社区

今年智能汽车市场，热闹非凡。 在今年中国电动汽车百人会上，行业从探讨辅助驾驶路线的话题，转而开始讨论「L4 辅助驾驶」的落地政策和物理 AI 的具体实践。 一边是开年之后，蔚来、小鹏、理想等相继冲击品牌向上，旗舰车型价格不断上探。 另一边，当身边不少人进入真实购买情境时，都在问同一件事儿：「推荐一款智驾靠谱好用的车」，通常给出预算 10-15 万，甚至更少。 到这儿，事情就不简单了。 实际上，这个级别的普惠智驾，才是智驾最大的商业市场，也是普通人最切实可得的出行体验。 过去 1、2 年行业聚光灯都在高阶智驾上。但潜入海底，以高速 NOA、自动泊车等功能为代表的中低阶辅助驾驶其实占据着市场大头。 高阶与中低阶之间界限分明：高阶智驾决定品牌、技术的天花板，成了新势力玩家秀肌肉一大利器。 而中低阶智驾是辅助驾驶的基本盘，一条腿规模、一条腿盈利，决定着行业生死线。 在更实用的中低阶市场，两个新高数据是忽略不了的。 一个有关地平线。2025 年中阶市场 ADAS 前视一体机+域控芯片中，地平线以 47.66% 拿下市占率第一名。 另一个是鉴智拿下的。 鉴智基于地平线 J6B 的行泊一体方案定点量突破 300 万辆，创下新高，这个数字大约占据同类芯片方案 1/3 市场份额。CTO 许鹏飞在媒体采访中直言：「年出货量百万套，会成为行业新的及格线。而鉴智内部的目标是 200 万年出货量，两倍于此。」 去年，四维图新集团官宣以 18 亿战略投资鉴智，双方智驾业务归拢合并为「新鉴智」。合并后的成效，此刻可见——在中低阶市场上，「新鉴智」的竞争力极强，既是首个公开具体 J6B 订单规模的公司，也即将达成首个 J6B 量产交付。 至少能看到，在智驾的「下沉市场」上，打法彻底变了。 高阶市场更倾向于独立作战，B 抢了 A 的订单，还会有 C 以更低的价格去谈合作，大家争先恐后。 中低阶市场的画面则和

L2 与 L4 之间的分界线正在被打破。 乘用车 L4 浩浩荡荡碾过了城市圈。小鹏、英伟达、特斯拉之间形成了明确的共识：L2+将直达 L4 自动驾驶。 三个玩家均围绕 L4 做技术平台建设。与特斯拉的思路相似，小鹏将会在第二代 VLA 的基础上直升 L4。 类似地，英伟达也亮出了面向 L4 的终极解决方案 DRIVE Hyperion，计划 2028 年落地 L4 自动驾驶。 国内政策也率先一步打开了大门，北汽、长安等车企均获得了 L4 级自研 Robotaxi 测试牌照，测试车辆已经跑在了城区道路上。 但比乘用车来势汹涌的是商用车。 L4 级商用车早已从试点走向了常态化运营。 现在更进一步：以 Robotruck 为代表的 L4 级商用车，无人化运营开始突破更长距离、更大区域，内蒙古出现了首个无人驾驶重卡跨盟市远程商业化试点落地。 4 月 3 日，卡尔动力宣布拿到了跨盟市远程商业化试点资质，成为行业内首个拿到该资质的 Robotruck 玩家。 跨盟市相当于 Robotruck 能够在多城市以及省级范围内，在内蒙古进行长途干线运输。 这也意味着，Robotruck 翻开了新的一页，正式进入了「区域成网」的新阶段。 01、跨越硬件、运营、模型「三重门」 L4 商用车的核心在于将不同技术方案与业务场景深度融合。 沉到场景里，是 L4 商用车的第一课。 L4 商用车三大场景，分别是城市物流、港口矿山、干线物流。 三个场景的共同点是用无人驾驶技术实现生产工具升级，为场景方降本增效。区别在于，场景不同，跑通每个场景经济账的技术方案也各有特色。 第一类在城市场景里运行的无人物流车，走的是技术性价比路线。 末端配送是无人物流车主攻业务，算的是「分厘账」，这也导致无人物流车对成本非常敏感。 因此无人物流车头部玩家九识智能、新石器、白犀牛在技术上方案达成了一致——平衡成本与效率。 新石器已

