2028年，汽車將提供情緒價值

撰文|溫 莎

編輯| 黃大路

設計|甄尤美

2026年5月，廣州，第十八屆藍皮書論壇。德賽西威執行副總裁何志亮站在臺上，翻到一張PPT——不同品牌的智能座艙界面并列排開，幾乎看不出區別。

“從眾效應。”他說。

這張圖是他剛從北京車展帶回來的。他在車展待了一天半，拍了大量座艙界面。視覺設計趨同、交互邏輯趨同、生態接入趨同。他沒有用內卷這個詞來抱怨，而是把它當作一個工程問題來拆解：為什么會長得越來越像？

答案藏在智能化上半場的底層邏輯里。

何志亮把2019年至今的汽車智能化定義為上半場。上半場的核心任務是一個字：搬。把手機生態搬進車里，把消費者在手機上養成的習慣遷移到座艙里。

相似的芯片，相似的操作系統，相似的應用生態，接入類似的語音方案。“即使今天我的體驗差一點點，有OTA三個月、六個月之后，體驗也拉近了。”他說。

這套邏輯效率極高，快速推動了智能化普及。但它的本質是成熟產業的功能排列組合，不是原生創新。當所有人在同一層做排列組合，同質化就是必然結果，不是偶然現象。

何志亮不否認上半場的價值。“2019年、2020年，有一些車企把智能座艙第一次帶出來的時候，給消費者的體驗是哇的一聲。但到2026年，這聲哇已經消失了。體驗差距被拉平，用戶開始無感。”

背后有四股力量在推動同質化加速：平臺復用降低邊際成本，對標研發追求速度，追隨策略規避風險，迭代型創新周期長、投入大。四股力量疊加，行業從做出差異變成追平門檻，競爭從技術領先滑向配置內卷。

“參數好看，體驗一般，投入高，差異小。”何志亮用四個短句總結了上半場末期的困境。

三個轉折

何志亮在演講中提出三個轉折，每一個都指向AI Agent。

第一個轉折是交互模式。他提到理想M9和吉利在北京車展發布的Eva。“汽車有機會不再是千人一面，而是真正走向理解你的情緒、成為你的伙伴。”過去七八年行業反復說“千人千面”，沒跑通。他認為AI Agent的迭代速度改變了這個判斷的前提條件。

第二個轉折是空間定義。車成為移動具身智能的第三空間，重新定義出行體驗。

第三個轉折是商業路徑。AI驅動直達用戶，打通軟件定義和數據價值，汽車從一次性硬件銷售體變成持續運營智能體的主體。

他給出了一個時間判斷：2028年以后，新的商業模式有機會徹底跑通。

“未來比拼的不再是單點技術的領先，而是整車級綜合效率的比拼。”這句話是他整場演講的結論錨點。

德賽西威的飛輪

2025年上海車展，德賽西威發布了自己的價值主張。何志亮說，在那之前，公司并沒有清晰地把“開放、全棧、快速量產落地”這套邏輯對外講過。

發布的動力來自一次內部復盤——復盤2019年以來的成長路徑，發現公司的增長曲線與智能化上半場的產業趨勢高度吻合。

飛輪的邏輯是四步循環：開放全棧方案吸引創新合作伙伴，與不同車企形成首發案例，積累全棧經驗，吸引更多伙伴加入，能力疊加，價值主張更鮮明。

他舉了幾個具體節點。2019年到2021年，與某自主品牌在815平臺上做正向策劃，迭代調優座艙交付邏輯，年出貨量做到200萬至300萬臺。與某新勢力做平臺級深度協同，首發國內高通第四代、第五代座艙方案，項目節點與需求交付做到100%達成。海外市場與客戶共同研究駕駛安全課題，比如視線分心對顯示屏設計的影響，優化副駕屏的法規適配。

飛輪能轉起來的前提有兩個：產業趨勢方向對了，以及競合生態共同成長的意愿存在。何志亮強調的不是德賽西威單方面的能力，而是生態協同本身作為一種能力。

AR-HUD：不是座艙的事

何志亮在演講中花了相當篇幅講一個產品——與東風日產NX8聯合發布的63英寸超大AR-HUD，對比度1800:1。但他明確說：“我不是來做廣告的。”

