别再只盯着“谁接了大模型”

很多人现在看车企 AI，还习惯用两道题判断。第一道题，是有没有接入大模型。第二道题，是智能驾驶是不是已经做成端到端。这个看法在 2024 年还勉强够用，但到 2026 年 3 月 19 日，如果把国内几家头部智能电车企业仍能核验的公开材料摊开，已经会明显看不清。

问题在于，汽车公司里的 AI，早就不只是一层会说话的界面。它正在变成整车公司的组织方式、研发方式和产品方式。今天真正要看的，已经从“哪个品牌又把一个模型接进车机”转向“它究竟在重写哪一层系统，以及这些层之间能不能连成闭环”。

把公开动作拆开看，当前智能电车里的 AI 至少已经分成四层：

  • 智驾层：端到端、视觉-语言-动作模型（Vision-Language-Action, VLA）、世界模型（World Model）、数据闭环和车端算力。
  • 座舱层：从语音助手走向 Agent，也就是不只回答问题，还要理解乘客、调用工具、执行任务。
  • 车控层：芯片、操作系统、底盘、座舱和智驾域开始互相打通，AI 不再只待在某个单独模块里。
  • 组织层：仿真、制造、质量、安全标准、机器人和工厂自动化，也开始被 AI 重新组织。

本文只取截至 2026 年 3 月 19 日仍能核验的公开材料，优先使用官网发布、产品页、OTA 说明和公司新闻。同时只看整车企业，不展开华为、Momenta、地平线这类供应链和平台层玩家。它们当然重要，只是如果把牌桌全部摊开，这篇文章会失去焦点。

先把结论压缩成一句话：国内智能电车企业的 AI，已经分成了四种做法。小鹏和蔚来在押更深的系统层，理想和小米更贴近用户与场景入口，比亚迪在用规模把 AI 拉成标配，吉利则在把 AI 做成全域架构和安全工程。

小鹏：最像“AI 汽车公司”的一家

如果只挑一家最明确把自己讲成 AI 汽车公司的整车企业，小鹏大概率是排在最前面的。2025 年 3 月，小鹏在新款 G6 和 G9 上公开强调“全系标配图灵 AI 智驾”和 5C 超充 AI 电池；到 2026 年 3 月，小鹏又把第二代 VLA 推到台前，直接把它定义成“开启 L4 时代的物理世界大模型”。这已经不只是产品文案升级，更像是在公开告诉市场：它想从“会开车的辅助系统”跨到“面向完全自动驾驶的模型体系”。

公开资料里，小鹏第二代 VLA 最有分量的信号，是它背后的方法论。公司把自动驾驶重新表述成一个 AI 问题，把能力拆成模型、算力、数据和本体四个要素，并明确反对在传统 L2 框架上继续小修小补。它给出的方向是重构。官方材料里提到，这套模型已经累计使用 50PB 训练数据，自 2025 年科技日以来已开发 468 版模型，目标是让辅助驾驶从“极客尝鲜”走向“大众常用”。

另一个明显信号，是小鹏没有把这件事只放在智驾团队内部讲。它的图灵 AI 芯片、AI 天玑座舱、Robotaxi、飞行汽车和机器人，一直被放进同一套技术叙事里。车，在这里已经成了物理世界 AI 的主要载体之一。2026 款 X9 纯电版全系标配图灵 AI 芯片，最高有效算力达到 2250TOPS，这种表述本身就说明，小鹏想卖的，不只是“功能更丰富的车”，还有一台正在被 AI 重新定义的终端。

把这些公开动作放在一起看，小鹏的路线已经从“新能源汽车公司加一点 AI”的叙事，走向“以整车为最先落地形态的物理世界 AI 公司”。它的优势是技术主轴清楚，模型、算力、数据和产品形成了同向推进。压力也很直接：越往前走，越不能只靠发布会和单次试驾证明自己，必须持续证明模型泛化、稳定性和大规模用户日常使用都能成立。

理想：先把“理想同学”做深，再把它推向驾驶与任务执行

理想的 AI 路线和小鹏不太一样。它没有先把“物理世界模型”放到最前面，切入点是用户每天真正会碰到的界面，是把车里的助手一步步做深。OTA 5.0 版本已经是一个很清楚的分水岭。那一版里，理想把基于 Mind GPT 的“AI 理想同学”升级成了用车助手、出行助手、娱乐助手和百科老师，还引入了“任务大师”，让用户能用一句话创建提醒、导航和自动化任务。

