本的这个基座嘛。然后重卡现在是已经在路上跑的车就小几百台，那大概路上量产车积累里程大概两千万公里左右吧，不算多啊。但是在快速的增长中，然后以及在今年下半年、明年上半年应该快速会涨到几千台，然后明年年末应该也会有小几万台的这么这么一个数据量。然后另外RoboVan其实不是以后了，那现在啊现在几十台吧在路上跑，然后今年年末会到达一个千台的级别，明年大概也会达几千台的这种这种量。然后呢，这些数据量其实积累起来虽然没有乘用车那么大，但是本身也是非常非常的可观的。那往后这些数据逐步的随着它的量逐渐增加，也都会会成为我们的原生多模态技术模型的整个移动物理基座的一个重要的组成部分。当然要实现这个东西，也就是应该这么说，这个数字AI我们都会说有scaling law嘛，就随着这个数据和模型的不断增加，那那这个逐渐会出现一些能力的涌现。那我会说，目前在移动物理AI或者说自动驾驶这里面呢，一一量产的这些这些车型，无论是我们的还是其他竞争对手，应该基本上都还没有没有看到太多的scaling law。但是在往后随着这个模型大小的迅速变化啊，迅速变大，以及这个数据多样性的提升，以及这个模型其实也是逐步能够从这种需要专门的高质量的自驾数据，变成能够吃进去各种各样不同的数据。例如说，我们现在的原生多模态技术模型，除了高质量自驾数据之外，也能够吃进去互联网的数据，包括新世纪无人机数据，以及网上的各种第一人称移动的数据。当然也包括这个呃重卡和无人物流车的数据去反哺自己。那

[3000s - 3120s] 其实本质上就是，一方面是模型本身能力的提升，让它能够吃进多种多样的数据。那其实就跟大语言模型那边一样，从最开始要高质量语料，到现在基本上什么语料你能把它塞进去了。然后同时各个垂类的数据，然然后要能够真正的高质量的把很多乘用车里面可能遇不到的场景和 corner case，它不一定是纯粹的环境的场景，也包括一些动态的场景，就是本身这个车辆响应曲线相关动态的场景，比如说重卡的响的这种对交通流的交互，那很明显跟乘用车不一样。那这些是有有价值的增量的数据。那随着本身的装车量不断的提升，那这些数据的增量也会越来越多。那对应它它对这个模型的贡献会越来越大。毕竟乘用车其实即使是大家一天跑个几百公里，嗯，那也就差不多到顶了。嗯。商用车不同，商用车我们说现在已经装车的这些这些车辆，自驾使用里程轻松就超过百分之八十。嗯。因为我这个生产力工具，我只要能用，我为什么不用呢？嗯。然后这个是一个完全另外一个强度级别，而且是连续的另外一个强度级别的的数据，中间会跨过的各种各样的各种地理环境和天气因素。毕竟对于乘用车来说，可能今天天气不好，我就少点开。嗯。商用车天气不好，我一样得开。那那这些数据积累都是非常非常有价值。当然还有其他一些不同数据视角，但这些相对比较小一点点。如果比如说我们要实现未来可能一个大的数据闭环的话，那商用车大概要保有量到多少，就是我们可以比如说是一个显著的有意义的闭环。呃，其实这个更像是一个场景覆盖度的问题。嗯。就是包括现在乘用车其实也是一样，就数据量其实都不缺。但凡路上有个几十万、一百万台车量产的供应商，几十亿公里数据是稀松平常的。但问题是我不可能存下几。

[3120s - 3240s] 十亿公里的数据，嗯，而且几十亿公里的数据里面有大量的数据，其实它的贡献价值比较有限，嗯，所以到头来其实是我如何去发掘里面真正有价值的数据出来，然后去选择性的去存。当然，这个跟整体数据规模量是正相关的，嗯，到一公里级别应该会开始出现一些，呃，商用车里面独特的，而且乘用车会会会相对比较缺乏的一些场景了，或者整体来说就是它是它是一个根据场景发掘的，并不是一个直接说我跑多少公里它就开始变成有价值，嗯，商用车来说我这么说吧，最开始刚量产的时候会有一段时间的数据价值都会非常高，嗯，因为这是新的，但是往后又会有一段时间会发现怎么都涨得差不多，但是随着这个规模上来，大家使用遍布全国各地，那又会有下一波的这种这种高峰期，嗯，哎，就是目前商用车给到的corner case是会比比如说我们在现阶段的乘用车会更多，呃，它不同吧，嗯，因为本质上来说商用车乘用车跑的是同一条路，嗯，所以如果你说路况的角度，它其实是一样的，啊，嗯，呃，极端天气会有一些惊喜，毕竟商用车作为生产力工具，极端天气它也得跑，嗯，自动驾驶发展了这么多年过来，你觉得到二六年这个行业发生最大的变化是什么？应该是大家对于这件事能不能做出来的的的信心已经基本都确定下来了，嗯，就是前面就是用rule-based那个年代，虽然也有很多人说哪哪一年实现L三，哪一年实现L四，但其实大家说的时候心里都是没有底的，因为看着那个接管率三公里接管一次，那嗯，或者，那谈啥呢，是吧？但是现在这个时候，即使是一个没有经过任何本地化这种ODD微调的这种全场景L2系统，在城市里边做到大几十公里。

