重庆AI汽车展实记:3000万的汽车出货池,正走出下一代AI智能终端

产业互联网第一媒体。产业家

下一代汽车未必只是一辆“更好的车”，它更可能是人类第一个买得起、用得上、且能规模化的“具身智能终端”。而当“车的构成”被重写，真正的竞赛也就不再是谁的车跑得更快，而是谁定义了这具身体，以及谁，成了它新的器官。

作者|皮爷

出品|产业家

AI正在推动汽车产业链发生新的变化。

近日，2026未来汽车AI技术展在重庆开幕。一同被推到台前的，还有一张越来越拥挤的产业“势力图”。

一类是整车厂里的“自研派”。比亚迪、长安、蔚来、小鹏、理想、小米等车企，都在不同程度上把底盘、三电、操作系统、智驾，甚至芯片等与整车强相关的能力攥在自己手里。

另一类是技术服务商。地平线、华为乾崑、火山引擎、卓驭、元戎启行等企业，以“芯片+算法”为切口，提供从域控到端到端大模型的全栈方案。

还有来自消费电子产业。华勤、小米、联想等玩家，正在把消费电子领域积累的AI、制造和供应链能力搬到车上。

与此同时，博世、欧摩威、安波福、北斗智联等传统Tier1正在转型；卡尔动力、小马智行、文远知行等自动驾驶公司则瞄准限定场景；芯片企业和电池企业也在为车端算力和能源系统托底。

而在三年前，这张图上一半的名字，还不属于汽车行业。

重庆市经济信息委副主任王含的一句话，为这种变化做了注脚，“汽车智能化驱动产品形态向具身智能终端演进，正引发从研发、生产、制造到服务的底层逻辑重构。”

一个事实是，当AI技术从实验室的算法模型走向物理世界的每一个转角，汽车行业正经历着一场从“动力驱动”向“智能驱动”的深度范式转移。当算力成为定义整车体验的“硬通货”，汽车早已不再是简单的交通工具，而是AI技术外延的重要物理终端。

随之而来的，是一系列更值得追问的问题：在所有硬件中，为什么汽车最先成为AI落地的关键载体？AI在汽车上的落地已经走到哪一步？它会如何改变产业链的分工？以及，下一代汽车，乃至下一代智能终端，究竟会长成什么样？

一

汽车，

一具能大规模“交卷”的物理身体

过去两年，AI行业的核心焦点在于参数规模、推理能力、上下文长度、多模态能力和Agent能力的提升。然而，若要将这些技术转化为真正的生产力，就必须将AI融入真实的业务流中，其需要传感器作为眼睛，执行器作为手脚，以及一颗在本地实时决策的大脑，并最终在物理世界中承担行为后果。

种种迹象表明，AI要真正落地，必须寻求一具“身体”。这具身体并非普通的硬件，其需要同时满足一系列极其苛刻的条件。

比如，足够大的本地算力；必须为“智能体”进行原生设计，而非单纯堆砌算力；必须构建起感知、决策、执行的完整闭环，以实现与物理世界交互；必须能够通过数据闭环实现自我进化，并通过OTA持续迭代。更为关键的是，还要具备车规级的安全标准。最核心的底线在于，其必须能大规模出货以摊薄成本并形成正向现金流。因为唯有能“交卷”的载体，才谈得上让AI兑现商业价值。

那么，在所有潜在的硬件品类中，究竟什么产品能同时满足这一长串条件？

2026未来汽车AI技术展给出了答案：汽车。

规模，是其成为首选的第一个支撑点。

“电池的今天，就是芯片的明天”，在现场，中国汽车芯片产业创新联盟理事长董扬说了这么一句话。这句话背后的逻辑是，中国拥有超大规模的市场、全球最强的汽车产业应用场景，以及全球最高效的成本控制体系。这些优势曾将中国的动力电池产业从追赶推向了引领，如今，同样的逻辑也正在车载芯片和AI领域重演。换言之，中国汽车年产销超3000万辆的庞大体量，本身就是AI硬件最大的“出货池”。