这意味着理想比很多车企更早把一件事做实了：大模型没有停在问答玩具层，已经开始往服务链路里走。理想同学能回答问题当然重要，真正改变体验的是，它开始处理保养预约、状态查询、简单诊断和场景自动化。理想最先做深的一层，其实是座舱 Agent。

到了 2025 年 9 月的 OTA 8.0.0，这条线又往前迈了一步。官方材料已经把“VLA 驾驶”和“VLA 指挥”写进高级辅助驾驶模块里，允许用户通过语音直接参与路线规划、出行准备和部分驾驶风格指挥。关键变化在于，理想正在把“车内助手”和“驾驶系统”之间那道墙打通。过去助手负责陪聊、控制空调、调音乐，驾驶系统负责开车。现在公开路线已经变成：助手开始能理解出行意图，并向驾驶链路发起调用。

顺着这条线看，理想更像是先从家庭场景的高频入口切入，再把 AI 推向执行。它的强项在于用户语境非常具体，场景设计也更贴近日常生活，没有停留在技术指标层。理想真正想证明的，是一台家庭用车能不能变成会理解需求、能安排流程、能协同驾驶的移动 Agent。难点也很清楚，一旦 Agent 从座舱走向驾驶，可靠性边界、责任边界和交互边界都会比纯座舱复杂得多。

蔚来：芯片、SkyOS 和 World Model，按“全域系统”来造车

蔚来的 AI 动作更像系统工程师的写法。2025 年 1 月发布的年度回顾里，蔚来把 AI 直接定义成基础使能项，明确提到已经完成智能驾驶 SoC 芯片 NX9031 流片，发布了全域操作系统 SkyOS，并推出 NIO WorldModel 和 NADArch 2.0。这串名词如果单看会显得技术味很重，但放到一家公司公开战略里，它其实传达了非常具体的信号：蔚来正在把 AI 放进芯片、操作系统、架构和整车控制的同一套链路里。

这种思路在新 ET5 和 ET5T 的官方介绍里变得更清楚。2025 年 5 月，蔚来明确表示新车搭载第三代智能系统 NT.Cedar S，集成自研 NX9031 和 SkyOS，并且建立在 NIO WorldModel 架构之上。官方表述已经不再局限于“支持城区辅助驾驶”或者“泊车能力升级”这类能力点，转而直接描述从 A 点到 B 点跨越高速、城市道路、收费站、换电站和停车等不同场景的连续体验。

这里真正显出的，是蔚来把 AI 往全域系统写。很多车企也会讲智驾、座舱、底盘协同，但蔚来的公开动作更像是在把这几个层面收进一套底层体系里。自研芯片意味着它想掌握算力和部署节奏，全域操作系统意味着它想掌握跨域调度和长期演化，World Model 则意味着它不满足于传统模块拼装式的辅助驾驶。

把这些信号拼起来看，我会把蔚来归到“系统层路线”。它更像一家想把车做成可持续进化平台的整车厂。好处是，一旦系统真的打通，座舱、底盘、驾驶和能源会有更大的联动空间；代价是，这条路线前期重、回报慢，也更依赖长期工程能力和资金耐心。蔚来能不能吃到这条路线的红利，关键不在单次热度，真正要看的是 SkyOS 和 World Model 最终是不是能变成可持续拉开差距的底层能力。

小米：汽车被并入“人车家”操作系统，不再是孤立智能体

小米汽车的 AI 路线，和传统车企最大的区别，是它从一开始就把汽车放进“人车家全生态”的框架里。无论是智能座舱页面，还是 YU7 的产品页，官方反复强调的焦点，都是基于小米澎湃 OS 的互联互通能力，让手机、车机和智能家居深度互动，并由小爱语音大模型和整车感知能力把体验串起来。

如果只看智驾层，小米其实也已经明确押注端到端。YU7 页面已经把 Xiaomi HAD 端到端辅助驾驶放到前面，并明确写到“AI 全面赋能，自研底层算法”；同时还给出全系标配高规格辅助驾驶硬件，以及 1000 万 Clips 端到端大模型学习场景片段的表述。这说明小米正在向大模型化的决策逻辑靠拢。