2026年北京车展即将开启，各大车企的智驾之争已经悄然拉开帷幕。 东风宣布与**乾昆联合打造的奕境首款车型将亮相北京车展，并搭载最新一代乾昆智驾、鸿蒙座舱等全栈智能解决方案。 宝马宣布 iX3 长轴距版将在北京车展首发，现代汽车官宣旗下电动化品牌 IONIQ 正式进入中国，二者都将搭载与 Momenta 合作的智驾方案。 这也提前锁定了本届北京车展的焦点之一，将从「谁的配置参数高」转移到「谁的系统真好用、真能交付、真能保值」。 这一轮智能化竞争中，一个变化正在发生：高阶智驾不再是一个可以「小而美」突围的赛道，而是一个高度依赖规模、数据与持续投入的基础设施行业。 过去，智驾系统是高端车型的「尝鲜配置」。而当智驾开始决定车辆的长期价值时，行业规则也随之改变，「小而美」不再成立。 如今，智驾正逐步成为决定汽车保值率和未来竞争力的关键因素。 车企的选择，不仅仅是在挑选智能化功能，而是决定了可能影响整个品牌价值和市场表现的「战略资产配置」。 01、智驾的角色转化：从「尝鲜功能」变成「风险资产」 2025 年以来，城市 NOA 功能首次大规模下放至 15 万元级车型。 智驾正在从过去的「高端选配」进化成为如今汽车的系统级配置「基础选项」，继发动机、变速箱、底盘等传统汽车「三大件」之后，智驾成为汽车「第四大件」。 但与传统「三大件」不同，智驾并不是一次**付的静态资产，而是一项持续演进的系统能力。 在定位上，智驾更接近于基础设施，选择智驾如同选择手机通信网络的运营商。一旦做出选择，就意味着长期绑定，而这种绑定关系天然排斥不稳定的小规模玩家。 这其中，有两大特征： 一是入网即为硬件升值；二是断供即归零。 传统的汽车配置是静态资产，一经交付随后逐年折旧。 动力电池每次技术上迭代升级，更加对应着旧一批的电动汽车保值率的缩水：电动汽车三年保值率普遍跌破 30% 甚至 50%。 智驾体验却成为价值

燃油时代，一辆车要证明足够运动，只需要一件事：跑得快。 如今纯电时代，这个标准变了。 跑得快还要一直快，更要充得快，才算真正的运动纯电。 同时做到这三点的，目前只有领克10+和领克10。 一方面，领克 10+以 1′40′14 的成绩打破了保时捷 Taycan Turbo GT 的记录，登顶亚洲山脊赛道圈速榜第一。 另一方面，领克 10 实测 10%~70% 充电只要 4 分 22 秒，而搭载比亚迪闪充的腾势 Z9GT EV 是 5 分 11 秒。 山路榜第一和补能最快的背后，领克 10+和领克 10 验证了两件事：运动不靠溢价，真正的性能纯电既要跑起来快，也要补能够快。 01、吉利三电的十年暗战 2015 年，吉利第一辆纯电车型帝豪 EV 上市，续航 253 公里，快充 1 个多小时。 彼时帝豪 EV 用户调侃：开这车跑长途，不是在充电，就是在去找充电桩的路上。 如今吉利交出了新答案——1 秒补能 2 公里。相比燃油车补能 500 公里需要 5-8 分钟，吉利已经追上了燃油车的补能体验。 从 1 小时到 1 秒 2 公里，中间隔着吉利跟自己较劲的十年。 第一代（2015~2019）：先解决有没有的问题。 这个阶段国内的三电技术刚起步，动力电池成本贵得离谱。 2015 年平均度电成本高达 2000 元，而且三电技术几乎全是槽点。 电驱是 160kW 油冷，连续加减速十次逐渐热衰减，电池是 523 三元锂，快充 1C，从 0% 充到 80% 要近一小时。 第一代产品虽然存在短板，但至少吉利跑通了从电芯到整车的全链条，三电研发团队从几十人扩到了几百人。 第二代（2020~2022）：解决效率与安全问题。 SEA 浩瀚架构的出现是分水岭。电驱升级至 200kW 扁线油冷，效率突破 91%，初步解决了电机长时间高负载的散热难题。 同时，吉利神盾金砖电池的安全标准高于国标，但快充仍停