规模效应带来的，不只是数量上的优势，还有行业定义权的反转。

仁芯科技副总裁金栎和比亚迪汽车工程院副院长凌和平均指出了这一深刻变化，那就是在传统燃油车时代，中国的芯片往往只能跟随国外标准。但在智能化时代，中国的产品定义开始领先于全球。这意味着，承载AI的硬件技术演进方向，正越来越多地由中国市场需求所驱动。这种话语权，是其他硬件品类难以企及的。

第二个理由在于，汽车天然就具备一具“身体”该有的全部要素，它拥有大容量电池作为能源保障，有可移动的底盘提供动力，有座舱空间实现人机交互，更有为安全考量而设的冗余系统来确保车规级可靠性。正如欧摩威中国区CEO陈圆所言，无论技术如何演进，“车的第一属性始终是移动性与安全性，这一点不会改变”。

恰恰是这些“不变”的属性，构成了具身智能落地时最稀缺的条件。

正因如此，“汽车是具身智能最先量产形态”已成为行业共识。相比目前仍受困于关节灵活性与应用场景的人形机器人，汽车作为“轮式机器人”，已率先在结构化道路上实现了量产与商业变现，让AI真正走出了实验室。

二

局部器官飞快狂奔，

底层系统尚未闭环

一个问题是，在这一轮价值共生的深度洗牌下，这具被寄予厚望的“具身智能”载体，在具体的智能化应用中究竟交出了怎样的答卷？

2026未来汽车AI技术展上，恰恰正在成为一个展示平台。

具体来看，智驾层面，技术竞争已全面从模块化割裂走向端到端大模型架构。

比如，华为乾崑展出的ADS 5.0、鸿蒙座舱6.0、智能车控及智能车云等核心产品，构建了完整的全栈技术矩阵；地平线凭借“芯片+算法”的双轮驱动战略，带来了征程6系列计算方案与SuperDrive全场景智驾系统；卓驭科技利用原生多模态基础模型，成功挑战了复杂的重庆8D立体路网；元戎启行的新一代智驾平台DeepRoute IO 2.0，则进一步将视觉感知、语义理解与驾驶决策深度融合于VLA（视觉-语言-动作）模型之中。

这些进展标明，智驾竞争开始向感知、决策、控制的全链路进化。这意味着，AI在汽车上的首轮落地，已从单纯的“让车看见”，跨越到了“让车理解并行动”的质变阶段。

座舱端的变化同样明显。

过去几年，智能座舱更多是在屏幕、语音、音响、娱乐应用上做加法。但随着大模型上车，座舱的角色开始变化。火山引擎、科大讯飞、斑马智能、中科创达、东软、车联天下、Unity中国等企业，分别从座舱大模型、整车操作系统、域控方案、3D HMI和实时交互引擎等多个维度切入，将模型从“锦上添花”的辅助功能，推向参与整车决策的“核心中枢”。

在部分限定场景下，AI的商业闭环探索甚至走得更快。例如卡尔动力L4级无人重卡车队，已在内蒙古鄂尔多斯跑出了“规模化、常态化、正向经济闭环”，率先在干线物流这个细分场景里跑通了账本。

然而，正因为AI已经大刀阔斧的进入真实场景，底层系统尚未完全闭环的尴尬现实也随之加速暴露。

“大算力芯片“到底是什么形态、怎么用，其实都还没定下来”，中国汽车芯片产业创新联盟理事长董扬在会议中一针见血地指出。

具体来说，单车智能还是车路云、是不是端到端、底层算法要不要改，这些上层路线没定，下层硬件就难以定型。换句话说，今天所有人都在抢着造的“下一代芯片”，然而其实连“下一代”长什么样，都还在争论之中。

