2025 年 12 月，郭锐在朋友圈发文 " 下一站科技的荣耀再会 "，三个月后，他出现在另一个坐标系里，智界汽车董事长兼 CEO。

在离开手机业务前，郭锐便已跻身华为终端体系核心管理层，职业发展路径清晰而稳定。

但问题恰恰在这里。" 手机的格局已经基本成型 "。一个格局几乎已定的行业，很难再容纳新的、大的问题。而他一直想做的，是去解决那些还没有答案的问题。

他决定换一个方向，本质上不是换行业，而是换问题。

" 在这个时间点离开，核心就是想做点真正感兴趣的事——说白了就是 AI"。当算法成为核心生产力，郭锐更关心的，不是 AI 能做什么功能，而是它应该进入什么样的系统，才能真正改变生产力。

在他的判断里，AI 从不是某个功能，而是一种 " 可以改写一切技术 " 的 " 解题思路 "。这源于他在算法领域研究数年的积累。

郭锐在北京大学信息科学技术学院完成本硕博连读，主攻量子计算与算法方向，曾以第一作者在物理学顶刊《Physical Review》发表论文。

但在那个年代，情况处在另一个极端。" 那时候没多少人学神经网络，因为它不可解释，且没算力、没语料、没框架 "，且量子算法在当时也缺乏落地场景。

离开算法领域数年后，时代的天秤产生了倾斜。AI 成为全民性话题，资本涌入，各行业都在探索这背后的可能性。但现阶段，大多数讨论还停留在 " 功能性 " 上。

他需要一个更大的系统来验证这件事，汽车，刚好是那个答案。从一块钢板，到一辆整车，再到用户使用与数据回流，这是一条几乎没有断点的长链条。

" 我习惯从第一性原理出发，看一个产业从原材料到最终用户，能不能全链条 AI 赋能。" 郭锐说，除汽车行业外，很难再找到一个产业，" 可以端到端地去做 AI"。他感觉自己终于到了正确的地方。

而智界，恰好提供了一个特殊的结构——华为的技术与产品能力，叠加奇瑞在制造与产业链管理上的积累。两套体系叠在一起，构成了一条相对完整的工业链路。这也是他选择进入的原因之一。

但真正进入之后，他的问题反而更多了。" 我现在越来越多地知道，我不知道什么。"

在智界的第一个月，他几乎把工厂从头走到尾。上千个工位，一站一站过，每天走上五公里。在消费端看问题时，他看到的是机会；进入产业端之后，他先看到的，是问题本身。

也是在这个过程中，他原本的判断被强化了。相比产品端，真正复杂、也更可能被 AI 重写的，是那条从钢板到整车、用户的链条。

不是转行，是回到问题本身

郭锐把进入汽车看作一次 " 回归老本行 "。在他看来，这并不是从手机到汽车的跨界，而是一个算法背景的人，在 AI 成为主流生产力之后，重新寻找它真正落点的过程。

这种 " 寻找 "，无关行业热度，而是基于一个更底层的判断出发——一个产业是否值得进入，取决于它是否具备被 " 端到端重写 " 的可能。

在更早的阶段，神经网络尚不流行，算力、语料与框架都不具备，算法缺乏现实空间，他因此寻求技术落地的其他可能性，将模型能力用于理解消费者决策，并在随后进入营销界。

随着算法成为核心生产力，这个问题换了一种形态，AI 不再缺场景，缺的是一个 " 足够完整 " 的系统。而汽车，是少数能够满足这一条件的产业。

新浪汽车：我很好奇，你学算法，为什么当时去做营销工作啊？

郭锐：我当时是研究得太早了。

我本科是电子信息，后来转软件、算法。那时候没什么人学神经网络，它不流行、不可解释，是黑盒子，也没有算力、语料、框架，基本没得研究。当时量子算法也缺乏落地场景。

后来去做营销，其实是因为我博士期间跟 IBM、宝洁这些公司合作。和宝洁合作做数据挖掘，用贝叶斯生成网络去看消费动机，本质上也是在做一种 " 生成类模型 "，只是它落在的是消费者决策上。

但后来发现一个很现实的问题，能真正创造价值的，是对用户和消费者需求的精准理解。

新浪汽车：你是在一个很好的阶段离开手机行业，为什么？

郭锐：跑了这么多年之后发现，算法现在开始成为主流生产力了。而且我在这个时间点离开，核心就是希望做点下半场真正感兴趣的事情。说白了就是 AI。

新浪汽车：手机行业不能继续做 AI 吗？

郭锐：任何行业都可以做 AI，且早晚都会拥抱 AI。但是在当前情况下，新能源汽车领域应当是最能够通过 AI 实现端到端的产业升级的。这个话听起来有点大。但汽车领域，在我所有经历过的行业里面，应该是 AI 应用密度最高的了。终于到了一个正确的地方。

