导言

7月17日，2026世界人工智能大会在上海开幕，和天气同步升温的是整个产业对AI的关注度，从大模型技术迭代到行业落地场景，在舆论鼎沸中，一个共识越发清晰：AI正在走出纯数字交互的屏幕，开始深度介入物理世界，物理AI正成为产业下一阶段的核心主线。

当AI开始改造真实世界，哪个终端会最先实现规模化落地？正是汽车，它正从代步工具进化为可自主决策的移动智能体，成为当下具身智能落地最成熟、最具规模的载体。这很像十几年前功能机升级到智能手机的关键时刻，起初人们以为只是加了块屏幕、多了些应用，实则重构了整个终端的价值逻辑、商业模式与产业生态。

今天的汽车，正在经历同款的范式级变革。这场变革远不止于加一块屏幕、多一套智驾功能。从产品体验到底层技术，从组织架构到产业分工，再到估值逻辑与商业范式，AI正在系统性重构汽车产业的每一个环节。

产品进化

用户感知最直观的变化，发生在产品端。过去的智能汽车，一个功能对应一个场景，用户需要用固定指令分步操作。AI加持下，汽车开始具备理解需求、串联任务、自主执行的能力，真正向「智能体」演进。

AI需要有一个物理实体，汽车就是最好的载体

智能座舱的变化最易感知。十年前，工程院院士王坚曾对笔者发愿：“消费者买了智能汽车，还要装手机支架，这是汽车人的耻辱。”彼时车机交互卡顿、功能单一，体验不便之下，消费者难免买椟还珠。

如今搭载大模型的座舱已实现本质跨越：用户用自然语言说出复杂需求，系统可自主拆解任务，串联路线规划、行程安排、场景适配全流程，打通信息、决策与车辆执行的完整闭环。一句“我要去机场接吃素的朋友逛完燕京八景”，就能自动完成航班查询、餐厅筛选、路线规划，还能在智驾的帮助下轻松出发。

现在和汽车可以自然交流，而不限于专属口令了

不只是座舱，智能驾驶的底层逻辑则完成了彻底切换。此前得靠程序员编写海量路况代码，试图穷尽所有场景，但开发周期长、极端场景适配难，始终难以突破瓶颈。如今端到端大模型落地后，从规则驱动变成了数据驱动：系统像人类驾驶员一样，通过实时感知环境自主判断决策，大幅降低了场景适配的门槛。

卓驭科技CEO沈劭劼对笔者表示，公司已全面转向端到端架构，推翻了过去八年积累的规则式代码。在他看来，工程化落地是核心门槛，未完成数据驱动转型的企业终将被淘汰。

技术重构

汽车底层技术体系也在面临重构。一辆汽车上的价值核心，正从传统机械硬件，快速向电子电气、智能化环节倾斜。据高工智能汽车测算，2026年一季度国内乘用车单车智能化部件BOM占比已超35%，较2020年提升20个百分点。

理想汽车自研芯片，采用了非传统架构

最先被重构的是电子电气架构。过去汽车采用“烟囱式”开发模式，智驾、座舱、底盘、动力各成体系，部门墙厚重、系统割裂；如今舱驾融合成为主流方向，单颗芯片同时支撑座舱与智驾功能，既降低了硬件成本，也为场景联动提供了基础；远期目标是用统一的“中央大脑”打通感知、决策、控制全链路。

核心部件的研发环节也在AI化。作为新能源汽车上单价最高的部件，动力电池也在变得智慧起来。欣旺达等企业已将AI融入电池全生命周期管理，通过大模型实现状态实时采集、故障智能诊断与自动化运维，优化充放电策略与安全管控，并在探索如何实现动态调度能量支撑高算力芯片与传感器运行。

用AI分析数据优化关键指标

芯片自研则逐渐成为头部车企的目标。理想汽车CTO谢炎对笔者表示，自研芯片没有沿用传统冯·诺依曼架构，而是采用动态数据流架构，能效提升数倍，在他看来越往底层垂直整合，竞争壁垒越高。这一点和消费电子很像，PC时代Wintel联盟主导的标准化分工，让终端产品高度同质化；而苹果凭借自研芯片、系统、硬件的全栈垂直整合，建立起难以复刻的差异化壁垒与品牌溢价。

电驱系统也在被AI重新定义。吉利旗下星驱科技全栈自研的智能电驱，集成16项核心硬件与功能，整套系统重量仅75kg。星驱科技CEO林霄喆介绍称，该电驱采用一芯集成方案，将传统控制链路的平均40毫秒压缩至最快2毫秒；通过AI偏差预测控制，将实时扭矩偏差从3%降至1%；在研发环节借助AI分析海量数据，在特殊工况下显著降低了NVH.

