“下一代汽车不会再单域地考虑智能。”
在雷峰网(公众号：雷峰网)受邀参加的中国汽车重庆论坛以“整车企业 X 科技公司，下一代汽车如何定义”为主题的研讨会上，长安汽车产品规划与定义业务总监柳宇翔用这句话概括了 AI 时代汽车定义正在发生的变化。
过去几年，汽车行业谈智能化，更多还是围绕一个个具体功能展开，不同系统各自升级，构成了上一阶段智能汽车竞争的主要内容。
但在 AI 化阶段，这种单点升级已经不足以解释下一代汽车的变化。
柳宇翔认为，未来汽车会越来越像一个由中央大脑统一调度的系统，底盘、动力、座舱、智驾、云端不再各自独立运行，而是需要被整车智能重新组织起来。
在这场研讨会上，来自整车企业、智能座舱、汽车电子、全球零部件供应商、消费电子制造企业以及自动驾驶物流企业的嘉宾，也从各自所在的产业位置给出了类似判断。
虽然大家的出发点各有不同，但一个共识是，AI 进入汽车之后，变化并不止于给座舱加一个大模型，或让语音助手回答更多问题，而是让汽车从一个机械电子产品，变成一个能够感知、决策、协同和持续进化的移动智能体。
过去的汽车智能化，更多是分域推进。智驾有智驾的系统，座舱有座舱的系统，底盘、车身、动力也各有自己的控制逻辑。
到了 AI 阶段，这种以单域为中心的定义方式碰到了瓶颈。
长安汽车产品规划与定义业务总监柳宇翔在研讨中提到，下一代汽车不会再以单一域的方式理解智能。以长安的实践来看，车辆可以被拆分为多个域，从底盘到顶层云端，不同域之间需要由中央大脑统一感知、统一调度。真正困难的地方在于，这不再是几个功能模块的简单相加，而是整车能力边界的重新扩展。
他用了一个“老司机”的例子来解释这种变化。一个真正优秀的老司机，不是只会控制方向盘、油门和刹车，还能够根据车辆性能、道路环境、乘客状态等因素进行综合判断。同样一辆车，老司机可以让乘客坐得更舒服，刹车更平顺，同时也更省油。
这正是下一代汽车中央大脑需要具备的能力，无论是智驾还是人驾，车辆都需要在底盘、动力、能耗、车内温度、乘坐舒适性之间进行动态平衡。
这意味着，下一代汽车的定义难度会明显提高。过去，车企可以围绕某个具体功能做规划，比如提高智驾覆盖范围，提升座舱响应速度，优化底盘舒适性。但在 AI 汽车阶段，车企需要处理的是系统之间的关系，例如智驾如何调用底盘能力，底盘如何配合能耗管理，座舱如何理解用户状态等等。
汽车由此从“功能集合”转向“系统智能”。这正是 AI 对汽车产业最底层的改变之一。
北斗智联总裁敬锋也表达了类似观点。他认为，AI 汽车的核心标签不是单一智驾，也不是单一座舱，而是跨域融合。自动驾驶解决的是“车怎么开”的问题，智能座舱则是用户体验的入口，但真正的 AI 汽车，需要把智驾、座舱、云端和大模型打通。
敬锋表示，智驾像主干，座舱像交互躯干，而 AI 模型则更接近灵魂。只有当这些能力真正打通，汽车才能从局部智能走向整体智能。
AI 会重塑车内体验，但不会简单复制曾经手机 APP 的生态
如果说整车智能解决的是汽车如何“思考”，那么座舱解决的就是汽车如何与人相处。
过去几年，车企在座舱上投入巨大。大屏、多屏、语音助手、车载应用商店、车内游戏、影音娱乐，几乎成为智能电动车的标准配置。但一个现实问题是，很多车内应用的实际使用频率并不高。
Unity 中国 CEO 张俊波在研讨中提到，过去几年汽车智能化在芯片、屏幕、音响和应用支持上做了很多投入，但车上的应用并没有真正充分释放。原因很简单：人的主要精力仍然在驾驶上。很多应用只有在停车时才有价值，比如看视频、玩游戏、处理复杂操作。
简单把手机 App 搬到车机上，并不能真正建立汽车的软件生态。汽车不是手机，驾驶场景对注意力、安全和信息呈现都有更高要求。车内主界面始终要服务于驾驶，导航、道路信息、安全提示不能被复杂应用遮挡。
但是 AI 带来的机会在于，它会改变车内服务的组织方式。