新浪汽车：汽车行业 AI 应用密度高，这个怎么理解？

郭锐：看一个行业，要看它能不能 " 端到端 "。你从第一性原理想，一个产业从原材料到最终用户，能不能实现全链条 AI 赋能？我想不到比汽车更完整的场景了。

新浪汽车：怎么理解 " 最完整 "？

郭锐：汽车产业链，从一块钢板开始，到生产、检测、装配、销售，再到用户使用和数据回流，这条链条极长、极复杂，几万个零件、上千个工位、几十万个检测点。这种复杂度，刚好是 AI 最适合发挥的地方。

新浪汽车：你加入智界后，对你之前的想法有没有什么改变？

郭锐：变化很大。我以前是站在市场端看，觉得机会很多；现在进到产业端，我看到的是问题更多。

我现在每天在工厂走，上千个工位，一天走下来等于跑 5 公里。你会发现，从钢板到整车，这一半的世界，比消费端复杂太多。但也正因为复杂，机会更大。

新浪汽车：现在手机数码行业人才越来越多进入汽车行业，有人说，这会是对汽车的 " 降维打击 "，你认可吗？

郭锐：这不是降维打击……现在还不知道谁比谁更难，光从 AI 角度讲，就各有挑战。

手机是在 DOM 空间里去做 agent，要让它理解你的屏幕、语义，去做操作。这当然是难的，第一，手机的用户隐私性要求高，所以要在端侧做小模型；第二，它的功耗要求高，因为手机电池容量不大。

汽车更像是一个机器人，它得理解更复杂的多模态，而且安全性要求极高。所以汽车既需要世界模型，也需要长链条推理；既要具备预测未来的能力，同时还要拥有像肌肉一样的快速反应能力。

AI 是一种 " 重写一切 " 的解题思路

在郭锐看来，当下行业对 AI 的理解，仍停留在 " 功能层 "，甚至还没有真正进入问题本身。他更关心的是另一件更底层的事情：AI 能否作为一种 " 解题思路 "，进入一个完整的产业系统，并在真实环境中发挥作用。汽车制造体系复杂、长链条、强耦合，更接近 AI 可以持续学习和优化的空间。

在智界，这一判断被具体化为一座 " 会进化 " 的工厂：AI 嵌入冲压、焊装、涂装、总装全链路，制造从 " 流程驱动 " 转向 " 目标驱动 "，系统开始参与决策与优化。

新浪汽车：现在 AI 在所有行业里都是热词了，大家都讨论得很多。

郭锐：还是太早期了。我觉得像 90 年代对互联网的理解，大家觉得互联网就是邮箱、BBS，但后来它变成无处不在的基础设施。现在大家把 AI" 功能化 " 了。

新浪汽车：你眼里 AI 的本质是什么？

郭锐：AI 不是一个具体技术，是一种新的解题思路。就像解析几何，它不是某个具体图形，而是一种方法论。在 AI 这套解题思路下，它可以重写一切技术，一切，不是部分。现在大家看到的这些，比如大模型、agent，其实只是其中很小一块。

新浪汽车：为什么呢？

郭锐：说实话，可能跟人才供给也相关。AI 科班毕业的人才目前是严重的供不应求，很多行业的管理层还没有办法深入的理解 AI。

AI 这套东西的本质是数学，需要系统的数学理论积累作为基础，客观上也需要较长的培养周期。

新浪汽车：所以你反复强调基础教育。

郭锐：因为 AI 是一个对基础能力要求非常高的领域，这些基础知识，都不是短期、光靠你努力就能补的。就像做芯片，你没有基础科学就做不了。如果不重视基础教育，产业是很难真正走远的。

现在很多人在讨论一些概念，比如 " 端到端 ""VLA"" 世界模型 "，但这些其实不是一个维度的东西。如果不回到论文、不理解原始定义，很容易概念混淆。

新浪汽车：那可不可以理解为，未来五年汽车行业的竞争，人反而是最核心的？

郭锐：绝对的，我们现在就缺人。真正懂 AI，有扎实基础教育的人还是太少了。

我在手机行业时，在我们智能工厂里，一群 985/211 的毕业生在工厂里 " 打螺丝 "，当时还上了热搜引起社会争论，认为这是浪费人力。但是我认为这不是浪费。你深入就会发现，这些工种需要仿真、建模，需要你了解数字孪生技术，你必须要有相应的基础知识，才能操作起来。

