社区

作者 |本一 编辑 |德新 2026年4月，中国市场在售的车型有660款，但月销过万的，只有29款。 5月底的深圳，13位汽车行业掌门人齐聚第四届未来汽车先行者大会。上午聊产品重构，下午聊星辰大海，但几乎所有人在说同一件事：参数竞赛打不下去了，下一张牌得是品牌。 行业利润率跌到2.9%，国内乘用车零售同比暴跌近19%，一年150多款新车挤进市场却大多数连用户的选择圈都进不了，「卷参数」这条路的终点，所有人应该都看见了。 一、全行业的「品牌觉醒」 李斌引用了一组麦肯锡调研的数据：品牌在消费者购车决策中的排名，两年前还排第五，现在已升到第二。「相信很快就会进入第一名。」 来源：未来汽车先行者大会 这个判断在不同的演讲嘉宾嘴里得到了反复验证。 阿维塔董事长王辉说，消费者不再需要你告诉他加速有多快、续航有多远，「他们更加理性地想知道，这个品牌相信什么、追求什么、值不值得托付。」 零跑高级副总裁徐军更直接。「参数已经沦为最基本的入场券，不再是胜负手。」 奇瑞副总裁王琅则认为，性价比解决的是「值得买」，品牌价值解决的是「值得相信、值得长期选择、值得向别人推荐」。 每家发布会都在讲800V平台、AI大模型、端到端智驾，「如果一直这样下去，就没有产品差异性了」。 如果全行业的这些重要决策者们开始集体用「品牌」替代「参数」进行对外表达时，这本身就传递出一个清晰的信号：中国智能电动汽车的竞争，正在从「卷硬件」转向品牌维度的竞争。 二、利润降至2.9%，被逼出来的共识 阿维塔王辉分享了一组来自乘联会的数据：2025 年国内汽车销量超过3440万辆，但利润率只有 4.1%。 到2026年1-2月，这个数字进一步跌到了 2.9%。 他在现场说得很尖锐，「没有利润的销量是伪销量，靠价格战换来的规模更是虚假的繁荣。」 乘联会秘书长崔东树从供应链角度对这一数据做了补充。 整车企业卖车不挣钱，「基本变成给上

作者 |德新 编辑 |王博 英伟达汽车业务的天花板，不在一辆车卖几颗芯片，而在每年十万亿英里级的道路里程，有多少最终跑在它的技术栈上。 2023年8月，吴新宙从小鹏离职加入英伟达，担任汽车业务的全球负责人，直接向黄仁勋汇报。 时隔两年多后，在英伟达北京办公室，我们再次见到了吴新宙。 这是他加入英伟达之后，第二次公开的媒体沟通。 上一次还是在2024年的北京车展。相比上届北京车展，当时英伟达的DRIVE Thor正值装车量产前夜，业内除了特斯拉，大部分公司基于大模型的端到端辅助驾驶还没开发出来。 但两年后，中国辅助驾驶市场已经发生了翻天覆地的变化，随着城区辅助驾驶的普及，Thor的装车量以及车企投入辅助驾驶的数据中心算力也水涨船高。 2024年当年度也是英伟达的关键一役。随着AI迅猛发展，英伟达的市值，这年从1万亿美金跨到了年底超过3万亿美金，如今更是超过了5万亿美金。 从汽车业务侧，在吴新宙率队开发一年多之后，英伟达自研的辅助驾驶技术栈DRIVE AV向奔驰交付。英伟达如今有将近4000人的团队，在同时向着L2+、L3以及L4自动驾驶推进。 此时的新宙，无疑比当时更加游刃有余。 他认为当前L4已经没有重大的技术卡点，随着大语言模型以及推理能力出现，解决了很多技术门槛。今天看L4，更多是一个需要软硬件协同，以及实现极高安全性的庞大系统工程。 根据英伟达的时间表，其计划在2027年与Uber合作推出L4的试点；2028年在洛杉矶奥运会期间，其将开始对外提供L4无人驾驶服务，并计划在当年推广至20 - 30个城市。 在L2+上，英伟达今年将和奔驰在全美落地类FSD的点到点城区辅助驾驶，并拓展到欧洲等其他地区。继全新CLA之后，奔驰在中国区之外的车型将大规模采用英伟达的方案。 至于L3自动驾驶，新宙认为L3、L4在能力要求上，并没有太大的差别，但支持城区的L3和支持高速的L3有很大