他想講的是AR-HUD為什么難。AR要做虛實結合，實景與顯示內容要和真實世界對齊。兩個硬門檻：信號準、時延低。時延從哪里來？ADAS算法、操作系統調度、算力芯片效率、系統集成——任何一環出問題，AR體驗就崩。

“AR-HUD并不僅是座艙的事情。”何志亮說。它還需要輔助駕駛、算法團隊、車企伙伴深度協同，一起調優、一起降時延、一起把信號做到又準又快。同時AR生態要跟座艙生態協同：導航、電話、車身信號、座艙算法，缺一不可。

這個案例的意義不在產品參數，在于它證明了一件事：單點技術再強，不打通全鏈協同就做不出好體驗。德賽西威用AR-HUD做了一次生態協同能力的實證。

從物理融合到化學融合

如今，艙駕融合已經成為確定的發展方向。何志亮將演進分成兩個階段：早期是物理融合，硬件放到一起；現在要走向化學融合，數據、算力、存儲全面共享。

具體做法包括：零拷貝、高速通訊機制提升數據傳輸效率，異構計算支撐混合運行，確保座艙與智駕安全互不干擾。硬件層面，多域融合方案大幅精簡ECU數量，為客戶整體降本15%到20%。

軟件層面，一套硬件做全球適配。中國市場搭載深度本地化算法，海外市場靈活適配不同國家法規。“助力中國車企出海，幫助全球品牌更好進入中國市場。”何志亮說的是雙向通道，不是單向輸出。

他透露德賽西威早在2012年就開始與央美、武大、國美等高校探索未來出行場景，迭代艙駕融合方案。14年的積累讓他得出一個判斷：“融合并不是簡單的拼合，核心是對電子架構的深度理解。”

2026年，德賽西威與阿里云共同構建AI聯合實驗室，推動座艙AI能力從功能級走向智能體底座。

商業模式的缺口

一個關鍵問題：技術能落地，不等于能賺錢。

何志亮沒有回避這個問題，“只解決技術不一定可以量產，只解決體驗也不一定可以賺錢，只解決商業模式也不一定能工程落地。”三句話把產業鏈的困境拆成三個獨立的問題，每個都不能替代另一個。

他提出的方向是：從賣一次硬件轉向服務全生命周期。車企未來有沒有可能運營智能體？不同品牌用不同的智能體做出不同的調性、特性、服務體系——“喜歡跑車、喜歡極致速度的智能化，跟喜歡家庭場景、要舒適的，會是不一樣的。”

品牌之間的差異將不再是參數，而是誰擁有更多懂用戶、懂場景的智能體。何志亮把這個定義為智能化下半場的核心命題。

但他給了一個清晰的時間窗口：2028年以后。這意味著從現在到商業模式跑通之間，還有至少兩年的投入期。產業鏈要在沒有新商業模式支撐的情況下完成技術底座建設，這本身就是一場考驗。

何志亮最后的呼吁指向整個行業：“以更加開放的心態，以更統一的架構和更加長期的視角，共同推進AI Agent時代智能汽車底座建設。”

他沒有說這件事一定能成，他說的是：臨界點來了。

以下是何志亮的演講實錄，《汽車商業評論》整理，此處略有刪節：

我是德賽西威的何志亮，今天非常榮幸能在這里和大家探討正在重塑整個汽車產業的核心議題，也跟今天這次主題“轉折”有非常大的一個關聯，就是AI智能體。

我們相信AI智能體，尤其AI Agent的出現會引領產業價值方式的變革。回顧七年前、八年前甚至五年前，我們在探討所謂千人一面、千人千面，所謂軟件定義等等模式，在過去四五年其實并沒有跑通。

但今天站在AI迭代速度跟產業深度協同來看，我們認為未來兩三年有機會帶來一個范式的變化。所以從大的變化來看，我們在思考一個事情，就是怎么樣從競爭的方式、怎么樣從現在參數競爭中走向構建以用戶為中心真正的深度創新協同的“轉折”，這個是我今天想要跟大家共同去探討的一個方向。