但小米更有辨识度的地方，仍然在它把车看成生态节点。YU7 页面不只写了 Xiaomi HAD 端到端辅助驾驶，还公开展示了四合一域控制模块，把整车域控制器、座舱域控制器、辅助驾驶域控制器和通信模块做高度集成，并明确说这是为了让“人车家全生态场景快速部署”。这句表述说明，小米是在把汽车纳入自己熟悉的消费电子操作系统逻辑里。

放到更大的图景里，小米的路线更接近“生态型 AI 整车公司”。它想证明的，是能不能让汽车成为小米整个设备网络里最重要、也最复杂的一块终端。它的优势在于用户账户体系、IoT 设备和软件体验的一致性基础已经存在。挑战也同样明显，汽车不是手机配件，安全、可靠性和工程闭环比消费电子严格得多。小米如果能把生态优势真正转化成汽车上的长期体验优势，这条路线会非常有辨识度；如果做不到，生态叙事就会停留在“能连起来”，很难走到“连起来更有价值”。

比亚迪：把 AI 从高配故事，拉成大规模标配

比亚迪这轮 AI 动作最该盯的，是它正在用规模把 AI 拉平。2025 年 2 月，比亚迪发布“天神之眼”，直接把“全民智驾”摆上台面。官方给出的信息非常明确：首批 21 款车型覆盖 7 万级到 20 万级，全系搭载高阶智驾。这个动作的意义很大，因为它在把智能驾驶从高价旗舰展示柜，推向主流价格带的商品能力。

这种路线后来也给出了量的反馈。2025 年 6 月，比亚迪官方又公布，5 月销售智能辅助驾驶车型 231059 辆，国内占比达到 79%。先不讨论这个数字在口径上还有多少延展空间，单从公司自己愿意把这组数据拿出来强调，就已经说明比亚迪正在把“AI 能力下沉到大规模交付”当成自己的核心叙事之一。对于中国市场来说，这可能比单次技术演示更重要，因为真正决定行业结构的，往往是有没有办法把技术做成多数人买得起、用得到、敢开启的功能。

比亚迪的另一条线也很重要。2025 年 7 月，比亚迪与香港科技大学成立具身智能联合实验室，公开把机器人技术与智能制造列成重点方向。这个动作说明，比亚迪并没有只把 AI 看成车上的软件卖点，同时也在把它放进更长的产业链条里。对一家已经进入超大规模制造阶段的企业来说，AI 对工厂、质量控制和自动化系统的意义，未必比车上的交互小。

放回行业坐标里，比亚迪这条路线更接近“规模化普及 + 工业化 AI”。它不一定最像一家前沿模型公司，但很可能最早把 AI 真正压进主流价格带和制造体系。对行业来说，这是一条经常被低估的路线。因为最后决定市场格局的，往往是先把 AI 做成大规模日用品的人，不一定是最会讲技术愿景的人。

吉利：把 AI 写进整车架构，也写进安全标准

吉利最近两年的公开动作，透露出另一种很典型的整车思路：先把 AI 放到整车架构里，再把它放进安全与工程体系里。2026 年 1 月，吉利在 CES 2026 上发布 Full-Domain AI 2.0 和 G-ASD，核心信息在于从“模块化、碎片化智能”转向“统一的整车级 AI 架构”。官方描述得很清楚，它要把整车计算、数据和模型深度整合，形成一个可以统一调度的中央智能引擎，让座舱、底盘、安全和驾驶域实时协同。

这套思路的关键，在于“全域”两个字。很多车企会讲跨域协同，但吉利公开对外讲的是 vehicle-wide AI architecture，也就是把 AI 当成整车级架构，不再把它理解成若干智能模块的叠加。再加上 G-ASD 智能驾驶系统的同步推出，它实际在做的是一件更偏平台化的事：把智驾、座舱、底盘、安全和集团内多品牌能力，放进同一套底座里。

如果说上面的动作还属于技术路线，那么 2025 年 6 月拿到 ISO/PAS 8800 认证，就是吉利把 AI 从技术叙事推进到安全工程叙事的关键一步。官方称其成为全球首家获得道路车辆安全与 AI 相关认证的车企，并强调体系覆盖功能、系统、软件、硬件、芯片和供应链。这里透露出的重点，是吉利在押“AI 怎么安全地做、怎么在工程体系里被持续验证”。