作者 |本一 编辑 |德新 5 月 15 日，第十八届轩辕汽车蓝皮书论坛开幕。贾可给 2026 年的中国汽车业下了一个关键词：转折。 他一口气列出 10 个转折点：存量博弈、海外 25% 天花板、智驾从小模型到大模型、智舱进化成 AI Agent、Robotaxi 重塑出行底层逻辑、企业身份重新定义...... 每一个转折点，落到车企身上，都是一道选择题：价格战之后，靠什么活下去？智能化下半场，车企到底要自研，还是开放合作？中国汽车出海，是继续卖车，还是输出体系？当汽车不再只是汽车，车企又该把自己定义成什么公司？ 这届蓝皮书论坛上，8 家车企的掌舵人陆续登台，给出了各自面向 2026 以及未来几年竞争的答案： 何小鹏押注 AI，把「小鹏汽车」正式改名为「小鹏集团」； 魏建军反复强调「真实」和「契约」，拿出了一车多动力的归元平台； 卢放刚带岚图完成港股上市，他强调高端的本质不是高价格，而是高价值； 文飞试图用神行者证明，新合资模式不再是「市场换技术」，而是中国供应链能力的反向输出； 北汽新能源要在最迟 2030 年冲击百万辆规模； 北汽自主则押注方盒子和泛越野市场；广汽把出海确立为第一增长曲线； 李斌继续下注纯电、换电和品牌长期主义。 这些回答看起来各不相同，但背后指向同一个现实：卷参数、卷配置、卷价格，已经卷到极致。下一程，中国车企真正要拼的，是路径选择。 一、何小鹏：押注AI，小鹏去掉「汽车」 小鹏成立 12 年后，在今年从 4 月 1 日，正式更名为「小鹏集团」。 何小鹏给出的解释是，汽车行业的上一个十年，核心是电化学能源 + 初步智能化；新的十年，是两种新能源的叠加，一种是电，一种是数据。 他认为转折点发生在 2024 年。 那一年小鹏停掉了已经投入几十亿的第一代端到端方案，全力切换到第二代 VLA 大模型。在他的判断里，传统软件研发范式下数据只是参数，AI 范式下数

作者 |本一 编辑 |德新 地平线去年研发烧了大概 55 亿，净亏损 20 亿，账上还有 200 多亿现金。 卓驭一年光是跑算力花掉的电费就有十几、二十亿；元戎启行已经把宝押在一颗要等到明年下半年问世的 5000 TOPS 的超大算力的智驾芯片上。 第 18 届轩辕汽车蓝皮书论坛 「JACKTOK 尖峰对话」的第二天，地平线、卓驭和元戎启行三位 CEO 轮流接受贾可博士的灵魂拷问。 讨论从「物理 AI 的发展和自动驾驶的终局」开始，始终绕不开的，是这场「智能持久战」的成本、基础设施和路径选择。 一、世界模型/VLA/VLM，主流玩家技术路线「没有本质区别」 三位嘉宾对同一件事的判断高度一致：自动驾驶规则模块化的小模型时代结束了，下半场是大模型，或者说是「物理世界的基座模型」。 周光给了一组接管里程的数据：小模型架构的天花板，大概能做到百公里接管一次。特斯拉 FSD V14 可以做到千公里级接管的程度，但这也是把硬件升级到 500 TOPS 以上（HW 4.0），全面切到大模型范式之后才发生的。 「只要有人跑通了，路线就被验证了。」 但具体这套新范式「叫什么名字」上，地平线余凯说得很直接:「VLA、世界模型、End-to-End，很多时候是商业包装大于技术实质。真正上牌桌的顶级玩家，技术路线没有本质区别。」 沈劭劼认同这一点，但也指出卓驭「原生多模态基座模型」的两层差异化构成：一是「原生」。没有拿现成的大语言模型(比如 Qwen 开源模型)做底子，而是用纯自动驾驶数据从头训练；第二是「基座」，模型规模要从中型做大。 换句话说，行业不同玩家的真正的护城河不是这些令起来很酷的漂亮话（Buzzword）上，具体可以落在三件事上：模型规模、数据来源、以及谁的工程颗粒度能堆得更细。 二、5000 TOPS 的大算力芯片要来了 如果说大模型范式是底层共识，那算力是这场智驾竞赛中，各家需要

