智能驾驶行业正经历前所未有的变革。2025年底，毫末智行等企业的突然退出引发行业震动，而卓驭科技同期获得中国一汽超36亿元战略投资，凸显了市场分化的加速。该现象背后，是行业从规则驱动向数据驱动的根本性转变。 问题与原因： 过去，智能驾驶企业多依赖规则驱动开发，即通过预设逻辑控制车辆行为。然而——随着技术复杂度提升——规则驱动模式暴露出灵活性不足、迭代缓慢的弊端。沈劭劼坦言，卓驭团队曾长期坚持传统机器人学派的规则驱动理念，但在实际应用中遭遇瓶颈。“物理世界的模型无法覆盖所有场景，规则越多，系统反而越容易‘犯傻’。” 影响与对策： 2024年10月，卓驭科技做出关键决策：清空3000行旧代码，全面转向端到端数据驱动模型。这一转型初期面临模型不稳定、交付压力大等挑战，但团队通过建立完整的测评体系，逐步减少冗余的兜底逻辑，实现了数据质量优先的技术突破。沈劭劼透露，多次性能提升并非源于模型改动，而是通过优化数据配比和质量实现。 工程化落地成为竞争分水岭。卓驭将数据链路通畅作为核心KPI，与主机厂合作时不仅提供功能，更注重构建包含数据反馈与模型优化能力的完整“基座”。沈劭劼认为，只有将数据驱动的循环嵌入研发、交付、运营全流程，并接受制造业的质量管控，智驾方案才能兼具创新与可靠性。 前景展望： 当前，头部企业的竞争已从“谁先出发”转向“谁的迭代更快”。沈劭劼预测，未来两年内未完成数据驱动转型的企业将被淘汰。行业整合将深入加速，具备工程化落地能力的企业将占据主导地位。另外，智能驾驶的核心问题仍未完全解决，企业需持续投入技术研发与产业协同。
智能驾驶的竞争正在从“技术路线之争”走向“体系能力之争”。当行业从规则堆叠转向数据驱动，决定企业走多远的，不是短期融资规模，也不只是单次演示效果，而是能否把数据智能转化为可验证、可量产、可持续迭代的工程确定性。加速出清是产业走向成熟的必经阶段；穿越周期的关键，在于以更扎实的质量标准、更透明的评测机制和更高效的闭环迭代，推动智能化从概念热度走向长期价值。