新能源普及多年后，一场悄无声息的变革正在汽车行业蔓延开来。车企之间的较量重心，正在悄然偏移——从过去拼发动机、拼底盘，到现在拼算法、拼数据、拼能不能掏出个好用的AI助手。
不久前，理想汽车的发布会就是一个很典型的信号。他们没花太多时间罗列车辆的硬件参数，反而把大把时间留给了车机智能化的新进展，以及VLA技术下的智能驾驶进化之路。说白了，车子本身的“铁”味儿越来越淡，代码的味儿越来越浓。
与此同时，吉利汽车也联手阶跃星辰，推出了一款面向AI Agent原生打造的智能座舱——Agent OS（预览版），名字挺有意思，叫“智能蛋舱”。这个AI创新的交互体验和强大功能，也引发了圈内外的广泛关注。
这些发布会释放出的信号其实很清楚：AI已经不再是汽车的“选配”功能，而是成了定义产品体验的标尺、构建品牌护城河的基石，未来甚至会成为吸引消费者掏钱的核心卖点。
广汽集团副总经理高锐在今年的中国电动汽车百人会论坛上，也撂下了一句很直白的话：“没有智驾能力，就没有参与未来竞争的入场券，这已经是行业内的普遍共识。”这话虽然重，但确实是眼下行业的真实写照。
这一系列现象不得不让人琢磨：车企们是不是已经不再是简单地“造车”，而是变成了一场AI实力的大比拼？
01
押注AI“智造”升级
随着电动化浪潮的普及，汽车的核心技术壁垒正在被显著降低。以比亚迪为代表的车企，靠着成熟的三电系统供应链，大幅拉低了造车的门槛。当硬件趋同、性能过剩，单纯靠“堆料”已经很难再构建持久的竞争力了。
与此同时，用户的需求也在发生深刻变化。汽车普及率提高，消费者认知也在深化，他们不再满足于车子只是代步工具。他们想要更高层次的情感体验、更个性化的服务。汽车正在从一个“移动的机器”，变成“第三生活空间”，一个可以随时办公、娱乐、休憩的移动智能终端。
在这个背景之下，AI技术的崛起，为车企提供了一个从“制造”向“智造”跃迁的绝佳机会。AI不仅能通过智能驾驶和智能座舱重构出行体验，还能贯穿研发、生产、营销、服务的全生命周期，真正实现降本增效。更重要的是，掌握了AI，就意味着掌握了数据与软件定义汽车的话语权，卡位了下一代出行生态的入口。
实际上，技术成熟和成本下降的势头非常快。2024年已经被很多行业分析师视为“智能驾驶元年”。特斯拉率先落地端到端自动驾驶方案后，国内车企如“蔚小理”、鸿蒙智行等也迅速跟进，拿出了类似的技术路径。
比如理想汽车搞的“端到端+VLM（视觉语言模型）双系统”，就构成了它独特的技术优势。端到端系统主打快速反应，VLM视觉语言模型负责高层级场景分析，两者结合，显著提升了自动驾驶的安全性与场景泛化能力。
同样，吉利汽车的千里浩瀚系统也在持续进化，提出了“AI训练AI、AI检验AI”的理念，并且计划在今年四季度落地面向L3的技术架构。这意味着L3级技术正在从实验走向实际落地，让用户能够更早体验到更高级别的自动驾驶。
智能座舱的变化同样惊人。在AI技术赋能下，座舱正在从“指令执行者”进化成“情感化智能体”。吉利银河M9的超拟人车载AI智能体，基于阶跃星辰的端到端AI语音大模型，不仅能实现多模态交互，精准感知用户情绪，还能根据不同场景主动提供服务。
上汽通用则选择直接首发高通8775座舱芯片，并搭建了端云融合的AI中枢，实现了跨场景的意图理解。理想同学智能体更是从“车控助手”变成了“移动生活管家”。
可以说，AI大模型，特别是多模态大模型，让车辆具备了从“感知智能”（识别物体）向“认知智能”（理解场景和意图）跨越的能力。这为更高级别的自动驾驶、更人性化的智能座舱交互，打下了坚实的基础。
一个明显的趋势是：像高速NOA和城市NOA这类高阶智驾功能，正在从高端车型的选配，一步步下沉到20万元以内的主流价格带，甚至逐渐成为标配。AI大模型在智能座舱的应用也越来越广，从提供更自然的语音交互，到根据用户习惯主动推荐服务。从“选配”到“标配”，再到“准核心卖点”，AI已经成为决定产品竞争力的关键变量。
02
AI也要拼差异化
就目前来看，头部企业各自选择了不同的技术路线，争夺着制高点。核心战场主要聚焦在三大领域：智能驾驶、智能座舱，以及AI贯穿全生命周期的应用。
首先，智驾是车企AI竞赛中最激烈、也最受关注的战场。各大厂商纷纷投入巨资，自研或合作，推动智能驾驶技术从L2级辅助驾驶向L3级及以上高阶自动驾驶演进。技术路线也呈现出百花齐放的态势：从多传感器融合到纯视觉方案，从模块化架构到端到端大模型，每家都在摸索通往自动驾驶终局的路径。
理想汽车在智能驾驶领域的布局，体现了它“ALL in AI”的战略决心。他们提出的VLA（视觉语言行动模型）技术，目标是让车辆像人一样，通过视觉感知环境、用语言理解意图、最终转化为驾驶行动。这一路径的核心，就是用海量数据训练一个端到端大模型，让它能够处理那些复杂、非结构化的道路场景。
