钱投网企业竞相打出“全域AI”明牌造车下半场“含模量”飙升

　　2026年1月15日，中国汽车工业协会发布的数据显示，2025年我国汽车销量达到3440万辆，同比增长9.4%。

　　另外，随着销量的增长，汽车也在逐步转向“全域AI”。《中国经营报》记者注意到，包括吉利汽车、博世等在内的汽车主机厂、供应链巨头开始加大在汽车AI方面的布局。

　　吉利汽车日前发布了面向未来的核心技术体系，包括智能座舱WAM模型、涵盖全域智能的AI 2.0架构，以及可实现高阶智能驾驶的千里浩瀚G-ASD平台；博世则展出了全新AI智能座舱平台与全球首发的第七代毫米波雷达。

　　实际上，在经历了上半场的电动化转型后，汽车相关企业正集体进入以AI大模型为底层驱动力的下半场。在外界看来，“含模量”的多少或将成为衡量造车下半场趋势的重要指标之一。

　　不过，在盘古智库高级研究员江瀚看来，行业需警惕“军备竞赛”式内卷。若多数车企将资源集中于模型规模而非数据闭环、仿真验证或安全冗余体系构建，可能造成结构性失衡。

　　人工智能重构汽车业

　　人工智能正在加速重构汽车行业，在过去几年的AI叙事中，AI往往出现在智能座舱的语音助手或自动泊车等碎片化功能中。但2026年开年以来，已有企业打出了“全域AI”口号，AI技术已从“边缘插件”演变为“底层中枢”。

　　佐思汽研报告显示，汽车大模型推理能力的提升，能够切实解决AI应用场景下的痛点问题，如加强座舱助手对复杂语义的意图识别和提升自动驾驶规划决策中的时空预测场景精度。

　　据了解，吉利汽车目前就拥有千里浩瀚G-ASD辅助智驾系统，采用行业领先的SmartAIAgent架构，完整应用了WAM世界行为模型，是全球范围内“含模量”最高、技术最前沿的辅助驾驶系统之一。

　　“在阶跃星辰通用AI大模型的加持下，云端多模态大模型+世界模型参数达1000亿级别，显著提升环境感知和推理能力。千里浩瀚G-ASD还将模型范式全面升级为生成式范式，落地多模态Diffusion技术，并融入国宾级司机的驾驶行为数据，全面提升辅助驾驶的拟人性、安全性、舒适性和通行效率。”吉利汽车方面表示。

　　除了主机厂外，汽车零部件企业也在加码AI。全球汽车供应链巨头博世，日前展示了其全新AI智能座舱平台。记者注意到，该平台采用一体化集成系统，可打造高度个性化的座舱。座舱配备AI大语言模型，带来拟人化的交互体验；同时，搭载视觉语言模型，实时解读车内外环境。“系统可在车辆抵达目的地时自动搜寻车位，或为在线会议生成纪要。”博世方面表示。

　　除博世外，同样是汽车供应链企业的禾赛科技也在加大自身产品在L3、L4级别自动驾驶领域的布局。禾赛科技的新一代L3车规激光雷达解决方案，包括超远距激光雷达ETX与纯固态近距补盲激光雷达FTX。两款产品均采用紧凑化设计，具体来看，ETX 可灵活布置于挡风玻璃后方或车内，FTX则专为短距盲区监测设计，共同构建车辆 360°安全感知网络。

　　车企押注“含模量”

　　在业内人士看来，这正反映了当前智能驾驶技术方式向规则驱动与数据、模型驱动的转型。江瀚告诉记者，这符合AI产业“大模型+垂直场景”的演进逻辑。“类似包括吉利G-ASD在内的系统通过端到端架构整合多模态基座模型与世界模型，提升泛化能力与场景覆盖率，这代表了技术前沿的合理探索方向。”

　　记者注意到，上述吉利汽车发布的世界行为模型WAM采用分层设计，上层利用MLLM（多模态模型）进行宏观任务的规划，下层集成动作专家（Action Expert）和世界模型（World Model）进行精细的推演和决策，并引入人类在环（Human-in-the-loop）的价值函数体系（Value Function），实现了从“理解—规划”到“预演—判断—修正”的完整智能闭环，让汽车智能首次拥有持续进化的“世界观”和“判断力”。

　　也正是基于上述WAM模型强大的内核，吉利汽车全域AI技术体系进阶到了2.0时代。具体来看，在“智能体化”突破上，吉利汽车首次设计并实现“1+2+N”全域多智能体协同框架，使不同域的智能体能够进行对话、协商和协作，用户一个简单的自然语言指令，即可触发多个智能体间一系列复杂的任务分解、资源调度和协同执行。