落到最后，吉利的路线和小鹏、理想、小米都不太一样。它更像在争“平台化整车 AI 底座”和“安全工业化”的位置。短期看，这一方向没有最炫的消费级感知；长期看，它可能更适合多品牌、多车型和全球合规环境下的持续铺开。尤其当智能驾驶和整车 Agent 真正进入大规模监管阶段时，谁更早把 AI 写进安全工程，谁就更可能在下一轮竞争里拿到更稳的位置。

把六家公司放回一张图里，差别就清楚了

看到这里会发现，国内智能电车企业都在做 AI，但它们今天做的已经不是同一件事。

  • 小鹏最像物理世界模型路线，核心在模型、算力、数据和多形态终端的统一推进。
  • 理想更像家庭场景 Agent 路线，先做助手，再做任务执行和驾驶协同。
  • 蔚来更像芯片加操作系统路线，重点在全域系统、底层架构和长期演化能力。
  • 小米更像生态操作系统路线，汽车是“人车家”网络里最复杂的一块终端。
  • 比亚迪更像规模普及路线，把 AI 压进主流价格带和制造体系。
  • 吉利更像全域架构加安全工程路线，把 AI 写进整车平台和标准体系。

如果一定要把这六家公司再压缩成四种更抽象的做法，我会这样分：

  • 第一种，是把 AI 做成系统底座。代表是小鹏和蔚来，但一个偏模型驱动，一个偏架构驱动。
  • 第二种，是把 AI 做成用户入口。代表是理想和小米，但一个更偏家庭出行助手，一个更偏人车家操作系统。
  • 第三种，是把 AI 做成规模商品。代表是比亚迪，重点在覆盖面。
  • 第四种，是把 AI 做成工程规范。代表是吉利，重点是全域架构和安全工业化。

这也是为什么今天再问“谁家车最 AI”，已经很难得到有意义的答案。更有用的问题应该是：这家公司到底想把 AI 用在什么层，最后想长成哪一种整车企业。

它们已经开始反向影响 AI 产业

如果只把这些车企看成 AI 产业的客户，会低估它们的分量。到现在为止，智能电车已经是少数几个同时具备多模态感知、边缘算力、真实执行、安全约束和高频用户反馈的终端形态之一。谁在车上先把 AI 跑通，谁就在给整个 AI 产业链重新出题。

第一层影响，落在模型公司。过去通用大模型公司最擅长的是文本、对话和通用问答，现在车企给出的题目已经变成长时序决策、物理世界理解、低时延推理、跨模态协同和高安全执行。小鹏把 VLA 讲成物理世界大模型，蔚来把 World Model 写进智能系统底座，理想把座舱助手推向 VLA 驾驶，这些动作都在把模型产业从“会聊天”往“会在物理世界里持续做事”拉。对模型公司来说，汽车会变成一个极高要求的训练场，也会变成检验世界模型、Agent 和记忆系统是否真有价值的压力测试场。

第二层影响，落在芯片、云和基础设施公司。汽车行业过去更像消费电子和机械工业的结合体，现在则越来越像“带轮子的边缘计算平台”。蔚来自研 NX9031 和 SkyOS，小鹏推进图灵 AI 芯片与模型协同，小米在 YU7 上强调四合一域控制和高规格辅助驾驶硬件，吉利在讲统一调度的中央智能引擎，这些动作都会持续推高车规级 SoC、编译器、仿真平台、数据引擎和训练基础设施的门槛。AI 基础设施公司当然会因此受益，但它们拿到的订单会越来越依赖是否理解整车系统，而不只是卖一块更强的芯片或一朵更大的云。

第三层影响，落在安全、验证和工业软件。比亚迪把 AI 压进主流价格带，吉利把 ISO/PAS 8800 这类标准推到台前，这说明行业讨论重点正在从“模型能力多强”逐渐转向“能力怎么验证、如何规模交付、出了问题怎么追责”。一旦这条线继续走深，受影响的不只是整车厂，还包括测试认证机构、功能安全工具链、数据治理平台、仿真软件公司和工业机器人集成商。汽车会把 AI 产业从 Demo 文化重新拉回工程文化。

落到产业层，这些车企最直接的影响，不在于又多开了几个大模型应用入口，而在于把整个产业往三个方向推了一步：从语言走向物理世界，从单点模型走向系统协同，从性能展示走向工程验证。谁能跟上这三步，谁才更可能拿到下一轮汽车 AI 红利。