作者 |肖恩 编辑 |德新 **乾昆智驾ADS从1迭代至5，版本在变，功能在扩，但主线始终没有偏离——让辅助驾驶在更多真实道路场景里，比人类驾驶更稳定、更少犯错，完成从功能型辅助驾驶到具备自主思考、全局预判与极致安全的高阶自动驾驶体系的进化。 这也是**乾昆在4月23日发布ADS 5时所打出的口号“ADS 5，为自动驾驶而来”的底气。 ADS 5的关键词依然是安全，可以说安全是**乾昆智驾的技术底色。不过，此次技术升级，他要回答的问题将更加具体：在那些最难、最险、最不常见的场景里，系统如何看得更准、判断更稳、反应更快？ **乾昆在回答这个问题的同时，也意味着他将把智能辅助驾驶的竞争继续推向下一个阶段：安全如何被持续进化、验证，并最终转化为用户的信任。 一、ADS 5 让安全进入新阶段 **乾昆智驾迭代到ADS 4时，就已经形成了较完整的日常出行体验。高速 NCA、城区 NCA、车位到车位，把辅助驾驶从结构化道路延展到复杂城市道路，再进一步贯通出发、行驶、泊入的完整链路，形成了相对稳定的安全体验，但智能辅助驾驶的安全上限，并未止步，而是继续向那些低频、高危、数据稀缺、反应窗口极短的长尾场景纵深发展。 城市路口的无保护左转，车辆需要在对向车流、行人、两轮车之间判断通行时机；大车遮挡或路侧盲区之后，行人、两轮车可能突然进入行驶路径。这些场景不是每天都会发生，但一旦出现，就会同时考验系统的三种能力：能否在数据稀缺的场景中保持泛化，能否在不规则交通行为中完成意图判断，能否在极短时间窗口里稳定执行决策。 靳玉志在 4 月的智能电动汽车发展高层论坛上曾给出一个判断：要达到 L4 级别的自动驾驶，让人完全离开驾驶位，系统至少要比人类驾驶安全 10 倍。目前 ADS 在辅助驾驶状态下，安全性已经达到人驾的 4.37倍，人驾加 AEB 状态下达到 2.93 倍。 “10倍安全”对应的是一个更高

作者 |德新 编辑 |王博 2026年的北京车展，前台上演的是车企的新车大战，底层其实是模型与算力的PK。 端到端辅助驾驶开始走向VLA和世界模型架构，智能座舱开始从语音助手走向大模型智能体；要想要好的体验，得拼芯片、算法、软件栈以及应用生态。 AI上车正将汽车芯片的价值进一步放大，对高通来说，这也是汽车业务的一次关键换挡，它不再满足于做“座舱芯片供应商”，而是想成为AI汽车时代的底层计算平台。 在刚刚过去的北京车展上，高通全球汽车业务负责人Nakul Duggal以及高通公司产品市场高级总监艾和志，接受了包括HiEV在内的少数媒体采访，有几个关键信息值得关注： 第一，骁龙汽车至尊版进入量产大年。理想用14个月实现骁龙8397量产，2026年还将有15家车企基于骁龙汽车至尊版推出新车型。 第二，大模型正在从云端走向车端。高通透露，骁龙8797已经能够运行300亿参数的MoE混合专家模型，并正与斑马智能、字节跳动、面壁智能等本土大模型厂商合作。 第三，高通的辅助驾驶软件Snapdragon Ride Pilot将与宝马首次投入量产，正在全球市场泛化。 在汽车行业的超级大年里，被问到这种繁荣是否会持续时，Nakul认为，只有亲眼所见才能感受到今天中国市场的活力与潜力。 他认为市场提供的车型极其多元，用户可以根据自己需求选择不同的产品。除了中国市场，还有广阔的出口市场。今天汽车行业都意识到在中国市场取得成功是一场试炼，是检验产品是否具备将推向中国以外市场能力的关键关卡。 一、300亿参数模型上车，座舱算力进入新周期 在前两年，高通骁龙8295定义了上一代高端智能座舱。而骁龙汽车至尊版，包括骁龙8397和骁龙8797，在NPU算力上有12倍的提升，是一代AI座舱/跨域融合的平台，内部称为「Gen 5（第五代平台）」。 过去车机芯片比拼屏幕渲染、语音响应的流畅性；在新一轮竞争下，则是

