大模型批量上車，智能化大戰開打了

來源 | 伯虎財經（bohuFN）

作者 | 楷楷

在電動車還在艱難拓荒的早期，智能化就是前者用來和燃油車做出區分的重要指標：特斯拉Model S率先用一塊中控屏代替了物理按鍵，汽車座艙從此開始由電子座艙向智能座艙升級。

不過可惜的是，行業里遲遲沒跑出IPhone那樣定義一個時代的成熟產品，智能化大多局限在更多的屏幕、簡單的車機以及遙遙無期的智能駕駛上。

但是大模型的出現，讓智能化開始有了更具體的形狀。Grok上車之后，在最近的2026北京國際車展上，你能看到大模型開始批量上車。

不管是小鵬、理想，還是吉利、智己，乃至大眾等車企，紛紛推出了自己的方案；地平線、Momenta等智駕供應商，以及火山引擎、騰訊等玩家也悉數登場。

這釋放出一個全新的信號：汽車產業正從“造好四個輪子”轉向“裝好一個大腦”，這不僅僅是整車廠之間的較量，誰能造出更聰明的“大腦”，誰能調度更巨大的“身體”，誰就站在通往智能汽車時代的新分水嶺上。

用零跑汽車董事長朱江明的話說就是，未來兩三年，智能化能力將決定企業生死。

01 “重裝”汽車大腦

馬斯克在今年一季度的財報會上說，“內存帶寬是實現無監督FSD的關鍵要素之一，這也是人工智能普遍需要的基礎條件“。

眾所周知，馬斯克認為行的事情不一定行，畫餅他是頂級；但是他說不行的事情多半也不行，他的工程能力也是頂級。

過去電車智能化拉垮，確實和技術、成本等因素有關，但現在這些都不再是問題。不僅僅是主流座艙芯片算力從8TOPS卷到30TOPS，端側模型輕量化、低功耗部署技術也都取得關鍵突破。

成本上來看，智駕芯片單車成本下降約30%，激光雷達單價從3000-5000元降至千元級別，智駕芯片單車成本下降約30%，隨著大模型工程化與授權費用持續下探，規模化應用的成本門檻基本消除。

從傳統巨頭到新勢力，幾乎都在同一時間拿出自家的方案。

去年，特斯拉把Grok搬上了車，在馬斯克的構想中，其將能打造一輛有思想的汽車、跨平臺的AI系統，以及掌握人機交互的數據主導權。

智己發布了“超級智能體IM Ultra Agent”；吉利帶來了超級Eva智能體；大眾發布“全域智能體AI”路線圖。

理想L9 Livis全球首發，強調車輛具備類人感知與協調動作能力；小鵬第二代VLA智駕系統將與VLM大模型實現深度跨域融合，對標特斯拉FSD+Grok的體驗。

車企們動作繁多，有的聚焦于如何打造一個更聰明的“大腦”；有的強調智駕系統與底盤決策的耦合；有的從底盤系統出發，將動力、制動、車身進行全域融合……

無論哪一種路徑，車企的共識很明確——讓汽車的“大腦”學會主動思考，并更精準地控制車輛的動作。

從最原始的“語音調用”到“模型上車”，車企開始追求真正意義上的“一個大腦”。

火山引擎副總裁楊立偉舉了個例子，“如果一位用戶關心后排的孩子睡著沒，傳統大模型可能會做出調節燈光和空調等動作，但豆包座艙助手會想得更多，如果小孩睡了，它會調整座艙到更舒適的狀態；如果小孩醒了，它會主動陪伴，比如講故事、播放音樂等。”

這里的區別是，車正在從“被動聽指令”進化到“主動辦事情”。

02 “大模型”上車元年

但要實現這一點，遠沒有想象中簡單，難度不僅在于算法和算力，還要讓“大腦”長出眼睛、耳朵、手和腳，實現與物理世界的感知和操控，這才是艙駕融合的本質。

第一個難點，是讓AI真正理解用戶的意圖。

第二個難點，是要長出手和腳。智能汽車本身是一個龐大的硬件體系，要理解且能夠調用每個車控，這本身就是一個極為復雜的任務。如果問題復雜、任務鏈長，累積的誤差越多，越容易陷入死循環。