未来会和谁合作，也会和谁争

下面这一层会带一点推断色彩，但判断依据都来自前面这些已经公开的动作。沿着今天的路线继续往前走，国内智能电车企业未来最可能同时和五类玩家形成“合作加竞争”的关系。

如果把这种关系压成一张图，大致会是下面这样。图里用实线表示合作主轴，用虚线表示更可能出现的竞争或替代压力。

Mermaid 图：车企路线与 AI 产业玩家的合作/竞争关系
  • 与模型公司：会合作做座舱 Agent、世界模型、语音交互、规划能力和开发工具，但车企不会轻易把用户入口、车内任务调度和驾驶决策权交出去。模型公司想进车，车企也会努力把模型封装成自己的体验和服务。
  • 与芯片和基础设施厂商：短期合作会更深，因为训练、推理、车端算力和编译工具链都离不开外部生态；长期竞争也会更强，因为头部车企会继续自研芯片、OS、域控和调度层，逐步压缩通用供应商的话语权。
  • 与自动驾驶供应商和 Robotaxi 公司：会在部分车型、特定区域、海外落地和安全数据上继续合作，但竞争焦点会落在“谁拥有主栈、谁拥有驾驶数据、谁定义产品体验”。一旦整车厂把主模型握在自己手里，传统 Tier 1 和独立智驾供应商的空间会被重新改写。
  • 与手机和互联网生态：内容、地图、支付、账号、智能家居和语音入口仍然离不开合作，但车企不会甘心只做硬件壳。谁掌握车内第一入口、车外家庭联动和服务分发，谁就会在下一轮争夺更大份额。
  • 与工业软件、机器人和高校研究：会继续联合做制造自动化、具身智能、安全标准和仿真平台，但合作一旦沉淀成平台能力，也会反过来形成新的竞争。今天的项目伙伴，明天很可能就是同一套工业 AI 能力的输出者。

如果把这种关系再落回具体公司，会更清楚一些。小鹏最有可能继续向外输出自动驾驶和物理世界模型能力，它与大众这样的合作已经说明，车企也开始反向进入过去由 Tier 1 和平台供应商主导的位置。理想更可能与模型、内容和生活服务商深度协同，但它会牢牢抓住车内 Agent 入口，因为那是它最有希望建立差异化的位置。蔚来短期仍会和外部算力生态共存，可一旦芯片和 SkyOS 继续推进，它和平台供应商之间的关系就会越来越像“合作中的替代”。小米会继续利用英伟达算力平台、苹果生态兼容和自家 IoT 体系，但它最终想争的是“第三空间入口”，这会让它同时面对车企、手机厂商和互联网平台。比亚迪与吉利则更可能在制造、安全和平台架构上向外溢出能力，进而与工业软件、智能驾驶供应商和全球整车平台争标准与定价权。

未来这场竞争不会简单分成“车企对车企”或“车企对科技公司”两张表。更真实的局面会是：大家一边互相需要，一边互相提防。模型公司需要车企提供高价值场景，车企需要模型公司补足底层能力；芯片公司需要整车厂出货量，整车厂又想降低依赖；互联网平台想进车，车企也想把车变成新的服务平台。AI 进入汽车之后，最有价值的位置不再是单独卖一个部件，更在于控制“整条协同链”的哪一段。

接下来更该盯住的四条验证线

接下来一年，我会重点盯四条验证线。

  • 第一条，是端到端、VLA 和世界模型，能不能在真实用户环境里持续降低接管率，不能只在媒体试驾和限定路线里好看。
  • 第二条，是座舱 Agent 能不能真正拿到执行权，包括导航、保养、充电、儿童场景、座舱设置和家居联动，不能继续停在问答和语音控制。
  • 第三条，是自研芯片、操作系统和域控制整合，最终能不能换来更快的迭代速度、更稳的体验和更低的系统成本，不能最后只剩几个好听名词。
  • 第四条，是 AI 能不能下沉到更大规模的价格带和制造系统里，变成可交付、可维护、可监管的能力，不能长期停在旗舰车型的演示配置。

把这四条线放回今天的公开信息里，结论会更明确一些：国内智能电车企业的 AI 竞争，已经从“功能竞赛”进入“系统竞赛”。下一轮真正拉开差距的，不会只是某个模型又提升了多少，关键要看谁先把模型、座舱、车控、制造和安全接成一条真正能自我强化的整车闭环。