无人温和得走进「物理 AI」这片良夜。 今天，卖「铲子」的英伟达，不甘只当硬件供应商了；作为「淘金者」的车企、智驾企业，也主动挣脱「车」的边界，向具身智能的更深水区推进。 所有玩家，都在试图用「物理 AI」的标签，重写自己的身份叙事。 但技术范式的迁移，从来不只是叙事的更新。 每一次转型的本质，都是一次组织的重构。这一定不是单纯褪层皮那么简单。 就像 Token 成为新的计量符号后，大厂自我开刀：阿里成立 ATH 事业群，CEO 吴泳铭亲自带队，围绕新生产要素重建资源分配机制。 而在更具象的「物理 AI」时代，这种重构应该更为彻底。AI 不再停留在云端，而是进入汽车、机器人，直接接管现实世界的运行逻辑，「大模型」成为新的核心变量。 截至目前，真正围绕「大模型」完成组织重排、进入「战时状态」的玩家只有三家：特斯拉、小鹏、理想。 三家企业通过组织变革完成了一次身份跃迁，从车企变成了以模型为核心的物理 AI 公司。 显然，这场变革的分野，表面在技术，底层在组织。 谁先为大模型让出权力与资源，谁就先在物理 AI 时代占领头部身位。 01、物理 AI 洪流，冲掉旧组织的「墙」 AI 早已不是「润物细无声」的存在。早期 DeepSeek 上车潮，还让诸多车企轻易套上 AI 外壳，标榜智能化水准。 但现在的物理 AI 如同一股洪流，它要求更高阶的系统作战能力： 一是链接真实物理世界。AI 必须与真实环境的动态、噪声和物理规律实时交互，而非仅处理数字信息。 二是系统具备感知、理解、推理并行动能力。AI 真正拟人化，从环境输入中提取意义、做出决策并直接输出物理动作以改变世界。 自动驾驶汽车，只是它的第一个应用场景。 因此，真正契合物理 AI 要求的玩家，不会只局限于「车」这一载体，既然要向外延伸，从研发逻辑到商业模式，都在对组织架构的适配度提出更高标准。 简而言之，生产关系才能决定生产力，不

开售 34 分钟，新一代 SU7 锁单 1.5 万台。 乍一看小米失去了魔法，新一代 SU7 与曾经首发初代 SU7 、YU7 的锁单量相差甚远。 两年前第一代小米 SU7 发布时，上市 27 分钟锁单大定 5 万辆。YU7 锁单量更一度让小米站上中国自主车企销量神坛——上市 1 小时大定突破 28.9 万辆。 但仅对比发布会的销量数据是没有意义的。 因为除了小米 SU7，还没有人能打破 Model 3 在国内创下的销量记录。 SU7 上市不到两年，累计交付 38.1 万辆新车。这也是为什么在王传福、何小鹏、李想等人都来新一代 SU7 发布会捧场。某种程度上，这也是车圈老炮们对小米造车两年的认可。 这次新 SU7 价格小涨，整体上调 4000 元：标准版 21.99 万元，Pro 版 24.99 万元，Max 版 30.39 万元。 按照雷军的原话，新小米 SU7 的材料成本就增加了小 2 万元，购置税政策调整后，小幅涨价是为了新用户也能买得起。 仅看外很难区分新旧 SU7，新版本仅新增三色、轮毂样式以及改动了前进气格栅，放入一颗 4D 毫米波雷达。 但如果结合内里来看，涨价 4000 确实不多。过去两年 SU7 身上存在的智驾能力短板、电气架构代际压力等等，都被逐一解决了。 新小米 SU7 没有初见时的惊艳，但承接了小米造车的第二次跳跃：从向外求到向内求的转变。 在新一代 SU7 身上，处处可以看到小米利用系统化工程思维解决问题的方式。这也意味着，小米变成了一家更成熟的车企。 一切都如同雷军所说：「当我们意识到造车是一场马拉松，小米汽车的路才刚刚开始，我才觉得我们变得从容了。」 01、历经两代 SU7，雷军更会造车、卖车了 在新 SU7 身上，一个更会造车、卖车的雷军出现了。 对比初代 SU7，新一代 SU7 的核心配置从曾经的硬件堆料，变成了向内的技术优化。 在这之中，