汽车行业更是这样。我们工厂是人机共生环境，也就是由人、由 AI，人机协同工作。举个例子，我们门线定制化比例很高，光一个版型就 700 多个 sku，一个门板一堆 AI 盯着，防止错漏。

现在智界正在做的工作，就是把 AI 引入到冲压、焊装、涂装、总装线里，带来的效果是生产效率提升，我们能更快地造车、能造更好的车。

但是我进来（汽车行业）后发现，产业里管理层级的人员，懂 AI 的太少，几乎是没有，这也是受限于基础教育。

新浪汽车：AI 会怎么改写汽车产业？比如制造环节。

郭锐：很多人把 AI 理解成替代人，但在制造业，这个理解是错的。AI 不取代人，只让工厂拥有自我进化的能力。

过去造车靠老师傅，经验在脑子里，人一走，能力就断层。但如果你把每一次测试、试错、验证都沉淀进系统，工厂就开始具备一种 " 自我进化 " 的能力。这件事一旦成立，逻辑就变了。不是这一代车做好，而是后面的车会一代比一代更好，甚至过去的错误，都会变成未来的资产。

新浪汽车：你们把这座（智界）超级工厂叫 "AI 智能体生命工厂 "，为什么用了 " 生命 " 这个词？

郭锐：2026 年我们拿到了国家智能制造能力成熟度四级认证，这个级别的核心不是 " 能不能生产 "，而是工厂能不能感知、决策、优化。

新浪汽车：这背后具体发生了什么变化？

郭锐：过去制造是 " 流程驱动 "，L4 之后变成 " 数据驱动 "，也就是制造本身被算法了。

在智界，我们把 AI 嵌进冲压、焊装、涂装、总装全链路，用数字孪生把虚拟世界和真实工厂实时同步。人不再去管每一个动作，而是只需要定义精度目标。剩下的路径怎么走、参数怎么调、效率怎么最优，全部由系统自己算。

新浪汽车：也就是工厂自己会思考？在能力层面，这种 " 会思考 " 具体体现在哪里？

郭锐：比如生产过程中，它不是等人来发现问题，而是自己能感知到偏差，动态去调整。

研发这块，我们把华为在终端上的一些精密制造和仿真能力迁移过来。手机行业迭代快、精度要求高，这套能力在汽车行业可以高效复用。

在仿真阶段，过去要反复做物理模拟，现在很多验证是在   AI 仿真里完成的，真正的物理测试用作最后确认。这种方式可以大幅缩短研发周期，同时提高安全冗余。

从整个系统能力来看，我们做了八大 AI 场景，覆盖计划、生产、质量、园区管理，基本把整个制造链条数字化了。所以这不是单点智能，而是整座工厂变成一个系统级智能体。

新浪汽车：这带来了什么好处？

郭锐：三个层面。技术层面，5G、AI、数字孪生不再是概念，而是真正参与生产；效率层面，我们厂房利用率提升 15%，车型切换效率提升 50%，新车导入周期缩短 20%；质量层面，开始用接近航空级的标准去做一致性控制。而且这不是某一个指标的提升，而是底层能力被重写了。

新浪汽车：你提到的 " 端到端 " 闭环，在这个链条里是如何呈现的？

郭锐：在研发端，AI 仿真能够完成   99% 的验证，把试错前置到虚拟世界。在生产端，AI 实现了全流程控制，同时通过人机协同保证极致精度。最后在用户端，数据会持续回流，反向驱动产品迭代。这三部分连在一起，形成了一个 " 端到端 " 的智能闭环。

新浪汽车：可是用户能感知到吗？

郭锐：用户不一定看见过程，但一定会感受到结果。智界所有车都从这座工厂出来，这意味着每一台车，都经过同一套 AI 系统的训练和校准。

一套能让 AI 落地的产业结构

郭锐判断，AI 如果要真正进入产业，必须依托于一套完整的系统：既有技术源头，也有制造承载，还要有面向用户的整合能力。智界的特殊之处正在于此，华为提供的全栈智能技术与产品能力，奇瑞沉淀 30 年的制造体系与质量控制，智界则承担整合与产品定义，将 AI 能力与真实生产链条打通。