此外，供应链生态的构建也存在“缺口”。据中电科首席专家胡文透露，国产车规级芯片在整车中的占比“仍不足5%”；而当地平线凭借大算力芯片杀入城区NOA市场时，其创始人余凯坦言，“举目四望，发现没有这么强大的软件生态来支撑它。”而面对这样的挑战，只能自己推出了HSD打造城区NOA。

这些卡点交织在一起，指向了当前AI汽车发展的一个核心症结，那就是AI已经在局部器官上跑得飞快，却未能让整辆车作为协调的智能体高效运转。这不仅包括车辆内部各域之间的协同障碍，也包括车辆与外部环境、其他车辆之间的高维联动缺失。

正如卡尔动力副总裁王珂所说的那样，“自动驾驶把人安全地送到了，却还要在充电、排队、拥堵这些非驾驶环节上白白损耗大量时间，单车智能是有天花板的。”

如果说过去三年是AI汽车“功能堆叠”的野蛮生长，那么现在，行业正站在一个新的十字路口，仅仅让车具备“看”和“跑”的能力已不足以构筑护城河。面对单车智能的边界与底层系统的割裂，整个行业必须开启一场更彻底的进化，即从“修补式优化”走向“架构式重写”。唯有如此，汽车才能真正摆脱单一交通工具的标签，进化为承载高阶AI的下一代智能硬件终端。

三

“全栈自研”的内耗下，

器官分工重新洗牌

事实上，阶段所暴露出的种种卡点，与当前产业链内部的分工错配及竞争态势息息相关。

要知道，过去的汽车产业链更像是一条单向的流水线，主机厂负责定义车型，Tier1供应商提供模块，而芯片、软件与传感器企业则处在更深层的供应环节。彼时，主机厂的核心目标在于继承、成本和交付，而供应商更专注于单一零部件或系统的稳定量产。

然而，AI汽车不是简单的零部件堆叠。

智能驾驶需要理解外部道路，智能座舱需要理解车内的人，底盘和动力系统需要配合驾驶决策，云端要承担训练、数据、服务和OTA，芯片要支撑车端实时推理，工具链要保证软件从开发机、台架、开发板到实车的效率与稳定性。

当所有能力都被纳入一个“感知—决策—执行—反馈”的闭环里，车企希望通过全栈自研，重新拿回整车的控制权。这种对安全感的极度渴望，却也直接导致了主机厂与供应商之间大面积的业务重叠与生态错位，让整个产业生态陷入了严重的“内耗”。

且“全栈自研”并不是万能药。AI汽车的复杂性已远远超出了单一企业的承载边界。大模型、核心芯片、传感器、3D交互、云端算力、软件工具链、车规级验证乃至全球化适配，每一项领域都需要极高的技术积淀。车企有权决定汽车的形态，但客观上无法做到将所有“器官”全部自研。

作为跨界入局的底层软件平台，Unity中国CEO张俊波对这种全栈自研背后的底层内耗深有感触，“汽车软件开发和游戏完全不同，在车端，即便是相同的芯片和系统，在不同的硬件底层上跑出来的驱动和性能都千差万别。过去这些碎裂的深坑由Tier 1供应商在暗处填平，现在则直接暴露在车厂自己的研发线上面前。”

例如从测试台架到开发板，再到最终试车上路，性能分析和内存崩溃排查极度艰难，量产前夕的研发工程师往往需要通宵熬夜去死磕。车厂空有自研的心，却在微观层面上陷入了超负荷的体力战。

一个事实是，当汽车向“具身智能终端”转型，构成这具身体的“器官”以及打造它的分工模式必须重塑。

“AI时代会形成中央计算加端云一体的架构，原来单域竞争的重要性会下降。汽车电子的核心能力，也从硬件时代的精密制造，进入软件定义汽车时代的软件架构和OTA，再进入AI时代的大模型部署、AI安全质量，以及通过数据闭环实现自我升级。”北斗智联CEO张敬锋表示。

