重慶AI汽車展實記：3000萬的汽車出貨池，正走出下一代AI智能終端

下一代汽車未必只是一輛「更好的車」，它更可能是人類第一個買得起、用得上、且能規模化的「具身智能終端」。而當「車的構成」被重寫，真正的競賽也就不再是誰的車跑得更快，而是誰定義了這具身體，以及誰，成了它新的器官。

AI正在推動汽車產業鏈發生新的變化。

近日，2026未來汽車AI技術展在重慶開幕。一同被推到臺前的，還有一張越來越擁擠的產業「勢力圖」。

一類是整車廠里的「自研派」。比亞迪、長安、蔚來、小鵬、理想、小米等車企，都在不同程度上把底盤、三電、操作系統、智駕，甚至芯片等與整車強相關的能力攥在自己手里。

另一類是技術服務商。地平線、華為乾崑、火山引擎、卓馭、元戎啟行等企業，以「芯片+算法」為切口，提供從域控到端到端大模型的全棧方案。

還有來自消費電子產業。華勤、小米、聯想等玩家，正在把消費電子領域積累的AI、製造和供應鏈能力搬到車上。

與此同時，博世、歐摩威、安波福、北斗智聯等傳統Tier1正在轉型；卡爾動力、小馬智行、文遠知行等自動駕駛公司則瞄準限定場景；芯片企業和電池企業也在為車端算力和能源系統託底。

而在三年前，這張圖上一半的名字，還不屬於汽車行業。

重慶市經濟信息委副主任王含的一句話，為這種變化做了註腳，「汽車智能化驅動產品形態向具身智能終端演進，正引發從研發、生產、製造到服務的底層邏輯重構。」

一個事實是，當AI技術從實驗室的算法模型走向物理世界的每一個轉角，汽車行業正經歷着一場從「動力驅動」向「智能驅動」的深度範式轉移。當算力成為定義整車體驗的「硬通貨」，汽車早已不再是簡單的交通工具，而是AI技術外延的重要物理終端。

隨之而來的，是一系列更值得追問的問題：在所有硬件中，為什麼汽車最先成為AI落地的關鍵載體？AI在汽車上的落地已經走到哪一步？它會如何改變產業鏈的分工？以及，下一代汽車，乃至下一代智能終端，究竟會長成什麼樣？

汽車，一具能大規模「交卷」的物理身體

過去兩年，AI行業的核心焦點在於參數規模、推理能力、上下文長度、多模態能力和Agent能力的提升。然而，若要將這些技術轉化為真正的生產力，就必須將AI融入真實的業務流中，其需要傳感器作為眼睛，執行器作為手腳，以及一顆在本地實時決策的大腦，並最終在物理世界中承擔行為后果。

種種跡象表明，AI要真正落地，必須尋求一具「身體」。這具身體並非普通的硬件，其需要同時滿足一系列極其苛刻的條件。

比如，足夠大的本地算力；必須為「智能體」進行原生設計，而非單純堆砌算力；必須構建起感知、決策、執行的完整閉環，以實現與物理世界交互；必須能夠通過數據閉環實現自我進化，並通過OTA持續迭代。更為關鍵的是，還要具備車規級的安全標準。最核心的底線在於，其必須能大規模出貨以攤薄成本並形成正向現金流。因為唯有能「交卷」的載體，才談得上讓AI兑現商業價值。

那麼，在所有潛在的硬件品類中，究竟什麼產品能同時滿足這一長串條件？

2026未來汽車AI技術展給出了答案：汽車。

規模，是其成為首選的第一個支撐點。

「電池的今天，就是芯片的明天」，在現場，中國汽車芯片產業創新聯盟理事長董揚說了這麼一句話。這句話背后的邏輯是，中國擁有超大規模的市場、全球最強的汽車產業應用場景，以及全球最高效的成本控制體系。這些優勢曾將中國的動力電池產業從追趕推向了引領，如今，同樣的邏輯也正在車載芯片和AI領域重演。換言之，中國汽車年產銷超3000萬輛的龐大體量，本身就是AI硬件最大的「出貨池」。