我們可以看到，一個正在進化中的智能體是怎么樣的，它比我們想象更快，像風暴一樣來到各行各業，不再是一個單獨的功能，而是一個覆蓋端側、大模型、到云側完整的體系。

在端側，我們需要持續讓AI更懂車、更懂路；在大模型側，其實賦予它更加強大的理解和決策能力；在云側，我們需要以構建一個豐富的生態為目標，打造我們真正說知你、懂你、全時在線、能夠多人交互、會辦事決策的智能伙伴。

這對于產業鏈來說正在做的事情，就是如何打通端、云、大模型，形成一個非常高效、協同、創新的閉環。

在這種情況下，AI能力的建設其實是要非常完整地覆蓋端側、大模型、云側，形成完整的體系，而這個體系的構成才有機會真正去讓智能體理解這個世界，去主動服務、持續成長，才可以真正完成從車作為一個工具的身份到伙伴身份的轉變。

在這樣的趨勢下，其實我們看到了三個明顯的轉折：

首先是新的交互模式。從前兩天理想發布了新的M9到吉利在北京車展的Eva，其實我們看到汽車有機會不再是千人一面，而是真正可以走向理解你的情緒、成為你的專屬伙伴，這是我們認為的第一個轉折。

第二個轉折，是新的空間的到來，是將會具備移動具身智能的第三空間，來重新定義我們整個出行體驗和沉浸式的服務安排。

第三個轉折，很核心的，由AI驅動直達用戶。

在這種情況下，我們預計在車端為用戶提供真正情緒價值的時間點，從我們對產業的預判來說，在2028年以后有機會將新的商業模式徹底跑通。在那之前，產業還存在一些同質化的現象，內卷確實也是存在的，這意味著舊的范式正在失效。

1 同質化的必然邏輯

今年北京車展很有意思，我在那邊也待了一天半。大家看這張圖，我們看到一個現象：從眾效應。

從這張圖看到不同品牌的智能座艙，從視覺設計上是非常相似的。這跟我們產業現在走向反映出，走向追求智能化同一目標的時候，確實很容易陷入同質化的競爭。

產品長得越來越像，背后不同車企、不同品牌定位，他們的靈魂肯定也是不一樣的，所以這一點我們不用去質疑，肯定有大家的品牌定位和追求。只是作為從業者要去思考：為什么長得越來越像？好像體驗越來越可以替代。

用戶好像越來越無感。同質化情況下，我們面臨的挑戰從背后來看，其實有必然性。這種必然性來自對過往平臺的復用，對標的研發要快，要流量、要盡快發布車型，你追隨總不會有錯的。而迭代、重復性的創新周期長、投入大，過程中給我們帶來的挑戰可能也是一種不可負擔的成本。

其實在這種情況下，行業從“做出差異”變成了“追平門檻”，競爭從技術領先變成配置內卷。結果就是，參數好看、體驗有可能一般、投入高、差異比較小。

過去幾年，包括剛才嘉賓談的同質化，其實我們認為同質化并不是這個問題的起點，它是結果的顯現。真正的問題在于回看產業迭代的邏輯，它是一種整個系統協同機制在不同階段應該要有變化。

智能化的上半場，整個行業的系統核心邏輯，其實是如何把功能做多、把用于手機的那一套生態、消費者習慣遷移過來，智能化上半場在做這件事。

如果以這樣的邏輯來看，智能化上半場的時候，同質化就是必然的一種現象。因為大家用相似的芯片、相似的操作系統、相似的應用生態，接入類似的語音。即使是今天我的體驗差一點點，有OTA三個月、六個月之后，我們的體驗也拉近了，這時候體驗方面也很難形成所謂的差異化。

在這種情況下，它的本質邏輯是在做功能的重新排列組合，也是從手機產業遷移過來的模式。對于智能化上半場，消費者的體驗遷移可以完成上半場的使命，從2019年開始就干這個事情。