跨界具身智能

汽车正成为具身智能技术规模化验证的最佳载体。据中国信通院测算，2026年全球具身智能核心产业规模将突破千亿元，其中智能汽车因场景成熟、数据量充足、供应链完善，贡献了超过六成的产业落地价值，是当之无愧的具身智能第一落地方向。

具身智能玩家不少有车企背景，图为灵犀科技的灵巧手

特斯拉是最早跑通这套逻辑的企业。在其技术体系中，统一的基座模型既支撑FSD自动驾驶的感知决策，也服务Optimus人形机器人的运动控制，二者共享纯视觉感知架构、端到端Transformer模型与数据训练体系。汽车海量的真实路测数据，成为物理AI技术迭代的核心燃料；汽车成熟的供应链与制造体系，则为具身智能的规模化落地提供了工业基础。英伟达在2026年GTC大会上明确将自动驾驶列为物理AI第一落地场景，其DRIVE平台已覆盖全球超80%主流车企。

“‘汽车下一站是机器人’，这已不再是概念储备，而是开始形成实际收入的业务方向。”黑芝麻智能CMO杨宇欣对笔者表示，具身智能并不局限于人形机器人，而是广义的端侧AI形态：汽车、低空飞行器、四足机器人本质都是具身智能的不同载体，随着自由度提升，对高算力芯片与世界模型的需求会持续增长，这也让汽车芯片企业自然拥有了向更多端侧场景延展的空间。

“当年变形金刚里，汽车能变机器人，如今看来就是精准预言。”均胜电子具身业务负责人，灵犀智能科技有限公司创始人兼CEO雷雄告诉笔者，消费电子和汽车电子的技术能够自然导入具身智能当中，比如车规级的电池，传感器、智能终端。汽车和消费电子玩家的进入，有助于具身智能的高质量发展。

组织变革

以往汽车研发沿用职能制分工，底盘、智驾、座舱分属不同部门，需求逐层传递、协同效率低，这显然难以适配AI快速迭代的节奏，技术已然在倒逼组织重构。

AI重塑的不只是技术，还有组织

谢炎对笔者称，理想内部，硬件、软件、算法人员从项目立项起就围绕同一目标协同攻坚，省去了跨部门层层传递需求的环节。吉利也整合了分散在各品牌的上千人智驾团队，集中资源攻坚全域智能技术。“组织变革不是一成不变的，我们在不断尝试新的模式，适配技术逻辑的变化”智己汽车CTO项娇告诉笔者，为了推动AI全面落地，智己内部设立了两个CTO直属部门：一个是AI产品线部门，以AI产品为导向贯穿传统开发体系；另一个是AI赋能部门，用AI工具提升工程师研发效率，探索生产方式的变革。

AI的渗透早已不局限于研发端。smart品牌全球公司CEO佟湘北告诉笔者，smart两年前就成立了跨专业AI小组，梳理各部门的工作流程，找到AI可落地的环节快速推进。比如多语言车型手册翻译、销售培训等场景，引入AI后，成本与周期都实现了大幅缩减。

产业重构

伴随技术与组织的重构，传统产业链的分工逻辑也在面临重建，行业竞争早已从单一企业的比拼，转向生态体系的较量。传统模式下，主机厂提需求、供应商交钥匙，甲乙双方边界清晰。但AI技术迭代太快，很多新方向全行业没有现成答案，上下游的关系自然转向价值共生、联合共创。在此过程中，科技公司的话语权持续提升，甚至深度参与产品定义与品牌运营，造车方式在变。

梳理下来，行业已经历三轮范式迭代：第一波以蔚小理为代表，用电动化与智能化体验重构产品，打破了传统燃油车的产品逻辑。第二波以华为智选为代表，科技公司深度输出智驾、座舱技术，深度参与产品定义与品牌运营，验证了科技+制造联合造车的可行性。第三波则是AI原生的品牌共创模式，比如华为系孵化的境·界系列、千里科技与北汽联合打造的游心，科技公司不再是单纯的供应商，而是与制造企业联合定义品牌、联合研发产品、共同分享智能化价值蛋糕。

汽车供应链企业拓展边界布局具身智能

单一企业很难覆盖所有技术环节，生态协同才能最大化释放技术价值。阶跃星辰董事长、千里科技董事长印奇在世界人工智能大会上提出的判断，恰好印证了这一趋势：终端设计理念将从以人为本走向人机共生，电脑、手机、汽车和机器人，本质是同一智能体在不同场景下的不同身体，支持智能跨终端连续存在、自由迁移与协同执行。

出行服务端，AI正在重构运力运营逻辑，出行公司的能力边界变得与众不同。曹操出行发布RoboX战略，提出2030年部署10万辆Robotaxi与10万辆Robovan的目标，不仅布局高阶自动驾驶运力，还开始打造具身智能时代的运力大脑系统，探索从自动驾驶技术落地到运营网络履约的完整闭环。

结语

全链条的重构，最终会影响到商业模式和估值体系。如何衡量头部车企的未来，就不能再简单沿用传统的“销量×单车利润”的PE体系，而是逐渐转向“硬件+软件订阅+数据增值”的科技公司估值体系，全栈AI自研能力成为估值的核心变量。

就像托夫勒在《第三次浪潮》所言，工业时代的先产后销终将被推翻，数据会反向定义流通，需求牵着供给走。这一次轮到了汽车。从卖整车硬件，到卖软件订阅服务，再到输出智能运力与技术能力，而率先完成技术、组织、生态全链条布局的企业，有望在未来的竞争中占据主动。

特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.