規模效應帶來的，不只是數量上的優勢，還有行業定義權的反轉。

仁芯科技副總裁金櫟和比亞迪汽車工程院副院長凌和平均指出了這一深刻變化，那就是在傳統燃油車時代，中國的芯片往往只能跟隨國外標準。但在智能化時代，中國的產品定義開始領先於全球。這意味着，承載AI的硬件技術演進方向，正越來越多地由中國市場需求所驅動。這種話語權，是其他硬件品類難以企及的。

第二個理由在於，汽車天然就具備一具「身體」該有的全部要素，它擁有大容量電池作為能源保障，有可移動的底盤提供動力，有座艙空間實現人機交互，更有為安全考量而設的冗余系統來確保車規級可靠性。正如歐摩威中國區CEO陳圓所言，無論技術如何演進，「車的第一屬性始終是移動性與安全性，這一點不會改變」。

恰恰是這些「不變」的屬性，構成了具身智能落地時最稀缺的條件。

正因如此，「汽車是具身智能最先量產形態」已成為行業共識。相比目前仍受困於關節靈活性與應用場景的人形機器人，汽車作為「輪式機器人」，已率先在結構化道路上實現了量產與商業變現，讓AI真正走出了實驗室。

局部器官飛快狂奔，底層系統尚未閉環

一個問題是，在這一輪價值共生的深度洗牌下，這具被寄予厚望的「具身智能」載體，在具體的智能化應用中究竟交出了怎樣的答卷？

2026未來汽車AI技術展上，恰恰正在成為一個展示平臺。

具體來看，智駕層面，技術競爭已全面從模塊化割裂走向端到端大模型架構。

比如，華為乾崑展出的ADS 5.0、鴻蒙座艙6.0、智能車控及智能車雲等核心產品，構建了完整的全棧技術矩陣；地平線憑藉「芯片+算法」的雙輪驅動戰略，帶來了征程6系列計算方案與SuperDrive全場景智駕系統；卓馭科技利用原生多模態基礎模型，成功挑戰了複雜的重慶8D立體路網；元戎啟行的新一代智駕平臺DeepRoute IO 2.0，則進一步將視覺感知、語義理解與駕駛決策深度融合於VLA（視覺-語言-動作）模型之中。

這些進展標明，智駕競爭開始向感知、決策、控制的全鏈路進化。這意味着，AI在汽車上的首輪落地，已從單純的「讓車看見」，跨越到了「讓車理解並行動」的質變階段。

座艙端的變化同樣明顯。

過去幾年，智能座艙更多是在屏幕、語音、音響、娛樂應用上做加法。但隨着大模型上車，座艙的角色開始變化。火山引擎、科大訊飛、斑馬智能、中科創達、東軟、車聯天下、Unity中國等企業，分別從座艙大模型、整車操作系統、域控方案、3D HMI和實時交互引擎等多個維度切入，將模型從「錦上添花」的輔助功能，推向參與整車決策的「核心中樞」。

在部分限定場景下，AI的商業閉環探索甚至走得更快。例如卡爾動力L4級無人重卡車隊，已在內蒙古鄂爾多斯跑出了「規模化、常態化、正向經濟閉環」，率先在干線物流這個細分場景里跑通了賬本。

然而，正因為AI已經大刀闊斧的進入真實場景，底層系統尚未完全閉環的尷尬現實也隨之加速暴露。

「大算力芯片「到底是什麼形態、怎麼用，其實都還沒定下來」，中國汽車芯片產業創新聯盟理事長董揚在會議中一針見血地指出。

具體來説，單車智能還是車路雲、是不是端到端、底層算法要不要改，這些上層路線沒定，下層硬件就難以定型。換句話説，今天所有人都在搶着造的「下一代芯片」，然而其實連「下一代」長什麼樣，都還在爭論之中。

此外，供應鏈生態的構建也存在「缺口」。據中電科首席專家胡文透露，國產車規級芯片在整車中的佔比「仍不足5%」；而當地平線憑藉大算力芯片殺入城區NOA市場時，其創始人余凱坦言，「舉目四望，發現沒有這麼強大的軟件生態來支撐它。」而面對這樣的挑戰，只能自己推出了HSD打造城區NOA。