「我认为世界上每一家企业，每一家软件公司，都需要一个 Agent 系统，一个 Agent 战略！」 在最近举办的 GTC 2026 大会上，当英伟达 CEO 黄仁勋抛出这句话时，很多人第一反应是：Agent 正在成为 AI 行业的新共识。 英伟达在大会上也把 Agent 系统放到了非常靠前的位置，强调软件、推理和智能体正在一起重塑企业的技术框架。 如果把这个判断放到辅助驾驶行业来看，意思其实更直接：当整个 AI 行业都在换代，智驾也不可能继续沿用旧方法，只靠修修补补往前走。 过去两年，辅助驾驶行业表面上很热闹。无图、端到端、VLA、世界模型、强化学习……一时间，行业内热词不断涌现，技术迭代不断加快。 随着高精地图不再是前提，城区 NOA 开始大规模开城，整个行业都像是迈过了一道门槛。 也正是在这样的背景下，一些公司开始不再满足于修补现有体系，而是尝试从底层重塑系统逻辑。 在今年的 GTC 上，元戎启行给出的，就是这样一种更彻底的解法。他们没有再围绕局部优化做文章，而是提出用一套统一的 Foundation Model（基座模型），同时承担感知、理解、推理与决策的能力。 换句话说，不再是多个模块各自为战，而是让系统拥有一个可以持续进化的「统一大脑」，这个思路听起来甚至带着一点理想主义色彩。 但真正关键的问题在于：为什么直到现在，行业才开始认真讨论这件事？ 01、停滞的 18 个月：端到端之后，再无真突破 过去几年，如果把热闹的概念堆叠剥开，把厂商宣传的包装去掉，你会发现一个尴尬的事实：智驾的进步速度，并没有跟上热词迭代的速度。 对此，元戎启行 CEO 周光曾经在 2025 年广州车展期间点破过这层窗户纸。当时有厂商宣称「两年推出三代技术」，他的回应很直接： 一两个月就有变化的，多是基于规则的修补，大的技术迭代一年一次已属不错。他举了特斯拉的例子——从 V12 到 V15，基本

还是那身皮衣、还是那个男人以及信息量爆炸的演讲现场。 转眼间科技春晚，从苹果发布会变成了 NVIDIA GTC 大会。 这里成了全球 AI 界华山论剑的舞台，在自家主场上，NVIDIA 将物理 AI 重压在自动驾驶上。 NVIDIA 一口气拿出了突围 L4 自动驾驶全家桶：围绕自动驾驶底座 DRIVE Hyperion 的安全架构、新一代开放推理模型以及交互式仿真模型。 在 GTC 自动驾驶分会场，中国玩家气场强大，理想基座模型负责人詹锟在 GTC 剧透了理想下一代自动驾驶架构 MindVLA-o1。 詹锟也成了国内少数能与英伟达自动驾驶部门负责人吴新宙、特斯拉 AI 副总裁 Ashok Elluswamy 同台演讲的基座模型负责人。 这就如李想所说，「理想内部的大量 90 后、95 后已经胜任技术研发一号位角色」。 2025 年结束，理想的账户里还躺着 1021 亿现金储蓄。这也意味着理想在物理 AI 上的布局都可以再想远一点，甚至是一种从终局倒推研发，去思考理想新一代智驾之于物理 AI 的价值。 这种对 AI 的倔强，李想和黄仁勋是类似的。 黄仁勋坚信，尽管 NVIDIA 自动驾驶业务营收仅占其营收的 1%，但自动驾驶在技术层面已经是一个被解决的问题，它将会成为数万亿美元量级市场。 而李想坚信，自动驾驶是可以打造出类人的「硅基世界」。 无形中，理想已经通过 GTC 大会回应了一切：卖车与搞 AI，其实从不矛盾。 01、VLA，物理 AI 的提速器 当今的 AI 分两种：一类数字 AI，另一类物理 AI。 前者在虚拟世界里思考，擅长处理信息、生成内容并帮助用户做出决策，整个处理过程都存在于比特世界中。 后者则需要先感知再决策，最后还要执行物理动作。 物理世界的交互行为，注定了物理 AI 比数字 AI 更需要精确推理与及时反应。 这也就造成了一个现象：相比数字 AI，物理