[3240s - 3360s] 里甚至上百公里接管一次，其实不是一件很难搞的事儿。嗯，对，比较投入的玩家都能够做得到。而且大家一轮猛卷之后，其实大家的这个接接管率下降的也非常快。那我可以理解为，在目前来说，对于L四这件事儿，更多是一个经济性的考虑，它不是一个能不能做出来的问题。其最起码我自己我是是就是能看得到它什么时候能被能被能被解决。嗯嗯，您之前在接受晚间采访的时候有说，就是您觉得智能方程已经出现了，但原子弹还没有出现。嗯呃，你觉得现在算已经做出原子弹的时刻了吗？还没有，还没有，还还差一点吧。原子弹会是什么样？可能可以说，至少自动驾驶的原子弹就是L四吧，或者一个能scale up的L四出来的那一天。嗯，或者至少应该叫做能scale up的乘用车L四出来的那一天。嗯啊，这个定语加的足够多，但我觉得这个定语应该是比较合适的。嗯，为什么是乘用车呢？先乘用车吧，就乘用车做出来了，呃，后面其他的场景大家就会就是觉得无非就是原子弹加大当量的问题。嗯，从原子弹到氢弹。嗯嗯，就变成一个可能一个基座可以应用到所有的东西，对它也可以用。对，当然这个前提也就只能乘用车。如果one不算啊，如果one还还没到临界点，或者应该要差一点吧，一九四四年吧，原子弹炸出来的前一年吧，一九四四年吧。对，很多跟这个行业的记者啊，都都会有一个共同的感受，就是在谈自动驾驶的时候，这个行业越来越昏昏欲睡了，就是感觉好像能聊的东西越来越少了。对，但是其实这次好像我们聊重卡的时候，又突然感觉到好像有一些新的东西要进来。然后包括我们有提到说，我们要做移动物理AI。呃，你觉得其实这个东西它某种程度上算是一个行业未来会发展的方向吗？就是其实以后大家都会朝着移动物理AI这个方向去走。其实我觉得这个是在整个AI大模型带动的一些业务逻辑。

[3360s - 3480s] 级的变化吧，嗯，首先这个一直跑在前面的数字AI开始说吧，嗯，其实跟我们以前就是古早时代遇到困难问题，大家都会拆垂类的这个思路不一样。数字AI大家能很明显的感觉到，只要是类相同或者类似的数据范式，那所有的垂类会被一视同仁的全部覆盖掉，嗯，就所有跟文字相关的东西，无论是法律的还是办公室的还是编程的，只要是文字，那一视同仁全部给你灭掉，嗯，对吧？那对于你这边其实也是一样，我可以预计就是只要这个数据范式是比较类似的，那其实对应的垂类没有，它当然有区别，但这个区别没有那么大，嗯，那移动物体AI它关键的数据范式是什么？无非就是一个传感器自己在动嘛，呃，为什么会说移动物理AI而不物理AI呢？因为移动的确就是只有传感器自己在动，嗯，物理AI我加上操作就是有很多我传感器拍着一个end effector（末端执行器），嗯，拍拍着个手臂在动，嗯，换句话来说，我动的东西跟我自己还不是一个，所以它数据方分范式会有一点不一样，但也没有区别那么大，反正都是egocentric，但是我从传感器自己在动这件事儿上，那无论是自动驾驶还是物流车还是商用车，还是我做一个在非铺装路面的机器人吧，嗯，那本质上它是一样的数据范式啊，那我是不是就可以预计在这个数据范式之下的各种应用我都都是应该能解决的？这个我不知道算不算为的新东西，这件事儿之后，所以其他的很多包括这个业务选择相关的迷茫也就对应也就消除了。但是对于哪一些东西我们不应该去做，那也很容易，例如说你们做不做座舱座舱语言模型，想都不用想不做，因为那是另外一个数据范式，嗯，那是文字的数据范式，不做。

[3480s - 3590s] 好，结束了。好，那你说我以后会不会做，比如说做一个机械狗？我不能说我现在做的，我可以直接说我以后一定会做。啊，哎，这个很有意思。对，因为大家会觉得座舱离你们更近，但机械狗可能离你们更远。但是你们换了一个视角以后就不一样。我从数据范式这个角度来看，嗯，那它相同数据范式我会做，不同数据范式不做，就这么简单的一个决策。嗯。然后今天其实我们聊了非常多的话题。我们从这个移动物理AI开始，然后我们看到我们以这个重卡作为切入点，然后我们聊了其实重卡它作为一个平行于乘用车的一个高级智能驾驶的产品，它其实很多时候跟乘用车的逻辑相似，但是又不同，还有很多地方其实难度是更大的。然后我们也聊到，其实卓驭它不只是一家做智能驾驶的公司。就比如说明年或者后年，你会给自己一个什么目标？就是更多的产品和落地。对，我觉得就是一方面本身自己的这种营收，然后市占率，乘用车那边作为基本盘，反正继续卷，嗯啊。然后商用车，我希望能够做到一个当仁不让的领导者，嗯啊。但而且装车量必须远远超过三千台啊。然后物流车能够做成一个比较显著的玩家，嗯，就是至少有大几千台，甚至一万台左右在路上跑。嗯。然后出海，无论乘用车还是商用车，至少得有车能够出去。当然不会非常的的的这种急于求成，毕竟大家的节奏会有会有一定的区别。然后具身那个关子，嗯，要给大家能够看到实物，OK，必须看到实物，而且这个得是一个有用的食物，不是一个demo的食物，而且是一个能赚钱且有用的食。呃，具身要能赚钱，其实还挺难的。确实要能够能赚钱的。哦。