9月24日至26日，以“云智一体·碳硅共生”为主题的阿里云栖大会在杭州举行。作为国内顶尖的科技盛会，本次云栖大会设立了三大主论坛和110余场聚合话题，吸引了来自50多个国家和地区的2000余位嘉宾。
在众多参展企业中，卓驭作为国际一流的汽车智能化供应商和服务商，受邀亮相大会并参与多个重要环节。卓驭AI首席技术官陈晓智在主论坛环节发表了“全球可享的智驾平权”主题演讲，这充分体现了行业对卓驭技术实力的认可。
本次亮相，不仅展现了卓驭在汽车智能化技术领域的前瞻布局，更传递出其以技术普惠打破行业壁垒、推动“全球辅助驾驶平权”的核心主张，为辅助驾驶规模化落地提供了清晰的“卓驭方案”。
三大能力驱动，端到端架构赋能辅助驾驶普惠
主论坛环节历来是云栖大会的重点内容，也是智能行业风向标。在这一议题下，卓驭AI首席技术官陈晓智以“技术落地”为核心，分享了卓驭近年来的两大关键成果。
据陈晓智介绍，成果其一是中算力平台城市NOA方案的成功推送，该方案首次将城市级领航辅助驾驶功能下放至10万元级车型，自2025年四季度起将在捷途、宝骏等多款车型上通过OTA推送，极大地推动了辅助驾驶的普及化。其二是全球首批燃油车高阶无图城市领航功能落地，卓驭携手大众集团实现无图端到端高速NOA的量产上车，未来将扩展至多款燃油车型，并覆盖奥迪等品牌，引领高级辅助驾驶正式进入“油电同智”时代。
端到端架构作为卓驭推动“辅助驾驶平权”的核心驱动力，随着其辅助技术进步，该架构也在持续进行演进。
论坛上，陈晓智总结了卓驭新一代端到端架构的三个核心能力：首先是“一段式端到端”响应能力，实现从视频到轨迹的直接输出，以直觉式反应为用户提供更安全、敏捷的驾驶体验，大幅缩短决策链路。其次是AWM（Action World Model）动作世界模型带来的持续进化能力，该模型基于自回归架构，通过模仿学习与强化学习结合训练，具备“Scaling Law”特性——随参数量与数据量增加，性能可持续提升，且计算高效，适配车端部署需求。最后是推理思考能力，依托多模态理解与COT（思维链）技术，模型可在复杂场景下实现深度推理，同时打造智能化驾驶Agent交互体验，能精准识别用户自然语音指令，让驾驶行为更好对齐用户偏好与意图，使辅助驾驶系统从“机械工具”升级为“懂需求的伙伴”。
增规模、提效率，多维度破解辅助驾驶规模化难题
在9月25日的“Data+AI圆桌派：汽车自动驾驶”环节，卓驭基础设施部总监王鹏从“技术实践”视角，聚焦辅助驾驶领域的算法突破、算力需求与数据管理痛点分享了卓驭的最新进展与解决方案。
王鹏在圆桌讨论中指出：“我们从最初的CV小模型，到BEV/OCC，再到两段式端到端、一段式端到端、VLA和世界模型，效果发生了巨大变化。以卓驭为例，我们的数据资产从零积累到1000万花了整整两年时间，从1000万到2000万花了一年时间，从2000万到1亿仅花了半年。到目前为止仍以很高的速度在增长。”
面对当前辅助驾驶数据多模态管理、全场景检索等行业挑战，王鹏分享了卓驭的先进经验。卓驭构建了自动驾驶数据湖方案，将海量非结构化数据存放在对象存储上，并设计文本、向量、GIS、标签的多模数据检索引擎，支持业务快速自动化地找到有价值数据。
同时，在整体成本优化方面，王鹏分享了一个具体案例：在模型训练过程中，卓驭发现Dataloader部分非常耗时，同时也会造成GPU的浪费。“我们一方面引入更合适的计算引擎框架，另外将Dataloader卸载到支持弹性的CPU资源池。这样整体GPU利用率可以达到98%左右，同时成本也有50%左右的降低。“
最后，王鹏总结了卓驭一直面临的挑战为基础设施的不可能三角：一角是算力和数据的指数级增长，一角是业务方对IO吞吐和计算性能的不断极致要求，最后一角是最优的成本。王鹏表示基于像阿里云这样优秀的云底座，并结合针对行业的定制化基建能力的积累，卓驭有信心可以不断打破不可能三角和促进新的平衡产生。