這些卡點交織在一起，指向了當前AI汽車發展的一個核心癥結，那就是AI已經在局部器官上跑得飛快，卻未能讓整輛車作為協調的智能體高效運轉。這不僅包括車輛內部各域之間的協同障礙，也包括車輛與外部環境、其他車輛之間的高維聯動缺失。

正如卡爾動力副總裁王珂所説的那樣，「自動駕駛把人安全地送到了，卻還要在充電、排隊、擁堵這些非駕駛環節上白白損耗大量時間，單車智能是有天花板的。」

如果説過去三年是AI汽車「功能堆疊」的野蠻生長，那麼現在，行業正站在一個新的十字路口，僅僅讓車具備「看」和「跑」的能力已不足以構築護城河。面對單車智能的邊界與底層系統的割裂，整個行業必須開啟一場更徹底的進化，即從「修補式優化」走向「架構式重寫」。唯有如此，汽車才能真正擺脫單一交通工具的標籤，進化為承載高階AI的下一代智能硬件終端。

「全棧自研」的內耗下，器官分工重新洗牌

事實上，階段所暴露出的種種卡點，與當前產業鏈內部的分工錯配及競爭態勢息息相關。

要知道，過去的汽車產業鏈更像是一條單向的流水線，主機廠負責定義車型，Tier1供應商提供模塊，而芯片、軟件與傳感器企業則處在更深層的供應環節。彼時，主機廠的核心目標在於繼承、成本和交付，而供應商更專注於單一零部件或系統的穩定量產。

然而，AI汽車不是簡單的零部件堆疊。

智能駕駛需要理解外部道路，智能座艙需要理解車內的人，底盤和動力系統需要配合駕駛決策，雲端要承擔訓練、數據、服務和OTA，芯片要支撐車端實時推理，工具鏈要保證軟件從開發機、台架、開發板到實車的效率與穩定性。

當所有能力都被納入一個「感知—決策—執行—反饋」的閉環里，車企希望通過全棧自研，重新拿回整車的控制權。這種對安全感的極度渴望，卻也直接導致了主機廠與供應商之間大面積的業務重疊與生態錯位，讓整個產業生態陷入了嚴重的「內耗」。

且「全棧自研」並不是萬能藥。AI汽車的複雜性已遠遠超出了單一企業的承載邊界。大模型、核心芯片、傳感器、3D交互、雲端算力、軟件工具鏈、車規級驗證乃至全球化適配，每一項領域都需要極高的技術積澱。車企有權決定汽車的形態，但客觀上無法做到將所有「器官」全部自研。

作為跨界入局的底層軟件平臺，Unity中國CEO張俊波對這種全棧自研背后的底層內耗深有感觸，「汽車軟件開發和遊戲完全不同，在車端，即便是相同的芯片和系統，在不同的硬件底層上跑出來的驅動和性能都千差萬別。過去這些碎裂的深坑由Tier 1供應商在暗處填平，現在則直接暴露在車廠自己的研發線上面前。」

例如從測試台架到開發板，再到最終試車上路，性能分析和內存崩潰排查極度艱難，量產前夕的研發工程師往往需要通宵熬夜去死磕。車廠空有自研的心，卻在微觀層面上陷入了超負荷的體力戰。

一個事實是，當汽車向「具身智能終端」轉型，構成這具身體的「器官」以及打造它的分工模式必須重塑。

「AI時代會形成中央計算加端雲一體的架構，原來單域競爭的重要性會下降。汽車電子的核心能力，也從硬件時代的精密製造，進入軟件定義汽車時代的軟件架構和OTA，再進入AI時代的大模型部署、AI安全質量，以及通過數據閉環實現自我升級。」北斗智聯CEO張敬鋒表示。

換言之，供應商的競爭力不再取決於「我能提供哪個硬件模塊」，而在於「我能否深度融入整車智能閉環」。

「以前是主機廠集成，然后去技術採購。現在主機廠既會做一些自研，也會做一些合作。技術的採購，正在變成價值的共生。」長安汽車產品規劃與定義業務總監柳宇翔用了一個形象的類比，「以前是交鑰匙工程，現在像是一起打鑰匙、一起蓋房子。」