在这样的结构下，竞争不再只是参数与价格的比拼，而是转向底层能力。从制造精度、工艺标准到系统化质量控制，那些用户难以直接感知的部分，反而成为产品价值的来源。

新浪汽车：为什么选择加入智界？

郭锐：智界具备两个关键条件：一是华为的全栈智能技术，二是奇瑞 30 年的制造底蕴。这两个叠加，才有可能把 AI 真正落地到产业里。

新浪汽车：你在智界的角色是什么？

郭锐：我把华为的创新力与奇瑞的制造力变成用户能感知的品牌力，用 AI 这把这个链条打通。

新浪汽车：你怎么看现在汽车行业的竞争？

郭锐：现在卷参数、卷配置，其实走不下去了。最终还是回到产品定义。而且补贴退坡，我觉得是机会。消费者会更理性，会更懂车。越懂车，对我们越有利。

新浪汽车：那你们的策略是什么？

郭锐：我们不卷价格，我们卷价值。现在有句话说，" 可以买贵的，不能买贵了 "，我觉得说得挺对。

新浪汽车：你提到不卷价格，那你怎么看现在汽车行业里 " 亏本卖车 " 的说法？

郭锐：我不认可这种说法。

亏本卖车，你不就成钢板的搬运工了？首先这就不是一个主机厂，不是一个科技公司应该干的事，也是对市场的不负责任。

一家公司可以亏损，一定要亏出个未来才行。如果是亏在研发投入，亏在对品质上的投资，这完全是可以的，因为它带来的是后期长线、持续的增长，这是该亏的。这样综合下来，他可以说前期是亏损的，但亏损不等于亏本。

新浪汽车：那 " 值 " 具体体现在哪里？

郭锐：我举几个例子吧，我们的工厂采用了激光焊工艺，成本是传统方式的数倍；在安全结构上做了很多冗余设计；制造精度做到非常高的水平。

比如我们用了航空级激光焊，成本是普通焊接的 5 倍；设计了可拆卸吸能结构，让轻微碰撞可以低成本维修；还有专利热熔钉技术，从结构上保障电池安全。

近期我们又针对 V9 单独投了 10 个亿建造一条焊装线，就是要在品质上对得起旗舰 9 系的标准。

这些都不会写在配置表上，但会在用户长期用车过程中实实在在体现出来，汽车本身也一种口碑产品。

新浪汽车：在这样的体系下，你们如何定义一款产品，比如 MPV 产品 V9。

郭锐：V9 作为旗舰级产品，执行的是我们体系里最高产品标准。制造方面，我们有新能源乘用车最高标准的四级工厂。产品定义上，华为过去多年对 MPV 市场深入研究，看到了市场未被满足的需求，智界 V9 作为鸿蒙智行的首款旗舰 MPV，凭借全维安全、智能科技、豪华设计、多元场景等满配实力，将重塑 50 万级高端 MPV 市场格局。同时，智界 V9 将首发搭载全球首创电磁热控压铸技术、侧向迎宾光毯、旋转座椅、车载氧吧等多项华为黑科技，真正把智能科技带入 MPV。

新浪汽车：所以你对于一款好产品的定义是什么？

郭锐：我们不太从 " 参数 " 出发，而是从体系能力出发。一款车的好坏，不只是某几个指标的领先，而是它背后整套生产系统的稳定性与一致性，从制造精度、工艺标准，到质量控制能力。这些往往不会出现在配置表里，你会说这是用户看不见的部分，但是这些会直接影响产品在长期使用中的真实表现。

新浪汽车：从产业角度看，智界现在投入的，会带来哪些长期影响？

郭锐：我认为最核心的一点，是让 "AI+ 制造 " 从概念变成现实。汽车行业的整个价值体系会被重写。对相关产业来说，会加速端侧 AI 的落地，以及基础设施的升级。当技术真正转化为用户价值，中国品牌是有机会在高端市场建立话语权的。

新浪汽车：如果一定要定义 "AI 上车 "，你会怎么说？

郭锐：这个定义现在还挺难的……（思考）

现在很多理解是碎片化的。语音、座舱，这些只是入口。真正的变化在底层。未来的 "AI 上车 "，一定是操作系统级 AI，车的调校、控制、驾驶体验，都会被 AI 深度参与。

新浪汽车：你觉得怎么样才算是一个合格的 CEO？

郭锐：我说了不算，用户说了算。

在进入汽车行业的这些天，郭锐还没有全部的答案，反而多了更多问题。从消费端走到产业端之后，原本抽象的判断被一层层拆开，变成具体的工位、流程和变量。复杂性被放大，路径也变得更漫长。

但他的方向没有改变。相比产品端的功能叠加，他更关注那条从钢板到整车的链条，在那里，AI 不再是一个被展示的能力，而是一种正在参与生产、逐渐改变系统的力量。

这件事还没有被完全证明。但如果它成立，改变的也许不只是某一代产品，而是一整套产业的运行方式。