AI接棒三電，成車企新戰場_風聞

從算力基建的加碼到數據閉環的構建，從智能駕駛的突破到座艙體驗的革新，車企們的角力已成為不可逆的趨勢。

原創ⓒ科技新知 新能源車組

作者丨思原 編輯丨櫻木

新能源普及多年後，一場悄然而至的變革正在汽車行業發生。車企之間的較量，似乎正從傳統的造車技藝，逐漸轉向了對AI技術的深度角逐。

不久前，理想汽車在新品發佈會上，沒有將重點過多放在車輛的硬件參數上，而是將大把時間放到了介紹車機智能化的新進展，以及VLA技術下智能駕駛的進化之路。

同時，吉利汽車攜手階躍星辰，聯合發佈了面向AI Agent原生打造的下一代智能座艙Agent OS（預覽版）“智能蛋艙”，AI創新的交互體驗和強大的功能也引發行業內外的廣泛關注。

這些發佈會的核心信息清晰地傳達着，AI已經不再是車輛的“選配”功能，而是成為了定義產品體驗、構建品牌護城河、吸引消費者的核心賣點。

廣汽集團副總經理高鋭在中國電動汽車百人會論壇（2025）上也直言：“沒有智駕能力就沒有參與未來競爭的入場券，已經成為行業內普遍的共識。”。

這一系列現象不禁讓人思考：車企們是否已從單純的造車競賽，轉變為一場AI實力的大比拼？

01

押注AI“智造”升級

隨着電動化浪潮的普及，汽車的核心技術壁壘被顯著降低。以比亞迪為代表的車企，憑藉成熟的三電系統供應鏈，大幅降低了造車門檻。在硬件趨同、性能過剩的背景下，單純依靠“堆料”已難以構建持久的競爭優勢。

並且隨着汽車普及率的提高和消費者認知的深化，用户的需求正在發生深刻的變化。他們不再僅僅滿足於車輛作為交通工具的基本功能，而是追求更高層次的情感體驗和個性化服務。汽車正在從一個“移動的機器”轉變為“第三生活空間”，一個可以辦公、娛樂、休憩的智能終端。

在此背景之下，AI技術的崛起，為車企提供了一個從“製造”向“智造”躍遷的絕佳機會。AI不僅能通過智能駕駛和智能座艙重構用户的出行體驗，還能貫穿研發、生產、營銷、服務的全生命週期，實現降本增效。更重要的是，掌握AI意味着掌握了數據與軟件定義汽車的話語權，卡位了下一代出行生態的入口。

事實上，技術的成熟和成本的下降，正在推動AI功能在汽車產品中的快速普及。2024年被許多行業分析師視為“智能駕駛元年”。以特斯拉率先實現端到端自動駕駛方案落地為標誌，國內車企如“蔚小理”、鴻蒙智行等也相繼推出類似技術。

比如理想汽車的“端到端+VLM（視覺語言模型）雙系統”成為其獨特的技術優勢。端到端系統能夠實現對環境的快速響應，而VLM視覺語言模型則負責進行高層次的分析，兩者有機結合，顯著提升了自動駕駛的安全性與場景泛化能力。

同樣，吉利汽車的千里浩瀚系統不斷進化，提出“AI訓練AI、AI檢驗AI”的理念，並計劃在今年四季度落地面向L3的技術架構，推動L3級技術的實際落地應用，讓用户能夠更早地享受到更高級別的自動駕駛體驗。

智能座艙也在AI技術的賦能下，實現了從“指令執行者”到“情感化智能體”的重大轉變。吉利銀河M9的超擬人車載AI智能體，基於階躍星辰的端到端AI語音大模型，不僅能夠實現多模態交互，精準感知用户的情緒，還能根據不同場景主動為用户提供服務。

上汽通用則全球首發高通8775座艙芯片，並搭建端雲融合的AI中樞，實現了跨場景的意圖理解，讓用户在車內的交互體驗更加流暢自然。理想同學智能體更是實現了從“車控助手”到“移動生活管家”的華麗躍遷。