换言之，供应商的竞争力不再取决于“我能提供哪个硬件模块”，而在于“我能否深度融入整车智能闭环”。

“以前是主机厂集成，然后去技术采购。现在主机厂既会做一些自研，也会做一些合作。技术的采购，正在变成价值的共生。”长安汽车产品规划与定义业务总监柳宇翔用了一个形象的类比，“以前是交钥匙工程，现在像是一起打钥匙、一起盖房子。”

可以看到的是，科技公司与新型供应商正在转变单纯“卖硬件”的传统思路，车企也在向外释放生态位，从而共同催生出一个“价值共生”的全新生态位。

以Unity为例，其便选择在这种业态中不再卖现成产品，而是通过提供AI工具降低车企自研门槛。张俊波透露，目前Unity开发的一系列AI工具，能够帮助车厂自动、精准地定位系统性能缺陷，将软件从开发机到实车上路的时间成本直接缩短10倍。

随着底层架构的重构与AI提效工具的全面应用，工程师得以从繁琐的底层调试中解脱出来，将精力投向车内功能的极致定义，从而加速AI落地于汽车产业。

这种提效的红利已经直接传导至终端市场。数据显示，今年以来近20个品牌集体涨价/回调优惠，其中高阶智驾版涨幅超20%，智驾已成可溢价的核心卖点。

随着这种“共生式重构”方式普及，不仅将支撑起国民级智驾应用的量产爆发，更将推动AI汽车完成一场从“硬件拼装”到“生态进化”的底层跃迁。

四

下一代汽车：

买得起、用得上、且能规模化的“具身智能”

在这种从“硬件拼装”走向“生态进化”的底层跃迁中，下一代汽车乃至下一代AI硬件的真实形态，已经呼之欲出。

首先被重写的，是汽车的“构成”本身。其不再仅仅是机械件、底盘和动力系统的物理组合，而是算力、大模型、数据与服务的深度集成。随着这一物质基础的改变，整个产业链的价值增量与核心话语权也正在发生剧烈的上移。

一组来自蔚来的数据显示，其去年的非车业务收入，已经突破100亿元。一个事实是，汽车的价值增量从制造业向服务业转移。

北斗智联总裁张敬锋将这种迁移归结为底层的彻底更迭：架构从单域走向中央计算加端云一体，能力的核心从硬件的精密制造，变成数据闭环之下的AI自我进化，而商业模式，则从卖产品、卖软件，走向卖服务。

这种底层架构的重构，不仅填平了局部器官飞快进化与整体系统尚未闭环之间的断层，也让商业模式完成了从卖产品、软件奔向卖服务。

正如张敬锋所言，“以前推送服务，用户往往觉得被打扰。现在本地AI比你更懂你，推给你的正好是刚需，卖服务这才真正成为了可能。”

顺着这张被重写的清单，下一代汽车，或者说下一代终端的形状，逐渐浮现。

其首先是一个“有灵魂的智能体”。为了打破局部协同的卡点，中央计算架构将取代单域的各自为战。全车资源由中央大脑统一调度，正如柳宇翔所描述的，它正摘掉交通工具的旧标签，变得越来越像人、像机器人。

其同时又是一个“移动的智能空间”。当L3、L4把人的注意力从驾驶里释放出来，座舱就变成了第三生活空间，车里的应用和服务，会从今天的“锦上添花”变成参与决策的“核心中枢”，也变成车企新的营收来源。

在更宏观的尺度上，其还是一个“物理AI的网络节点”。针对单车智能的效率天花板，未来的终极解法必然是跨越单车边界。在更宏观的尺度上，单车连成车队，车队连成网络。汽车作为具身智能最先量产的形态，其在复杂物理世界中沉淀出的高维感知与控制能力，将向下兼容并反哺人形机器人，成为物理AI化进程的“超级母体”。