　　除了吉利汽车外，零跑汽车也在加速布局。日前，零跑汽车与高通技术公司联合发布全球首款搭载骁龙座舱平台至尊版与Snapdragon Ride平台至尊版的跨域融合解决方案，该方案以双骁龙8797芯片打造高性能中央域控制器。在驾驶辅助层面，能兼容13路摄像头以及激光雷达、毫米波雷达等多类型传感器与高精度IMU，实现L2级驾驶辅助及包含车位到车位（P2P）在内的30余项高阶功能，可应对复杂城市道路与日常场景。

　　拉高算力需求

　　天风证券相关研报分析认为，自动驾驶系统的开发、验证、迭代需要算力支持。“自动驾驶系统前期开发依赖大量环境数据的输入，形成贯穿感知、决策、规划、控制多环节的算法。后期仍需持续输入数据，对算法进行训练与验证，加速自动驾驶迭代落地。同时仿真测试中的场景搭建与渲染也需要高算力支持。”

　　麦肯锡相关报告指出，大模型上车不仅增加了车端需求，还引发了云端算力的爆炸式增长。车企为了训练端到端模型，必须构建万卡级别的智算中心。

　　在江瀚看来，高算力需求可能也会造成企业的资源效率配置低下。“看来，当前L2—L4落地仍受限于算力成本、能耗约束与法规环境，过度追求‘含模量’可能导致研发投入与商业化节奏脱节。尤其在量产车型中，高算力需求将推高BOM成本，若无法转化为用户可感知的安全或体验价值，则存在资源配置效率低下的风险。”

　　但客观来看，AI技术的成熟度仍处于动态演进中，在硬件趋同的背景下，AI大模型不仅是通往自动驾驶的必经之路，也是决定下半场品牌位阶与商业成败的终极变量，这场以AI为核心的造车马拉松，才刚刚进入最关键的加速阶段。

　　2026年或将是汽车行业“含模量”的分水岭。一方面，具备全栈自研能力和大规模算力储备的企业将通过AI带来的安全与体验优势，进一步收割中高端市场红利；另一方面，研发投入不足、缺乏生态协同的中小厂商，可能在技术迭代中面临被边缘化的风险。

　　对于中国企业而言，如何在这一轮汽车“含模量”竞赛中占得先机？江瀚告诉记者，在AI技术路线快速分化与地缘市场变化摩擦加剧的双重背景下，中国汽车产业必须坚持“自主可控”底线。“核心AI模型、训练数据、安全机制等涉及国家安全与产业主权的环节，应通过国家实验室、产业联盟等方式构建本土技术栈，避免在关键节点受制于人。”

　　在上述方面，国内企业已有优势。据吉利汽车方面介绍，基于其首发的WAM世界行为模型，吉利汽车全域AI技术体系顺利进化到了2.0时代，实现了AI技术在整车各域的跨域融合，让汽车智能首次拥有了持续进化的“世界观”和“判断力”。“在全域AI 2.0加持下，吉利汽车推出的Eva超拟人情感智能体，正快速进化为超拟人、超智能、超好用的整车智能中枢。”吉利汽车方面表示。

　　不止于此，吉利汽车是全球首个完成全域AI布局，全球唯一拥有汽车、芯片、卫星、飞行器、手机、AI大模型等全智能科技生态的车企。吉利汽车率先构建“天地一体化”的出行生态，吉利星座已完成一期64颗卫星的初步组网，成为中国首个完成组网并具备规模化应用能力的低轨卫星星座，吉利银河星耀8、吉利银河E8、领克900、极氪001等车型搭载了卫星通信技术。

　　不过，江瀚告诉记者，全球协作仍具不可替代价值。基础大模型、先进制程芯片、国际测试标准等仍由欧美主导，完全闭门造车将导致技术代差。建议采取“开放式自主创新”策略，在应用层强化自主研发，在基础层通过合规渠道参与全球开源社区与标准制定，实现“借船出海”。

　　高通技术公司执行副总裁兼汽车、工业及嵌入式物联网与机器人事业群总经理Nakul Duggal此前就表示，基于骁龙数字底盘解决方案，公司与零跑汽车的合作不断推动汽车创新。“公司非常自豪能助力实现全球首款量产多域融合解决方案，见证骁龙汽车平台至尊版推动行业加速迈向中央计算和软件定义汽车，让前沿汽车科技惠及更多汽车制造商和消费者。”

扬帆配资提示：文章来自网络，不代表本站观点。