毋庸置疑，AI大模型，特別是多模態大模型，使得車輛具備了從“感知智能”（識別物體）向“認知智能”（理解場景和意圖)跨越的能力,為實現更高級別的自動駕駛和更人性化的智能座艙交互奠定了基礎。

而一個明顯趨勢便是，如高速NOA和城市NOA這種高階智駕功能，正逐步從高端車型的選配，下沉至20萬元以內的主流價格帶，甚至成為標配。AI大模型在智能座艙的應用也日益廣泛，從提供更自然的語音交互，到根據用户習慣主動推薦服務，AI正在全方位地提升用户體驗。這種從“選配”到“標配”，再到“準核心賣點”的轉變，標誌着AI已經成為決定汽車產品競爭力的關鍵變量。

02

AI也要拼差異化

就目前情況來看，頭部企業正通過差異化技術路線爭奪制高點，核心戰場聚焦在智能駕駛、智能座艙以及AI貫穿全生命週期這三大領域。

首先，智駕是車企AI競賽中最激烈、也是最受關注的戰場。各大廠商紛紛投入巨資，通過自研或合作的方式，推動智能駕駛技術從L2級輔助駕駛向L3級及以上高階自動駕駛演進。技術路線也呈現出百花齊放的態勢，從多傳感器融合到純視覺方案，從模塊化架構到端到端大模型，各家都在探索通往自動駕駛終局的最優路徑。

理想汽車在智能駕駛領域的佈局，體現了其“ALL in AI”的戰略決心。其提出的VLA（視覺語言行動模型）技術，旨在讓車輛像人一樣，通過視覺感知環境，用語言理解意圖，並最終轉化為駕駛行動。

這一技術路徑的核心，是通過海量數據訓練一個端到端的大模型，使其能夠處理複雜的、非結構化的道路場景。理想汽車智能駕駛研發副總裁郎鹹朋曾表示，公司預計到2024年底，訓練算力將超過8 EFLOPS，累積訓練里程超30億公里，並認為自動駕駛訓練所需的算力最終要達到100 EFLOPS量級。這種對算力的巨大投入，正是為了支撐其VLA模型的快速迭代和進化，最終實現更安全、更擬人化的自動駕駛體驗。

除了理想，小鵬汽車是國內最早佈局智能駕駛的新勢力之一，其技術路線以“全棧自研”為核心。在硬件層面，小鵬汽車投入自研AI芯片，以期實現軟硬件的深度協同優化；比亞迪也是藉助三電系統的優勢，在整車智能戰略，通過璇璣架構實現了電動化和智能化的深度融合，讓車輛的各個部分都能被AI統一調度和控制。

如果説智能駕駛解放了用户的雙手和雙腳，那麼智能座艙則致力於解放用户的大腦，提供更具情感温度和個性化的人機交互體驗。AI大模型的應用，正在推動智能座艙從過去簡單的功能堆砌，向能夠理解用户、主動服務的“情感化智能體”進化。不少大廠也在跟進。

吉利汽車與階躍星辰聯合發佈的Agent OS（預覽版）“智能蛋艙”，以及蔚來汽車的智能座艙系統NOMI，便是AI Agent原生打造的智能座艙系統的代表。根據官方描述，這種AI智能體不再是被動地執行指令，而是能夠主動感知用户需求，提供個性化的服務。例如，它可以根據用户的日程安排，提前規劃好出行路線，可以根據用户的情緒狀態，推薦合適的音樂或氛圍燈。

圖/蔚來汽車的智能座艙系統NOMI

這種從“功能”到“智能體”的轉變，預示着智能座艙將進入一個全新的發展階段。並且也向行業釋放了一個信號：未來誰能構建一個讓開發者願意湧入、讓用户深度依賴的AI Agent生態，誰才能建立起護城河。

當然，除了消費者能夠明確感知到的部分，研發設計、生產售後、營銷服務等汽車全域也都在積極推進AI化。無論是AI仿真試車、AI技術檢測、AI客服等，在未來均是企業夯實地基的重要一環。

