新能源普及多年后，一場悄然而至的變革正在汽車行業(yè)發(fā)生。車企之間的較量，似乎正從傳統(tǒng)的造車技藝，逐漸轉(zhuǎn)向了對 AI 技術(shù)的深度角逐。

不久前，理想汽車在新品發(fā)布會上，沒有將重點(diǎn)過多放在車輛的硬件參數(shù)上，而是將大把時間放到了介紹車機(jī)智能化的新進(jìn)展，以及 VLA 技術(shù)下智能駕駛的進(jìn)化之路。

同時，吉利汽車攜手階躍星辰，聯(lián)合發(fā)布了面向 AI Agent 原生打造的下一代智能座艙 Agent OS（預(yù)覽版）" 智能蛋艙 "，AI 創(chuàng)新的交互體驗(yàn)和強(qiáng)大的功能也引發(fā)行業(yè)內(nèi)外的廣泛關(guān)注。

這些發(fā)布會的核心信息清晰地傳達(dá)著，AI 已經(jīng)不再是車輛的 " 選配 " 功能，而是成為了定義產(chǎn)品體驗(yàn)、構(gòu)建品牌護(hù)城河、吸引消費(fèi)者的核心賣點(diǎn)。

廣汽集團(tuán)副總經(jīng)理高銳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(jīng)成為行業(yè)內(nèi)普遍的共識。"。

這一系列現(xiàn)象不禁讓人思考：車企們是否已從單純的造車競賽，轉(zhuǎn)變?yōu)橐粓?AI 實(shí)力的大比拼？

押注 AI" 智造 " 升級

隨著電動化浪潮的普及，汽車的核心技術(shù)壁壘被顯著降低。以比亞迪為代表的車企，憑借成熟的三電系統(tǒng)供應(yīng)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(gòu)建持久的競爭優(yōu)勢。

并且隨著汽車普及率的提高和消費(fèi)者認(rèn)知的深化，用戶的需求正在發(fā)生深刻的變化。他們不再僅僅滿足于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(yàn)和個性化服務(wù)。汽車正在從一個 " 移動的機(jī)器 " 轉(zhuǎn)變?yōu)?" 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(shù)的崛起，為車企提供了一個從 " 制造 " 向 " 智造 " 躍遷的絕佳機(jī)會。AI 不僅能通過智能駕駛和智能座艙重構(gòu)用戶的出行體驗(yàn)，還能貫穿研發(fā)、生產(chǎn)、營銷、服務(wù)的全生命周期，實(shí)現(xiàn)降本增效。更重要的是，掌握 AI 意味著掌握了數(shù)據(jù)與軟件定義汽車的話語權(quán)，卡位了下一代出行生態(tài)的入口。

事實(shí)上，技術(shù)的成熟和成本的下降，正在推動 AI 功能在汽車產(chǎn)品中的快速普及。2024 年被許多行業(yè)分析師視為 " 智能駕駛元年 "。以特斯拉率先實(shí)現(xiàn)端到端自動駕駛方案落地為標(biāo)志，國內(nèi)車企如 " 蔚小理 "、鴻蒙智行等也相繼推出類似技術(shù)。

比如理想汽車的 " 端到端 +VLM（視覺語言模型）雙系統(tǒng) " 成為其獨(dú)特的技術(shù)優(yōu)勢。端到端系統(tǒng)能夠?qū)崿F(xiàn)對環(huán)境的快速響應(yīng)，而 VLM 視覺語言模型則負(fù)責(zé)進(jìn)行高層次的分析，兩者有機(jī)結(jié)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(tǒng)不斷進(jìn)化，提出 "AI 訓(xùn)練 AI、AI 檢驗(yàn) AI" 的理念，并計劃在今年四季度落地面向 L3 的技術(shù)架構(gòu)，推動 L3 級技術(shù)的實(shí)際落地應(yīng)用，讓用戶能夠更早地享受到更高級別的自動駕駛體驗(yàn)。

智能座艙也在 AI 技術(shù)的賦能下，實(shí)現(xiàn)了從 " 指令執(zhí)行者 " 到 " 情感化智能體 " 的重大轉(zhuǎn)變。吉利銀河 M9 的超擬人車載 AI 智能體，基于階躍星辰的端到端 AI 語音大模型，不僅能夠?qū)崿F(xiàn)多模態(tài)交互，精準(zhǔn)感知用戶的情緒，還能根據(jù)不同場景主動為用戶提供服務(wù)。