Robotaxi，正在真正「破圈」。 过去十年里，它更像是一种科技体验。靠着「未来感」吸引极客群体在限定区域预约试乘，离普通人的日常生活始终隔着一层玻璃。 最近这层玻璃碎了。 如果你现在站在北上广深街头，已经很容易在车流里看到一辆 Robotaxi，而且不是测试车，是真正在接订单、跑行程赚钱。 规模扩大背后，一个关键变量在改变：流量入口打开了。 3 月 13 日，小马智行与文远知行的叫车入口，出现在腾讯「出行服务」微信小程序里。 广州地区用户无需切换 APP，也不用提前注册，直接在微信里就能呼叫 Robotaxi 并完成支付。后续，这个入口还会在腾讯地图上线。 这件事看起来只是一个入口变化，但可能会带来两个直接结果： 第一，Robotaxi 玩家的用户触达成本大幅下降，微信海量用户的流量池，很可能会直接转化为订单增量。 第二，Robotaxi 的规模化节奏会明显加快，千量级玩家开始向万台级车队目标进击。 你能看到，Robotaxi 从「科技体验」，走向「日常出行」，最关键的一道门被推开了。 01、Robotaxi 做到「好用」，还差什么？ 流量入口打开后，Robotaxi 进入大众日常还有一道门槛：好用。 这个「好用」和 L2 辅助驾驶完全不是一个标准。L2 的评价逻辑很简单，系统开起来像不像一个老司机，比如能不能在人车混行场景里丝滑博弈、加减速是否平顺、变道是否果断。 只要开起来像个成熟司机，体验就算不错。 但如果把这套标准直接套到 L4 Robotaxi 上，其实远远不够。 Robotaxi 不是一个软件、功能，它是一整套出行服务。 这也是为什么，特斯拉 Robotaxi 刚上线，就被 Waymo、Cruise 泼冷水：特斯拉会造车，但不一定懂运营。 他们并不认为，特斯拉仅凭优越的 FSD，可以处理好关于 Robotaxi 的一大摊子事儿，包括海量用户入口、跨城市的调度

今年 2 月，特斯拉首量 Cybercab 从产线落地。 大多人都盯着这台车的反常规设计，无方向盘、踏板，整辆车所有驾驶任务交给 FSD，远程监管系统兜底。 但忽视了核心一点，Cybercab 本质带有强烈的金融属性。 按照规划，这台车将以低于 3 万美金价格，出售给个人用户。车主可以把车辆接入特斯拉的 Robotaxi 网络，利用闲时自动接单。 用户买一台Cybercab，相当于买了台“移动印钞机”。 而为了支撑「汽车理财」的逻辑，汽车本身也必须被重新制造。 于是，100 年前，福特发明的汽车工业流水线，在 100 年后被马斯克拆掉了。 据悉，Cybercab 采用全新的 Unboxed 模块化制造体系。不同模块在不同区域并行生产，最后再完成整车合装，优点在于效率，目标可做到 10 秒一台，当下生产一台 Model Y 的时间，最少 30-40 秒，10 秒相当于效率翻了三倍。 把「反常规」进行到底，Cybercab 背后是一个更大的命题： 如果汽车开始自己赚钱，汽车产业的产品形态、生产方式与商业模式，都将会变成什么样？ 在 Cybercab 身上，可以看到第一份答案。 01、Cybercab，一款新型「理财产品」 两年前，木头姐旗下的 ARK Invest 曾经做过一个极具争议的预测：到 2029 年，Robotaxi 业务将贡献特斯拉约 90% 的市值，总价值高达 7.2 万亿美元。 很多人觉得这是典型的「木头姐式想象力」。但马斯克自己回应称，有挑战性，但可以实现。 底气在几个月后揭晓。特斯拉 Robotaxi 发布会上，带来了一台造型、设计极度前卫的 Cybercab。 马斯克还强调了两个数字：单车售价 3 万美元；运营成本 0.2 美元 / 英里。 当时很多人热衷帮他算一笔账，按照传统 Robotaxi 运营逻辑，特斯拉回本周期，至少需要 6 年时间。 但这显然不