毋庸置疑，AI和大模型正在成為車廠的重要賣點之一。這就倒逼車企需要迅速建立AI方面的能力，充實“全域AI”的概念。不過AI雖然為汽車產業描繪了一幅美好的藍圖，但通往未來的道路並非一片坦途。

03

狂熱背後的冷思考

其實從各大車企在AI上的加碼不難看出，幾乎都是在中高端車型上的嘗試，而這或許也與當下的現實困境有關。

技術是實現一切願景的基石，當前算力基礎設施的巨大差距，導致車企在AI領域面臨瓶頸。中國汽車工業協會副總工程師王耀曾一針見血地指出：“國內所有車企AI（芯片）的顯卡加起來都沒有特斯拉Dojo多。”

這句話揭示了國內車企與全球頂尖玩家在算力上的“代差”。特斯拉自研的Dojo超級計算機，專門用於處理其全球車隊每日採集的約1600億幀視頻數據，為其純視覺自動駕駛方案提供了強大的算力支持。而國內車企，儘管如小鵬、理想等也在積極建設自己的超算中心，但在總體規模和投入上仍存在較大差距。

圖/特斯拉自研的Dojo超級計算機

除了算力，數據閉環的構建也是一個巨大的挑戰。AI模型的訓練和優化，離不開海量、高質量的數據。如何高效地採集、標註、處理和應用數據，形成一個良性的數據閉環，是決定AI能力演進速度的關鍵。

清華大學蘇州汽車研究院智能網聯中心技術總監孫輝認為，在算法同質化日益明顯的今天，數據將成為下一個關鍵的競爭點。擁有百萬級實車數據的企業，能夠通過海量真實路況的訓練，解決“交互博弈”難題，優化“長尾場景”，從而構建起難以被複制的競爭優勢。

另外，智能駕駛和智能座艙在硬件和軟件上大多是相互獨立的，二者的深度融合，構建以“艙駕一體”為代表的融合方案，雖然可以將智駕域和座艙域的計算平台合二為一，但這也意味着需要更出色的算法迭代，這在前期也需要持續的資金投入。

還有就是AI技術的發展，正在推動汽車產業的商業模式從傳統的“一次性賣產品”向“持續性賣服務”轉變，軟件和服務的價值將日益凸顯。

但無論是算法和算力還是服務價值，都有極高的成本，這些成本也需要平攤到產品上，尤其是發展初期，而關注中高端車型的車主往往對價格不太敏感，所以這些產品便承擔了AI上車的重任。

只是，當我們將視線從雲端的AI模型拉回到堅實的柏油馬路，從一線城市的核心商圈下沉到更廣闊的二三線市場，會發現，對於絕大多數將汽車視為“出行工具”的消費者而言，那些看得見、摸得着的物理體驗——空間和操控，依然是他們做出購買決策時，心中最重的那塊砝碼。

這種看似矛盾的現象，恰恰揭示了汽車產業在智能化轉型中的深層邏輯：AI並非要顛覆汽車作為“交通工具”的本質，而是要在夯實基礎體驗的前提下，用技術為出行注入新的可能性。

當高階智駕功能下沉到20萬元主流市場，當智能座艙的AI助手能精準記住每個家庭成員的偏好，當AI優化的供應鏈讓車輛性價比持續提升——這些技術進步最終都要回歸到“讓出行更美好”的本質。

這場從“造車”到“造AI的轉向，本質上是汽車產業從“硬件定義產品”向“軟件定義體驗”的跨越。從算力基建的加碼到數據閉環的構建，從智能駕駛的突破到座艙體驗的革新，車企們的角力已成為不可逆的趨勢。汽車產業的未來，正在這場“硬核製造”與“柔性智能”的深度融合中，朝着AI定義的新賽道加速狂奔。

參考資料:

理想WAIC 2025發佈會

吉利WAIC 2025發佈會

中國電動汽車百人會論壇相關資料

極客公園，《一切競爭，都變成了「AI競爭」》