作者 |Bruce 编辑 |德新 这届北京车展，智驾人迎来了自己的春天。 自1990年创办以来，北京车展一直遵循每逢两年一届的规律。然而2020年、2022年因疫情打乱了节奏，一届延期，一届停办。直到2024年才王者归来，并创下89.2万人次的历史最高客流纪录。 今年北京车展总面积达到38万平方米，远超上届的22万平方米，一跃成为全球规模最大的汽车展会。参展商规模超2000家，共有1451台展车展出，堪称全球汽车产业风向标。 智能车何去何从，可从这届车展略见一斑。 车展前夕，地平线首席架构师苏箐讲了一件事。有车企老总向他倾诉，“去年定点地平线时，觉得芯片算力很大，后来觉得算力选小了，还应该再大一些。” 车企的算力饥渴背后，智驾模型参数规模快速增长，模型的架构也在升级。这一技术趋势下，能跟上迭代节奏的智驾方案供应商，由此迎来技术和商业化的收获期，也成为北京车展上光彩夺目的一景。 地平线、元戎启行、轻舟智航、卓驭、智驾大陆（现更名智驾新程）和易航智能等，自量产节奏加速后，均呈大力进击之势。这些供应商既暗中筹备更大算力的芯片方案，也正积极开拓Robotaxi、舱驾一体等业务。 智驾方案供应商的诸多动作，让智能车的形态始终无法定型。 搭载中低阶智驾方案的车，或许仅需单颗上百 TOPS算力的芯片即可；市面上搭载高阶智驾方案的车，未来与超2000 TOPS算力的车相比略逊一筹；至于舱驾一体，芯片层面与模型层面均在融合，其最终形态令人期待。 透过北京车展上那些智驾供应商，以及触角伸向智驾、智舱的跨界科技公司，不仅能看到本届车展上各款展车的基因，也能让人看到几年后的智能车雏形。 一、智驾算法升级，也更懂芯片 4月24日，北京车展卓驭展台，沈劭劼一口气披露了一长串公司近年量产项目成绩单，涵盖乘用车、商用车、无人车等领域，量产车型超50款，累计定点车型达三位数。 量产进展迅速，得益于卓驭的算法

作者 |本一 编辑 |德新 如果在 2026 年北京车展，主要车企的展台转过一圈，你会发现一个有意思的现象：几乎每家车企都在讲「座舱智能体」。 魏牌 V9X 的小魏同学，能识别「给我老婆打开座椅按摩」这种带身份关系的自然语言；极氪的超级 Eva，一句话能完成复杂的出行规划；智己 LS8 由千问大模型驱动的智能体助理，能“听懂意图、自主规划到一键执行”；小鹏天玑 AIOS 6.0 把 SR 感知界面、导航和智驾主界面融为一体；理想同学在用 Mind GPT 做认知大模型和智驾的双线推进。 图片来源：Tesla 国内厂商都在效仿特斯拉「Grok+FSD」的产品模式：把 AI 助手和智能驾驶融合成连贯的人机协作体验，用户说出意图后，系统就能连续完成理解、规划、驾驶、调整等等一系列动作。 但可能大家在开发的过程中都会撞上同一堵墙，发现「座舱芯片的算力不够跑大模型。」 高通 8155、8295 这一代座舱芯片，是在大模型浪潮到来之前定义的。 要流畅运行一个 13B 参数的多模态模型，它们都有点力不从心。但行业对上车大模型的参数共识，至少要到 30B 左右，才能实现真正好用的多模态交互、语义理解和主动服务。 所以，大模型上车的算力，到底从哪里来？ 一、外接一块「显卡」 联想车计算在今年的北京车展上发布了 Auto AI Box，一个基于英伟达 DRIVE AGX Thor-Z 平台打造的车端 AI 算力盒子，360 TOPS@FP8算力，支持端侧运行 8B 到 32B 参数的大语言模型和多模态模型。 图片来源：联想车计算 这个产品解决的问题，恰好是「不换座舱芯片，外挂一个显卡盒子，就能让大模型上车」。 前段时间，苹果允许外接英伟达和 AMD 的显卡在本地跑大模型。Auto AI Box 做的是类似的事情。它也是一个独立的 AI 算力模块，通过标准化接口叠加到现有车型上，不需要车企改动已