可以看到的是，科技公司與新型供應商正在轉變單純「賣硬件」的傳統思路，車企也在向外釋放生態位，從而共同催生出一個「價值共生」的全新生態位。

以Unity為例，其便選擇在這種業態中不再賣現成產品，而是通過提供AI工具降低車企自研門檻。張俊波透露，目前Unity開發的一系列AI工具，能夠幫助車廠自動、精準地定位系統性能缺陷，將軟件從開發機到實車上路的時間成本直接縮短10倍。

隨着底層架構的重構與AI提效工具的全面應用，工程師得以從繁瑣的底層調試中解脫出來，將精力投向車內功能的極致定義，從而加速AI落地於汽車產業。

這種提效的紅利已經直接傳導至終端市場。數據顯示，今年以來近20個品牌集體漲價/回調優惠，其中高階智駕版漲幅超20%，智駕已成可溢價的核心賣點。

隨着這種「共生式重構」方式普及，不僅將支撐起國民級智駕應用的量產爆發，更將推動AI汽車完成一場從「硬件拼裝」到「生態進化」的底層躍遷。

下一代汽車：買得起、用得上、且能規模化的「具身智能」

在這種從「硬件拼裝」走向「生態進化」的底層躍遷中，下一代汽車乃至下一代AI硬件的真實形態，已經呼之欲出。

首先被重寫的，是汽車的「構成」本身。其不再僅僅是機械件、底盤和動力系統的物理組合，而是算力、大模型、數據與服務的深度集成。隨着這一物質基礎的改變，整個產業鏈的價值增量與核心話語權也正在發生劇烈的上移。

一組來自蔚來的數據顯示，其去年的非車業務收入，已經突破100億元。一個事實是，汽車的價值增量從製造業向服務業轉移。

北斗智聯總裁張敬鋒將這種遷移歸結為底層的徹底更迭：架構從單域走向中央計算加端雲一體，能力的核心從硬件的精密製造，變成數據閉環之下的AI自我進化，而商業模式，則從賣產品、賣軟件，走向賣服務。

這種底層架構的重構，不僅填平了局部器官飛快進化與整體系統尚未閉環之間的斷層，也讓商業模式完成了從賣產品、軟件奔向賣服務。

正如張敬鋒所言，「以前推送服務，用户往往覺得被打擾。現在本地AI比你更懂你，推給你的正好是剛需，賣服務這才真正成爲了可能。」

順着這張被重寫的清單，下一代汽車，或者説下一代終端的形狀，逐漸浮現。

其首先是一個「有靈魂的智能體」。爲了打破局部協同的卡點，中央計算架構將取代單域的各自為戰。全車資源由中央大腦統一調度，正如柳宇翔所描述的，它正摘掉交通工具的舊標籤，變得越來越像人、像機器人。

其同時又是一個「移動的智能空間」。當L3、L4把人的注意力從駕駛里釋放出來，座艙就變成了第三生活空間，車里的應用和服務，會從今天的「錦上添花」變成參與決策的「核心中樞」，也變成車企新的營收來源。

在更宏觀的尺度上，其還是一個「物理AI的網絡節點」。針對單車智能的效率天花板，未來的終極解法必然是跨越單車邊界。在更宏觀的尺度上，單車連成車隊，車隊連成網絡。汽車作為具身智能最先量產的形態，其在複雜物理世界中沉澱出的高維感知與控制能力，將向下兼容並反哺人形機器人，成為物理AI化進程的「超級母體」。

由此，競爭的焦點也會從「軟件定義汽車」上移到「AI定義汽車」。企業爭奪的，將是下一代電子電氣架構和車端大腦的定義權。在這個新賽道上，本地算力與數據生態成爲了決定整車體驗的最高硬通貨。

下一代汽車未必只是一輛「更好的車」，它更可能是人類第一個買得起、用得上、且能規模化的「具身智能終端」。而當「車的構成」被重寫，真正的競賽也就不再是誰的車跑得更快，而是誰定義了這具身體，以及誰，成了它新的器官。

本文來自微信公眾號「產業家」（ID：chanyejiawang），作者：皮爺，36氪經授權發佈。