张俊波认为，未来传统 App 的交互方式在车内会逐步弱化。用户不需要在屏幕上点开一个个应用，再层层进入菜单完成操作。更合理的方式是，AI 通过自然语言、语音、手势等方式理解用户需求，再由 Agent 编排服务，替用户完成任务，并把结果以最合适的方式呈现出来。
车内服务会从“人找应用”，转向“AI 调度服务”。
比如，用户不一定需要打开一个生活服务 App、选择页面、输入目的地、比较信息，而是直接告诉车：“帮我找一个路上顺路、排队少、适合吃晚饭的地方。”AI 需要理解用户需求、路线、时间、偏好和当前驾驶状态，再给出结果。它呈现的信息也不能干扰驾驶，而是要出现在合适的位置，以最轻量的方式完成交互。
这和手机生态有本质区别。手机上的应用通常争夺用户注意力，车内系统则必须克制地使用注意力。手机可以让用户沉浸在一个 App 中，但汽车不行。汽车里的 AI 服务，必须服从驾驶安全和场景效率。
张俊波提到，智能手机出现之后，应用和服务成为手机上最大的利润和收入来源之一。汽车过去虽然也在谈软件价值，但由于驾驶场景限制，很多驾驶以外的应用很难被充分使用。随着自动驾驶逐步释放人的注意力，再加上 AI 重新组织交互方式，车内生活服务、娱乐服务、办公服务才有可能真正落地。
敬锋也提到，AI 可能改变汽车的服务商业模式。过去车企尝试卖服务并不容易，因为很多服务本质上是推送，用户会觉得自己被打扰。但 AI 如果能真正理解用户，在合适的时机提供“这正是我需要的”服务，那么卖服务才会变成一种可能。
在 AI 汽车的讨论中，大模型、智能座舱、自动驾驶很容易成为最吸引注意力的部分。但从产业落地角度看，汽车首先仍然是车，安全和可靠依然需要被放在第一位。
欧摩威集团中国区首席执行官兼架构与网联方案事业群中国区负责人陈远在研讨中强调，未来汽车会有更多科技属性，但车的基本属性不会改变。汽车的第一属性仍然是移动性和安全性，舒适和娱乐都是在此基础上的叠加。
而且 AI 越深入车辆系统，对安全和可靠性的要求就越高。手机 App 出错可以退出重开，车机卡顿可以重启，但如果刹车、转向、底盘、智驾决策出现问题，后果完全不同。
陈远提到，欧摩威会把更多投入放在车辆安全和可靠性上，包括主刹车系统、分布式制动助力系统、夜视摄像头、整车架构、算力平台、区域控制器和相关软件。他认为，基础能力越容易被忽视，越需要被强调。安全是基础中的基础。
随着汽车智能化程度提高，车内控制器数量越来越多，算力平台也越来越复杂。过去大量分布式控制器分别完成各自任务，未来则会逐步向集中式架构演进。算法会向中央计算平台迁移，区域控制器、边缘控制器和中央计算单元之间，需要形成更高效的分工。
如何把车内冗余算力调动起来，如何通过软件方式提升硬件利用率，如何确保关键系统在复杂情况下依然稳定运行，都是 AI 汽车绕不开的工程问题。
华勤技术执行副总裁、汽车电子业务事业群总裁张文国也从成本和制造角度谈到类似变化。他认为，面向消费者，汽车至少要满足安全、释放人的精力、成为智能移动空间等需求；而对车企来说，在满足这些需求之外，还必须面对成本压力。
AI 和智能驾驶会推动车辆体验升级，但电子电气架构从分布式向集中式演进，也会带来算力集中和成本优化。华勤过去在消费电子领域积累了大规模软硬件开发和制造能力，每年涉及大量智能设备。进入汽车电子之后，这些消费电子经验会被迁移到汽车场景中，为车企提供硬件、软件、供应链和成本优化支持。
但汽车并不是更大的消费电子产品。它对可靠性、测试周期、安全冗余和质量体系的要求更高。柳宇翔也提到，车企和科技企业合作时，必须面对质量体系的差异。AI 技术需要快速迭代，但汽车不能像手机 App 那样出现问题后简单重启。
因此，AI 汽车的落地不是单纯拼模型能力，也不是简单堆硬件配置，而是模型、软件、硬件、测试、质量和安全体系的共同进化。
过去，汽车产业链相对清晰。主机厂定义需求，供应商提供零部件或解决方案，双方更多是甲方乙方关系。车企提出目标，供应商完成交付，最终由车企集成。