上汽通用則全球首發(fā)高通 8775 座艙芯片，并搭建端云融合的 AI 中樞，實(shí)現(xiàn)了跨場景的意圖理解，讓用戶在車內(nèi)的交互體驗(yàn)更加流暢自然。理想同學(xué)智能體更是實(shí)現(xiàn)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(tài)大模型，使得車輛具備了從 " 感知智能 "（識別物體）向 " 認(rèn)知智能 "（理解場景和意圖 ) 跨越的能力 , 為實(shí)現(xiàn)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(chǔ)。

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(nèi)的主流價格帶，甚至成為標(biāo)配。AI 大模型在智能座艙的應(yīng)用也日益廣泛，從提供更自然的語音交互，到根據(jù)用戶習(xí)慣主動推薦服務(wù)，AI 正在全方位地提升用戶體驗(yàn)。這種從 " 選配 " 到 " 標(biāo)配 "，再到 " 準(zhǔn)核心賣點(diǎn) " 的轉(zhuǎn)變，標(biāo)志著 AI 已經(jīng)成為決定汽車產(chǎn)品競爭力的關(guān)鍵變量。

AI 也要拼差異化

就目前情況來看，頭部企業(yè)正通過差異化技術(shù)路線爭奪制高點(diǎn)，核心戰(zhàn)場聚焦在智能駕駛、智能座艙以及 AI 貫穿全生命周期這三大領(lǐng)域。

首先，智駕是車企 AI 競賽中最激烈、也是最受關(guān)注的戰(zhàn)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(shù)從 L2 級輔助駕駛向 L3 級及以上高階自動駕駛演進(jìn)。技術(shù)路線也呈現(xiàn)出百花齊放的態(tài)勢，從多傳感器融合到純視覺方案，從模塊化架構(gòu)到端到端大模型，各家都在探索通往自動駕駛終局的最優(yōu)路徑。

理想汽車在智能駕駛領(lǐng)域的布局，體現(xiàn)了其 "ALL in AI" 的戰(zhàn)略決心。其提出的 VLA（視覺語言行動模型）技術(shù)，旨在讓車輛像人一樣，通過視覺感知環(huán)境，用語言理解意圖，并最終轉(zhuǎn)化為駕駛行動。

這一技術(shù)路徑的核心，是通過海量數(shù)據(jù)訓(xùn)練一個端到端的大模型，使其能夠處理復(fù)雜的、非結(jié)構(gòu)化的道路場景。理想汽車智能駕駛研發(fā)副總裁郎咸朋曾表示，公司預(yù)計到 2024 年底，訓(xùn)練算力將超過 8 EFLOPS，累積訓(xùn)練里程超 30 億公里，并認(rèn)為自動駕駛訓(xùn)練所需的算力最終要達(dá)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(jìn)化，最終實(shí)現(xiàn)更安全、更擬人化的自動駕駛體驗(yàn)。

除了理想，小鵬汽車是國內(nèi)最早布局智能駕駛的新勢力之一，其技術(shù)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(shí)現(xiàn)軟硬件的深度協(xié)同優(yōu)化；比亞迪也是借助三電系統(tǒng)的優(yōu)勢，在整車智能戰(zhàn)略，通過璇璣架構(gòu)實(shí)現(xiàn)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(tǒng)一調(diào)度和控制。

如果說智能駕駛解放了用戶的雙手和雙腳，那么智能座艙則致力于解放用戶的大腦，提供更具情感溫度和個性化的人機(jī)交互體驗(yàn)。AI 大模型的應(yīng)用，正在推動智能座艙從過去簡單的功能堆砌，向能夠理解用戶、主動服務(wù)的 " 情感化智能體 " 進(jìn)化。不少大廠也在跟進(jìn)。

吉利汽車與階躍星辰聯(lián)合發(fā)布的 Agent OS（預(yù)覽版）" 智能蛋艙 "，以及蔚來汽車的智能座艙系統(tǒng) NOMI，便是 AI Agent 原生打造的智能座艙系統(tǒng)的代表。根據(jù)官方描述，這種 AI 智能體不再是被動地執(zhí)行指令，而是能夠主動感知用戶需求，提供個性化的服務(wù)。例如，它可以根據(jù)用戶的日程安排，提前規(guī)劃好出行路線，可以根據(jù)用戶的情緒狀態(tài)，推薦合適的音樂或氛圍燈。

這種從 " 功能 " 到 " 智能體 " 的轉(zhuǎn)變，預(yù)示著智能座艙將進(jìn)入一個全新的發(fā)展階段。并且也向行業(yè)釋放了一個信號：未來誰能構(gòu)建一個讓開發(fā)者愿意涌入、讓用戶深度依賴的 AI Agent 生態(tài)，誰才能建立起護(hù)城河。