回想2019年、2020年，當有一些車企把智能化上半場最先帶來的時候，那一刻給我們消費者的體驗是“哇”的一聲。但走到今天，這種體驗差距被拉平了。所以回歸來看，為什么說是必然邏輯，是產業遷移的屬性帶來的，它的效率非常高，可以快速推動智能化普及，同時問題現象也比較明顯。

如果大家同樣在生態云端遵循一套類似的生態資源在整合的時候，產品趨同也是正常的。所以我們講整個體系創新、協同的體系失效，并不是協同本身沒有價值，而是過去智能化上半場的協同跟創新是在淺層。

大家在表層拉平消費習慣的遷移，沒有真正說——或者技術、產業、架構的發展沒有到達給深度創新的一個臨界點。今天我們看到這種臨界點來了，AI的迭代、AI Agent讓我們有機會去打破現在大家在忙的拼首發、拼速度、拼成本。

2未來競爭的本質與商業模式

從大的方向來判斷產業競爭的本質，過去從技術堆疊轉向所謂的系統效力跟生態整合綜合的較量，未來的贏家我們認為必須具備三大核心能力：極致的系統效率，包括軟硬件的深度協同跟非常開放的服務生態、數據共享、服務的閉環、體驗的閉環。

另外一個，大家要共同努力去嘗試打造新的商業模式。汽車能否在AI時代有分層服務的授權，去打通所謂真正軟件定義、數據價值的挖掘，讓汽車不再成為一次性硬件的銷售體，而是成為一直可以為消費者提供個性化、有黏性的運營Agent的一個主體？這種模式我們怎么去思考、怎么去打造。

另外，我們關鍵核心技術的能力布局怎么去支撐，例如異構技術的架構，AI的原生開發怎么去打破這種模式。這一切其實指向一個結論：未來比拼的不再是單點技術的領先，而是整車級的綜合效率的比拼。

再回歸到這個事情本身，在去年上海車展，德賽西威也發布了我們的價值主張。其實在上海車展之前，我們并沒有很清晰地把我們關于開放、全棧、快速實現的價值分享給產業。

為什么我們會在去年上海車展做這樣的發布？其實我們對于過往五年，尤其從2019年以后公司的成長做了一系列復盤，我們發現德賽西威的成長跟2019年開始的智能化上半場——剛才談的拼首發、拼速度、拼開放、協同——有一脈相承的產業趨勢。

在這個趨勢下，我們看到有核心幾步的理念：

第一，開放、全棧加快速量產落地的解決方案，其實是可以吸引擁抱更多的創新合作伙伴。在這個基礎上，我們跟不同車企基于不同的解決方案形成首發的案例和示范效應，積極來回饋積累更多的全棧經驗。

在這種情況下的積累，隨著業務的增長，會吸引更多產業伙伴和跨行業的客戶加入，形成更多的成功案例，最后進一步提升我們全棧能力的疊加——你的能力厚實，整個價值主張就更加鮮明。

第一步，開放+全棧+快速落地，這個飛輪就可以轉起來。其實這個飛輪在我們總結過去幾年的時候，它能轉起來非常核心的一個原因就是產業的趨勢方向，智能化上半場決定的，大家要追求智能化和電動化。另外整個飛輪轉起來非常充分的一點，就是以行業的競合生態共同成長為牽引。

再看飛輪，跟行業發展格局非常契合。未來AI必須完成一個事情，就是持續協同跟持續進化的飛輪系統怎么去打造，整個產業鏈深度創新協同形成進化的閉環。

車企從原來定義功能、定義需求，未來車企有沒有機會去運營智能體呢？有沒有機會把不同智能體做出不同品牌的智能化、不同品牌的調性、特性、服務體系、黏性，甚至不同的任務平臺？

品牌之間的差異在這種情況下，很可能就不是參數了，而是誰擁有更多懂用戶、懂場景的智能體。每個品牌是不同智能化的代表，有一些喜歡跑車的、喜歡極致速度的，智能化跟喜歡家庭場景、要舒適的，會是不一樣的。家庭特性不一樣，個人特性不一樣，怎么讓車擁有這些屬性，回歸到車從工具到伙伴的轉向過程中符合不同消費者的訴求。