但 AI 时代的很多问题，车企和科技公司都没有现成答案。大模型如何上车，座舱如何变成 Agent，智驾和底盘如何协同，车端和云端如何形成数据闭环，很多方向都需要边探索边定义。
柳宇翔提到，长安最近也在和不少科技企业沟通合作。他发现，AI 到来之后，合作关系发生了明显变化。与大模型公司、算力公司合作时，双方各自擅长的领域不同，不能再用传统供应商视角看待彼此。长安内部更倾向于把这种关系称为“同向而行”。
他认为，过去是供应链逻辑，现在则更像共创链。以前是技术采购，现在是价值共生。过去可以理解为“交钥匙工程”，供应商把东西做好交给车企；现在更像是“一起打钥匙”，甚至是一起盖房子。
这种合作关系要求双方在更早阶段进入彼此的定义过程。车企了解车，科技公司了解 AI，双方需要在战略方向、产品定义、技术实现、测试标准和质量管理方法上进行融合。
张俊波也从 Unity 的经历中提到类似变化。Unity 早期进入汽车行业时，更多是提供 3D 座舱交钥匙方案。但随着车企自建软件团队，供应商的角色开始变化。Unity 不再只是交付一个完整方案，而是支持车企建立自己的开发能力，并通过 AI 工具提升开发效率。
他提到，汽车软件开发与游戏开发不同。游戏开发容忍度较高，而汽车从开发机、台架到实车上路，涉及大量性能、稳定性和适配问题。同样芯片、同样系统，在不同车上的表现都可能不同。Unity 正在开发 AI 工具，帮助车企更快发现性能问题，缩短从开发机到实车的时间。
对供应商来说，这意味着能力边界也要重新定义。敬锋认为，AI 时代会带来架构、能力价值、商业模式和竞争格局的变化。单域供应商如果不走向 AI，不参与跨域融合，未来竞争力会明显减弱。具备规模化量产能力的供应商，与科技公司、车企进行互补共创，会成为主流。
陈远则认为，中国汽车产业已经形成了很强的技术活力，但也存在内耗和资源浪费。出海是中国汽车产业能量积累到一定程度后的自然需求，但出海不能只是功能堆叠，而是要把效率、质量和用户体验带出去。
在他看来，未来生态会分为“大生态”和“小生态”。大生态是中国汽车产业整体的竞争环境，小生态则是车企、系统供应商、芯片企业、软件企业之间形成的共生关系。一部分顶尖车企可能通过自研算法、数据闭环和自建算力平台形成相对封闭的系统；更多头部车企则可能追求“全栈掌控”而不是“全栈自研”，让具备能力的系统供应商进入体系，共同完成产品定义和技术落地。
华勤的判断也类似。张文国认为，未来产业链关系会走向相互赋能、共生共融和价值最大化发挥。没有任何一家企业可以掌握所有核心技术，每家公司都需要在自己擅长的领域发挥价值。因此，产业链企业要更早进入整车开发过程，在产品概念还没有完全成熟时，就与车企、芯片公司、模型公司共同参与定义。
卡尔动力副总裁王珂则提到，重卡物流是国民经济的“动脉血管”。卡尔动力所处的 L4 自动驾驶重载物流场景，目标并不是简单展示技术，而是重塑干线物流的成本结构和商业模式。
在这个场景里，安全是底线，效率决定商业价值上限。未来的效率提升不只发生在驾驶过程中，还会延伸到装卸货、充换电、道路拥堵、路线规划等全链条环节。当足够多的自动驾驶卡车在一个区域内运行时，每一辆车都可以成为独立的 Agent 节点，车辆之间共享拥堵、排队、充电、调度等信息，最终形成一个智能流动的物流网络。
从这场研讨可以看到，下一代汽车要如何定义并没有一个单一答案。
对整车企业来说，它是由中央大脑统筹的进化型汽车；对座舱企业来说，它是由 AI Agent 重新组织服务的移动空间；对汽车电子企业来说，它是从硬件、软件走向模型和数据闭环的新平台；对自动驾驶物流企业来说，它则可能是一张由车辆组成的流动智能网络。
过去，汽车行业卷的是配置、成本、硬件、单点智能和供应链效率。未来，真正的竞争可能转向整车智能架构、跨域协同能力、服务组织能力、数据闭环能力、工程可靠性，以及生态共创能力。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。