理想汽车智能驾驶研发副总裁郎咸朋曾透露，公司预计到2024年底，训练算力将超过8 EFLOPS，累积训练里程超30亿公里。他甚至认为，自动驾驶训练所需的算力最终要达到100 EFLOPS量级。这种对算力的巨额投入，正是为了支撑其VLA模型的快速迭代和进化，最终实现更安全、更拟人化的自动驾驶体验。
除了理想，小鹏汽车也是最早布局智能驾驶的新势力之一，技术路线以“全栈自研”为核心。甚至在硬件层面，小鹏还自研了AI芯片，希望实现软硬件的深度协同优化。而比亚迪则借助三电系统的优势，在整车智能战略上，通过璇玑架构实现了电动化和智能化的深度融合，让车辆的各个部分都能被AI统一调度和控制。
如果说智能驾驶解放了用户的双手和双脚，那么智能座舱则致力于解放用户的大脑，提供更有温度、更个性化的交互体验。AI大模型的应用，正在推动智能座舱从过去简单的功能堆砌，向能够理解用户、主动服务的“情感化智能体”进化。不少大厂也在跟进。
吉利汽车与阶跃星辰联合发布的Agent OS（预览版）“智能蛋舱”，以及蔚来汽车的智能座舱系统NOMI，就是AI Agent原生打造的智能座舱系统的代表。根据官方描述，这种AI智能体不再是被动地执行指令，而是能够主动感知用户需求，提供个性化的服务。比如说，它能根据用户的日程安排提前规划出行路线，也能根据用户的情绪状态推荐合适的音乐或氛围灯。
图/蔚来汽车的智能座舱系统NOMI
这种从“功能”到“智能体”的转变，预示着智能座舱将进入一个全新的发展阶段。同时，也在向行业释放信号：未来谁能构建一个让开发者愿意涌入、让用户深度依赖的AI Agent生态，谁才能建立起真正的护城河。
当然，除了消费者能直接感知到的部分，研发设计、生产售后、营销服务等汽车全域，也在积极推进AI化。无论是AI仿真试车、AI技术检测，还是AI客服，在未来都是企业夯实地基的重要一环。
可以说，AI和大模型正在成为车厂的重要卖点之一。这倒逼车企需要迅速建立AI方面的能力，充实“全域AI”的概念。不过，AI虽然为汽车产业描绘了一幅美好的蓝图，但通往未来的道路并不总是一马平川。
03
狂热背后的冷思考
其实，从各大车企在AI上的加码不难看出，这些尝试几乎都集中在高端车型上。而这背后，或许与当下的现实困境有关。
技术是实现一切愿景的基石。当前算力基础设施的巨大差距，是车企在AI领域面临的最大瓶颈之一。中国汽车工业协会副总工程师王耀曾一针见血地指出：“国内所有车企AI（芯片）的显卡加起来都没有特斯拉Dojo多。”
这句话揭示了国内车企与全球顶尖玩家在算力上的“代差”。特斯拉自研的Dojo超级计算机，专门用于处理其全球车队每天采集的约1600亿帧视频数据，为其纯视觉自动驾驶方案提供了强大的算力支持。而国内车企，虽然小鹏、理想等也在积极建设自己的超算中心，但在总体规模和投入上，差距仍然不小。
图/特斯拉自研的Dojo超级计算机
除了算力，数据闭环的构建同样是一个巨大的挑战。AI模型的训练和优化，离不开海量、高质量的数据。怎么高效地采集、标注、处理和应用数据，形成良性的数据闭环，是决定AI能力演进速度的关键。
清华大学苏州汽车研究院智能网联中心技术总监孙辉认为，在算法同质化越来越明显的今天，数据将成为下一个关键的竞争点。那些拥有百万级实车数据的企业，能够通过海量真实路况的训练，解决“交互博弈”难题，优化“长尾场景”，从而构建起难以被复制的竞争优势。
另外，智能驾驶和智能座舱目前大多是软硬件分离的状态。虽然“舱驾一体”融合方案能带来更好的体验，但这也意味着需要更出色的算法迭代，前期也需要持续的资金投入。
还有一点，AI技术的发展，正在推动汽车产业的商业模式从传统的“一次性卖产品”向“持续性卖服务”转变。软件和服务的价值会越来越凸显。
但无论是算法、算力还是服务价值，都有极高的成本。这些成本需要平摊到产品上，尤其是在发展初期。而关注中高端车型的车主，往往对价格不太敏感，所以那些车型成了AI上车的承担者。
然而，当我们将视线从云端的AI模型拉回到现实的柏油马路，从一线城市的核心商圈下沉到更广阔的二三线市场，会发现：对于绝大多数将汽车视为“出行工具”的消费者而言，那些看得见、摸得着的物理体验——空间和操控，依然是他们做出购买决策时，心中最重的那块砝码。
这种看似矛盾的现象，恰恰揭示了汽车产业在智能化转型中的深层逻辑：AI并非要碘伏汽车作为“交通工具”的本质，而是要在夯实基础体验的前提下，用技术为出行注入新的可能性。
当高阶智驾功能下沉到20万元主流市场，当智能座舱的AI助手能精准记住每个家庭成员的偏好，当AI优化的供应链让车辆性价比持续提升——这些技术进步最终都要回归到“让出行更美好”的本质。
这场从“造车”到“造AI”的转向，本质上是汽车产业从“硬件定义产品”向“软件定义体验”的跨越。从算力基建的加码到数据闭环的构建，从智能驾驶的突破到座舱体验的革新，车企之间的角力已经不可逆转。汽车产业的未来，正在这场“硬核制造”与“柔性智能”的深度融合中，朝着AI定义的新赛道加速狂奔。