在這個過程中，每個交互反饋跟場景數據的學習進化，對于我們在生態位里的系統集成商來說，其實我們的價值也在迭代、升級、變化。我們不僅是系統的提供商、方案的提供商，我們很核心的是跟汽車、跟所有的生態伙伴一起，包含公司內部的生態位、外部的生態位，怎樣在智能體時代落實能力的轉化，讓智能的中間層持續符合迭代的速度，以及智能體驗可進化，支持在商業模式到來之前把數據打通。

3生態協同創新案例

在這個過程中，我舉個例子，關于過往幾年跟生態聯合創新、聯合開發、聯合成長的一些故事。這些故事的例子更多是想跟大家分享：生態非常重要，協同創新非常重要。

我們以光為牽引的重構交互。我們最近跟東風日產NX8做了一個HUD產品的聯合發布，是一個63英寸超大的AR-HUD，其實我們做到了1800:1的對比度，整個視覺效果比較清晰舒適，而且這個產品也有三大模式，還有駐車娛樂等一系列亮點，交互效果好。

我不是來做廣告說產品交互效果好的，核心我想跟大家分享一個點，就是產品交互體驗效果好，核心是生態協同能力跟服務能力。

為什么這么說？因為AR非常特別，這個產品要虛實結合，是實景跟顯示內容之間怎么跟真實世界對齊。要做到這一點，很重要的是有兩個特性：第一，信號要非常準；第二，時延要低，這是硬門檻。

時延從哪里來？來自于ADAS的算法、操作系統的調度、算力芯片的效率，甚至系統的問題。任何一環掉鏈子都會影響AR體驗。所以AR-HUD并不是座艙的事情，需要跟輔助駕駛、算法、車企伙伴深度協同，一起調優，一起降延遲、一起把信號做到又準又快。

同時AR-HUD，尤其AR生態要跟座艙生態很好地協同，導航、電話、車身信號、座艙算法等，真正的創新不是單打獨斗，是一種開放的協同、全鏈的共創。

我們堅持的理念就是跟行業伙伴一起打通技術、打通數據、打通標準、打通生態，才能把AR體驗做好、做透，做出讓消費者一看覺得喜歡的場景。

如果說以AR-HUD為代表是用戶交互的入口，那支撐我們體驗的第二層是整車走向智能體的底層，我們怎么打通怎么做。

跟客戶實踐的過程中，我們的思考是從艙駕融合到艙控、艙駕控底盤等整個跨域整體架構能力，如何跟行業一起去共創，這里的定義權在車企。車企如果要實現非常好的AR應用，那數據怎么共同定義？場景怎么共同定義？

在思考這件事情上，早在2012年我們就跟一些高校，如央美、武大、國美等共同探索未來的出行場景，當時提到怎么迭代艙駕融合的一些方案。其實在這個打磨過程中，對我們影響最大的是：這種融合并不是簡單的拼合，核心是對EA（電子架構）的深度理解，怎么跟生態做深度融合。例如，在做一系列的艙駕融合解決方案過程中，聯合工具鏈伙伴共同打造一體化服務能力。

我們也與國內外所有的芯片廠商共同打造面對不同智能化等級的架構級融合方案，并且通過需求共創、代碼共創、IP共享和安全一起來打造模式的共贏，跟客戶一起把艙駕融合真正落地。

我們也做了一些具體的體系實踐。例如硬件層面從物理融合走向化學融合，我們提供了一種多域融合方案，同時大幅精簡ECU的數量，為客戶整體降本15%~20%，真正實現工程價值跟商業價值的閉環。

同時，以艙駕為起點，在軟件層面從數據、算力、存儲全面共享，通過零拷貝、高速通訊機制大幅提升數據傳輸效率，支撐所謂的異構計算、資源上混合的復雜運行，確保座艙跟智駕安全互不干擾、高效協同，構建真正安全穩定的軟件生態。

在這個過程中，我們在算法層面一套硬件、兩套硬件做全球適配。采用統一硬件平臺，在中國市場搭載深度本地化算法，在海外市場我們靈活適配不同國家的法規和功能需求，助力中國車企出海，幫助全球品牌更好進入中國市場。