當(dāng)然，除了消費(fèi)者能夠明確感知到的部分，研發(fā)設(shè)計、生產(chǎn)售后、營銷服務(wù)等汽車全域也都在積極推進(jìn) AI 化。無論是 AI 仿真試車、AI 技術(shù)檢測、AI 客服等，在未來均是企業(yè)夯實(shí)地基的重要一環(huán)。

毋庸置疑，AI 和大模型正在成為車廠的重要賣點(diǎn)之一。這就倒逼車企需要迅速建立 AI 方面的能力，充實(shí) " 全域 AI" 的概念。不過 AI 雖然為汽車產(chǎn)業(yè)描繪了一幅美好的藍(lán)圖，但通往未來的道路并非一片坦途。

狂熱背后的冷思考

其實(shí)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(dāng)下的現(xiàn)實(shí)困境有關(guān)。

技術(shù)是實(shí)現(xiàn)一切愿景的基石，當(dāng)前算力基礎(chǔ)設(shè)施的巨大差距，導(dǎo)致車企在 AI 領(lǐng)域面臨瓶頸。中國汽車工業(yè)協(xié)會副總工程師王耀曾一針見血地指出：" 國內(nèi)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(nèi)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(jī)，專門用于處理其全球車隊每日采集的約 1600 億幀視頻數(shù)據(jù)，為其純視覺自動駕駛方案提供了強(qiáng)大的算力支持。而國內(nèi)車企，盡管如小鵬、理想等也在積極建設(shè)自己的超算中心，但在總體規(guī)模和投入上仍存在較大差距。

除了算力，數(shù)據(jù)閉環(huán)的構(gòu)建也是一個巨大的挑戰(zhàn)。AI 模型的訓(xùn)練和優(yōu)化，離不開海量、高質(zhì)量的數(shù)據(jù)。如何高效地采集、標(biāo)注、處理和應(yīng)用數(shù)據(jù)，形成一個良性的數(shù)據(jù)閉環(huán)，是決定 AI 能力演進(jìn)速度的關(guān)鍵。

清華大學(xué)蘇州汽車研究院智能網(wǎng)聯(lián)中心技術(shù)總監(jiān)孫輝認(rèn)為，在算法同質(zhì)化日益明顯的今天，數(shù)據(jù)將成為下一個關(guān)鍵的競爭點(diǎn)。擁有百萬級實(shí)車數(shù)據(jù)的企業(yè)，能夠通過海量真實(shí)路況的訓(xùn)練，解決 " 交互博弈 " 難題，優(yōu)化 " 長尾場景 "，從而構(gòu)建起難以被復(fù)制的競爭優(yōu)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(dú)立的，二者的深度融合，構(gòu)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臺合二為一，但這也意味著需要更出色的算法迭代，這在前期也需要持續(xù)的資金投入。

還有就是 AI 技術(shù)的發(fā)展，正在推動汽車產(chǎn)業(yè)的商業(yè)模式從傳統(tǒng)的 " 一次性賣產(chǎn)品 " 向 " 持續(xù)性賣服務(wù) " 轉(zhuǎn)變，軟件和服務(wù)的價值將日益凸顯。

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

只是，當(dāng)我們將視線從云端的 AI 模型拉回到堅實(shí)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(fā)現(xiàn)，對于絕大多數(shù)將汽車視為 " 出行工具 " 的消費(fèi)者而言，那些看得見、摸得著的物理體驗(yàn)——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(xiàn)象，恰恰揭示了汽車產(chǎn)業(yè)在智能化轉(zhuǎn)型中的深層邏輯：AI 并非要顛覆汽車作為 " 交通工具 " 的本質(zhì)，而是要在夯實(shí)基礎(chǔ)體驗(yàn)的前提下，用技術(shù)為出行注入新的可能性。

當(dāng)高階智駕功能下沉到 20 萬元主流市場，當(dāng)智能座艙的 AI 助手能精準(zhǔn)記住每個家庭成員的偏好，當(dāng) AI 優(yōu)化的供應(yīng)鏈讓車輛性價比持續(xù)提升——這些技術(shù)進(jìn)步最終都要回歸到 " 讓出行更美好 " 的本質(zhì)。

這場從 " 造車 " 到 " 造 AI 的轉(zhuǎn)向，本質(zhì)上是汽車產(chǎn)業(yè)從 " 硬件定義產(chǎn)品 " 向 " 軟件定義體驗(yàn) " 的跨越。從算力基建的加碼到數(shù)據(jù)閉環(huán)的構(gòu)建，從智能駕駛的突破到座艙體驗(yàn)的革新，車企們的角力已成為不可逆的趨勢。汽車產(chǎn)業(yè)的未來，正在這場 " 硬核制造 " 與 " 柔性智能 " 的深度融合中，朝著 AI 定義的新賽道加速狂奔。

來源：科技新知