作者 |肖恩 编辑 |德新 马赫100真正重要的，不是1280TOPS，而是数据流架构。 这届北京车展，全新一代理想L9 Livis终于亮相。这代L9对理想来说意义非凡：它承载的不只是销量目标，更是新阶段理想技术与品牌的集大成之作。 新一代L9 Livis技术亮点颇多，譬如800V全主动悬架、行业首个“完全体”全线控底盘，以及首次搭载的自研马赫100芯片——两颗芯片算力达到2560 TOPS。如果只看这个数字，你可能会把马赫100当作“又一颗更强的自动驾驶芯片”。 但真正值得关注的是，李想反复提到的一个术语：数据流架构。 这个词听起来陌生，但它并不年轻——从第一篇论文算起，这个概念被提出足有五十二年了，而马赫100正是把这条经典理念带入车载实时计算的首次尝试。 一、52年前的理论，为什么今天才上车？ 要理解数据流架构的价值，得先回到半个世纪前的一个大胆设想：计算机究竟应该按指令顺序执行，还是按照数据是否到位来执行？ 1974年，MIT的Jack Dennis提出了一个颠覆性的想法。他在会议上描述的画面很简单：程序不再是一串线性的指令，而是一张复杂的依赖网络。每一个操作都是一个节点，只有当它需要的所有数据都到位时，它才会“点火”执行。 数据像河流一样在图中流动，推动程序前行，而不是依赖传统的程序计数器。 这个理念听起来抽象，但优势很明显：它天然适合并行，计算单元不再因为等待数据或分支跳转而闲置，控制开销大幅降低。但是它也有局限性——复杂控制流对它不友好，令牌传递本身也消耗资源，而编译器要把通用程序翻译成这种图形结构，更是难上加难。尽管如此，学术界没有放弃。 1983年，Arvind和Robert Iannucci把这一理念整理成完整的理论体系，区分静态和动态数据流模型。三年后，Arvind和David Culler提出Tagged Token模型，让多条并行任务能动态创建，为

作者 |Bruce 编辑 |德新 当下的智驾芯片江湖看似平静，却又暗流涌动。 高阶智驾芯片领域，英伟达旗舰产品Thor U相较自家上一代产品的统治力有所减弱。高通虎视眈眈，国产智驾芯片供应商同样跃跃欲试，造车新势力则竞相部署自研芯片。 更远处，特斯拉AI5已经登场。HiEV从国内几家布局高阶智驾芯片的公司了解到，新一代国产高阶智驾芯片上车，年内或将亮相。 规模化智驾方案市场，算法和芯片供应商一边联手优化算法，基于单颗上百TOPS算力的芯片落地端到端模型，一边低调开掘包含AEB在内的ADAS市场金矿。 近年，由于能为车企降本且响应更为敏捷，国产芯片供应商在辅助驾驶规模化市场从海外芯片供应商手中抢下不少份额。 当高中低阶市场的打法逐渐收敛，新人再要入场便面临较大挑战。想上牌桌，不仅技术和产品需要真正有所革新，合作方式、产品节奏上也要能与成熟玩家形成差异化。 在这样的竞争背景下，爱芯元智选择进场，挑战和机会并存。 这家公司2021年开始设计车规芯片，2023年6月年首颗车载芯片量产上车，2025年底实车上险量突破百万辆。在辅助驾驶规模化市场，它用了两年时间打下基础，取得了不俗的成绩。 但对于全新的高阶智驾芯片市场，爱芯元智算是新进者。我们发现，相比英伟达等成熟玩家，爱芯元智的打法还是有颇多新颖之处。 一、三板斧：算力、带宽、降本 今年4月，马斯克在社交平台宣布特斯拉AI5芯片流片成功。 这款芯片高度集成了DRAM和核心Die，兼具推理和训练能力，据称其可带来单SoC对标英伟达H100的算力，达到2500 TOPS左右。 不止有大算力，AI5的带宽、内存也带来大幅提升。粗略推测，其总带宽预计高达768GB/s至1.536TB/s，内存高达144GB。 AI5属于下一代芯片，但它为当下的高阶智驾芯片的算力、带宽、内存等设计方向提供了启示。 对比发现，爱芯元智的破局高阶智驾的产品与特斯