不同類型的企業提供了不同的解決方案：

火山引擎的處理是打通座艙和駕駛兩套模型和數據，座艙大模型負責把用戶的泛化指令轉譯成智駕系統能懂的輸入，智駕系統負責判斷能否執行、如何執行。

地平線則選擇用一顆芯片同時跑智能駕駛和智能座艙，硬件成本更低；理想的全線控底盤則取消了機械傳動結構，通過電信號傳輸轉向指令；華為、蔚來也是類似的思路。

除此之外，還有安全挑戰。智能汽車將一定的決策權交給了AI，會否出現不可預測行為？目前來看，這個問題還沒有成熟的答案。

但各路玩家也沒有回避這一問題，地平線咖咖蝦操作系統首創了“城堡安全物理隔離架構”，

實現座艙、智駕物理隔離；火山引擎把車控權限分為三層，剎車、轉向等屬于AI禁區。

這幾個難題解決之后，汽車本身就是一個能看、能聽、能做事的智能體。這就不難理解為什么車企都要扎堆押注：一是，人車交互有了更多的可挖掘空間；二是，AI的智能化焦慮逼著大家都必須提前搶跑。

從技術角度來看，現階段汽車是一個比手機更適合AI智能體搭載的平臺。

豆包手機的嘗試已經證明，大模型在移動端的嘗試還很難突破現有的生態邊界。但汽車不一樣，其擁有通勤、出游、商務等不同駕駛場景，AI輔助價值的延伸空間遠大于手機。

此外，汽車座艙內的信息密度極高，可以調用的功能也遠比手機要多，未來還可以進一步連接泊車、自動駕駛以及外部服務，進一步打開想象空間。

從市場的角度來看，新能源汽車的競爭日漸同質化，整體硬件水平拉不開明顯差距，智能體就被視為打破僵局的關鍵變量。

這是一場雙向的博弈，車企著急找到智能化下半場的差異化優勢，大模型廠商和智駕供應商則希望搶的是行業話語權，這也加速了大模型上車的速度。

03 各路玩家搶蛋糕

過去，汽車行業拼的是車控、智駕、硬件，整體來說還是“產品為王”，由車企主導。但隨著AI的強勢介入，汽車將從“硬件定義”轉向“生態定義”，車企不再是唯一的主導者。

各路玩家已紛紛出手：

第一類是整車廠。

比如小鵬搭建統一AI中臺，支撐智駕、座艙和機器人業務；理想在與阿里云深度整合MindGPT大模型和智能體的同時，也在推動智能座艙與智駕系統的技術合流。

此外，整車廠與大模型、智駕供應商的“綁定”也愈發明顯，比如吉利與階躍星辰；寶馬、智己與阿里云；火山引擎與榮威；長城攜手騰訊；東風汽車與商湯絕影等。

整體來看，新勢力車企主要走自研路線，更像是品牌體驗的一部分，通往具身智能才是它們的最終目標；傳統整車廠則更多以合作形式追趕智能化進度。

第二類，則是大模型廠商和智駕供應商。

比如火山引擎提供AI座艙套件方案和豆包座艙助手兩種合作形式；阿里云的智能座艙可以調用訂餐、導航、支付等阿里生態服務；騰訊則發布了“出行全場景智能體開放平臺”。

還有商湯絕影的 New Member原生智能體；斑馬智行的元神AI汽車機器人大腦，以及智能體協作方案Auto Claw；佑駕創新的座艙智能管家“BamBam龍蝦助手”等。

隨著智能體所展示的日常功能越來越容易被用戶所感知，作為車企構建智能體能力的基礎設施提供商，它們也開始從B端走向C端，爭奪屬于自己的品牌認知。

第三類則是芯片與基礎平臺公司，如華為、地平線、聯發科等。聯發科將智能體AI技術深入汽車座艙芯片、地平線艙駕融合整車智能體芯片地平線“星空”等。

它們的核心邏輯是無論車企最后選擇哪個大模型、接入哪個生態平臺，它們也都能提前鎖定底層硬件的入場券。

汽車行業有一個經典的比喻：電動化是上半場，智能化是下半場。電動化把所有人拉到了同一起跑線上，智能化則讓大家賽出更大的差距。

目前來看，智能體上車的競賽才剛剛開跑，離真正決出勝負還有很遠。

文章封面首圖及配圖，版權歸版權所有人所有。若版權者認為其作品不宜供大家瀏覽或不應無償使用，請及時聯系我們，本平臺將立即更正。