新势力车企转型AI公司，重塑智能座舱与自动驾驶

背景

2026年6月5日，在深圳举行的高通汽车技术与合作峰会上，蔚来创始人李斌提出：“现在的汽车公司，必须成为AI公司，现在的智能座舱，必须成为AI座舱。”这一论断标志着汽车行业竞争逻辑的根本性转折。

在过去三年中，这种观点可能被视为概念炒作，但在2026年的当下，几乎所有主流造车新势力及传统巨头都在进行深刻的组织与业务重构。从理想汽车重组自动驾驶团队、提升人形机器人业务层级，到小鹏汽车设定激进的2026年KPI（包括量产人形机器人、飞行汽车及Robotaxi运营），再到蔚来自研NWM世界模型覆盖上百种行车场景，以及比亚迪将城市NOA下沉至10万元车型，行业呈现出一种集体向“AI公司”转型的趋势。

这一转变的驱动力不仅源于销量压力和竞争内卷，更源于汽车产品定义的本质迁移：从传统的交通工具演变为“AI驱动的智能体”。罗兰贝格报告指出，2026年汽车行业的竞争将围绕“技术战定胜负、AI战决高下”展开，行业正式从“软件定义汽车”迈向“AI定义汽车”阶段。

核心内容

1. 组织架构与战略重心的全面AI化

头部车企正在打破传统的部门壁垒，围绕AI主线进行“伤筋动骨”式的重组。

• 理想汽车：CEO李想判断2026年是成为AI头部企业的“最后上车时间”，并预测全球能同时布局基座模型、芯片、操作系统和具身智能的公司不会超过3家。理想汽车将原自动驾驶部门打散，由詹锟统筹VLA（视觉-语言-行动）模型研发；软件本体团队合并了自动驾驶与智能座舱研发；人形机器人升级为独立硬件条线。理想汽车自研座舱芯片“马赫100”已于2026年5月量产，总算力达2560 TOPS。其战略核心是从“创造移动的家”转向具身智能，追求硅基生命构建，旨在复刻苹果式的各环节协同无短板体验。
• 小鹏汽车：何小鹏宣布2026年是“物理AI商业化落地的关键一年”。小鹏正在推行第二代VLA模型，去除了传统架构中的语言转译环节，实现从视觉信号到动作指令的端到端生成，投入超20亿训练费并处理1亿clips数据。此外，小鹏计划于2026年底量产新一代IRON人形机器人（搭载3颗自研图灵AI芯片，算力2250 TOPS），并推动汇天陆地航母飞行汽车量产。何小鹏认为，机器人的硬件收入和AI模型收入将成为重要增长点，且汽车与AI已进入跨域融合的大时代。
• 蔚来：李斌强调智能座舱需进入“认知座舱时代”，即从被动响应升级为主动服务。蔚来在Banyan 3.3.0版本中依托自研NWM世界模型，实现了在100毫秒内同步推演216种潜在行车场景，使车辆具备初步的“思考”能力。
• 比亚迪：作为传统车企代表，比亚迪发布中国首款自研4nm制程智驾芯片“璇玑A3”，支持L3、L4级自动驾驶，并公布零交通事故、超级司机、超级秘书三大目标，通过AI+璇玑架构赋能智能座舱、辅助驾驶、动力及底盘。

2. 智能座舱的演进：从“智能”到“认知”

智能座舱的竞争焦点已从配置清单转向体验重构。2026年1-3月，国内乘用车智能座舱渗透率达83%，新能源车高达94.5%，座舱AI已成为“进行时”而非“将来时”。

• 交互变革：多模交互中，语音渗透率87.3%，面部识别约18%，手势约5%。交互范围从车内延伸至车外（如车外语音控车、灯光投影）。
• 大模型入驻：阿里通义千问、字节跳动豆包等大模型全面接入车企。例如，字节跳动与赛力斯的合作实现了全双工对话，系统能理解深层意图并整合多个系统完成复杂任务（如根据用户指令自动泊车或调整车窗）。
• 核心价值：AI座舱不再仅是语音助手，而是理解用户需求的“数字生命”。它通过感知语音、视觉、触觉及外部环境，主动提供服务，实现“舱驾技术合流组成超级智能体”。

3. 技术路线共识：算力、模型与自研

• 算力军备赛：车企纷纷自研高算力芯片。理想马赫100（2560 TOPS）、小鹏图灵AI（2250 TOPS）、比亚迪璇玑A3（4nm制程）均展示了极高的车端算力部署能力。
• 模型路线统一：行业普遍押注VLA（视觉-语言-行动）或世界模型路线。理想、小鹏、蔚来、比亚迪的核心技术栈均指向让车和机器人真正“理解”物理世界。小鹏第二代VLA去除了语言转译损耗，蔚来基于多元自回归架构，比亚迪将璇玑大模型与世界模型深度融合。
• 全栈自研趋势：从“买买买”转向“自己造”。何小鹏指出，机器人及汽车是软件驱动硬件设计，只有自研硬件才能完美匹配自研模型。李想也强调，AI时代比拼的是包括芯片架构、操作系统、模型、编译器在内的系统化联合设计能力。

关键要点

• 行业定性转变：汽车公司正在转变为AI公司，汽车产品定义从交通工具演变为“AI驱动的智能体”。
• 最后窗口期：李想指出2026年是成为AI头部企业的“最后上车时间”，何小鹏称其为“物理AI商业化落地的关键一年”。
• 技术架构升级：
  • VLA/世界模型成为行业共识，旨在解决端到端的物理世界理解与决策问题。
  • 第二代VLA（如小鹏）去除语言转译环节，实现端到端生成，减少信息损耗和延迟。
• 硬件载体扩展：汽车与人形机器人被视为共享同一套底层认知模型的“硅基生命硬件”。理想、小鹏均在推进人形机器人量产，并计划将其作为独立收入来源。
• 座舱体验重构：
  • 从“智能座舱”（被动响应）迈向“认知座舱”（主动服务/Agent化）。
  • 大模型（如通义千问、豆包）深度定制座舱，实现全双工对话及复杂任务执行。
• 竞争壁垒迁移：
  • 算力：自研高算力芯片（如马赫100、图灵AI、璇玑A3）成为门槛。
  • 全栈自研：芯片、OS、大模型、具身智能的全栈自研能力成为少数巨头（预计全球不超过3家）的终极竞争壁垒。
• 差异化核心：当电动化、续航等技术差距拉平，座舱AI的差异化体验及车辆的“聪明”程度（懂不懂用户）成为决定胜负的关键。

意义与影响

1. 重塑汽车产业竞争格局

汽车行业的竞争底层逻辑已发生根本性迁移。过去比拼的是机械素质、三电成本和基础智能化配置，未来将演变为对“AI定义汽车”能力的争夺。拥有基座模型、自研芯片、操作系统及具身智能全栈能力的少数几家巨头将主导市场，行业集中度可能进一步提高。

2. 推动具身智能与物理AI商业化落地

车企向AI公司的转型，加速了具身智能（Embodied AI）从实验室走向商业化。人形机器人、飞行汽车与智能汽车的界限模糊，共享同一套AI技术栈。这不仅为车企开辟了新的增长曲线（如机器人硬件与AI模型收入），也推动了物理世界AI应用的规模化落地。

3. 重新定义人机交互与用户体验

“认知座舱”的兴起意味着汽车将从冰冷的机器转变为有温度的智能体。车辆具备感知、判断和主动执行能力，能够理解用户深层意图并提供个性化服务。这种体验