4智能座艙向何處去

最后是商業模式。商業模式的核心是在整個產品架構打造過程中，如何支持全生命周期的持續進化。車企可以更快部署上層應用跟生態服務、開發部署跟切換，為用戶提供長期陪伴、持續成長的體驗。

需要我們一起創造的是怎么從賣一次硬件到服務生命周期的轉型，汽車向智能體進化才有機會具備統一感知、統一理解、統一交付的能力。

剛才談到架構、技術之后，我們還在看產品的矩陣跟工具鏈，怎么支持AI能力的規模化落地？怎么在企業提質增效？怎么在行業做服務閉環？AI作為新的生產力，在改變產品形態跟產業效率的同時，德賽西威跟車企、跟行業一起探索下一代AI成長路徑方面如何促成AI化跟提供生態協同能力。

這里有兩個方向。一是AI產品配套跟工具鏈方面兩個維度思考：例如座艙從功能走向真正服務，用戶的智能體滿足記憶、理解跟智能服務的主動化持續學習，通過AI Agent的方式來解決這個問題。

同時，從不同的scalable可插拔硬件或者協處理器的方式助力提升整車的AI水平，根據需求把這一部分釋放給消費者，可以通過做一些scalable的能力預留做模型升級的支持、Agent的擴展、云端協同，以及場景的持續進化，給消費者一些個性化的選擇。

同時我們也有自己的一套SMGC的AI設計規范跟工具來支持開發、支持整個過程的提質增效。

其實整個構建過程中不能只解決技術，因為只解決技術不一定可以量產，只解決體驗也不一定可以賺錢，只解決商業模式不一定能夠工程落地，所以在AI跟汽車結合的時代，把這些元素打通是非常迫切的能力，這個過程我們認為是一種長期陪伴式的進化跟開發。

在不同的客戶持續演進過程中，我們需要做到分層共創，把能力落地到不同車企，幫助客戶降低技術路線本身的風險，縮短上市周期跟產品具備成長能力。

這里會有一些例子。例如過往幾年我們跟國內某自主品牌通過技術+體驗共創，在815平臺上正向策劃和攻關，通過迭代幫助客戶調優整個座艙的交付邏輯。這是2019年到2021年這三年平臺化做得非常成功的一代智能化產品，年出貨量超過200萬-300萬臺。

我們跟某新勢力主打平臺級的深度協同，跟客戶一起推出首個國內搭載高通平臺的方案。那時候方案還不能做到化學融合，但我們同樣通過硬隔離的智能座艙平臺，包含持續首個第四代座艙、第五代座艙的首發，做到項目節點跟需求交付的100%。

同時我們在海外通過合規跟體驗的共創，跟客戶開展，例如視線分心、注視顯示屏的駕駛安全影響等課題，優化副駕屏以及安全法規下駕駛場景應該怎么設計。

在新時代來臨，我們的核心是怎么樣去讓智能硬件具備對用戶的主動理解、自主決策，以及持續進化方面構建更強的AI研發能力。我們跟阿里云共同構建AI聯合實驗室，推動座艙AI能力從功能走向支持智能體的底座。不同維度開放協同，是我們賦能不同客戶的核心關鍵路徑。

前面談了產品落地、客戶的共創、生態的協同。所有的實踐都是為了回歸命題作文：轉折和智能體。如何從單一的座艙智能，升級到整車統一智能體？讓AI智能Agent不僅是座艙的功能入口，應該成為整車統一的智能底座，讓整車可以像統一的生命一樣協同工作，從而打破信息孤島，與智駕、動力、車身系統深度協同，打造沉浸式體驗。

這需要看到，競爭不再是單點能力的競爭，而是系統效率、深度生態協同的競爭。在AI時代，行業需要走向協同共創來迎接行業的新生態——以安全先行，建立可信邊界；以開放協同共創底座接口，打破孤島效應；持續進化，構建長期閉環。

在此，作為行業的一員，我們呼吁行業各方以更加開放的心態，以更統一的架構和更加長期的視角來共同推進AI Agent時代智能汽車底座建設，讓智能化的下半場走向系統協同、走向持續進化。