文 | 影子备忘录

2026 年 6 月 5 日，深圳，高通汽车技术与合作峰会。蔚来创始人李斌站在台上，说了一段让很多人心头一紧的话：" 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。"

这话如果放在三年前说，大概率会被当作一个造车新势力 CEO 的 " 概念炒作 "。但今天，没人笑得出来。

因为在过去的半年里，几乎每一家你叫得上名字的新势力车企，都在悄悄改头换面，他们正在从一家 " 汽车公司 "，变成一家 "AI 公司 "。

理想汽车把自动驾驶团队拆了重组，把人形机器人业务提成了独立条线；小鹏汽车定了全行业最激进的 2026 年 KPI，要量产人形机器人、量产飞行汽车、开启 Robotaxi 运营；

蔚来刚刚让自研的 NWM 世界模型上了一百多种行车场景的实时推演；就连一向 " 传统 " 的比亚迪，也砸出千亿把城市 NOA 塞进了一辆 10 万块的车里。

你可能会问：这帮人到底在搞什么？好好的车不造，怎么一个个都跑去 " 造人 "" 造脑 " 了？

答案其实就一句话：汽车，正在被 AI 重新定义。而这种重新定义的方式，比你想的要激进得多，也比你想象的要可怕得多。

新势力车企，在满世界 " 造人 "

2026 年 1 月 26 日，理想汽车 CEO 李想召集了一场内部线上全员会。他给出了三个判断：第一，2026 年是想要成为 AI 头部企业的 " 最后上车时间 "；第二，L4 级自动驾驶最晚 2028 年一定能落地；第三，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。

紧接着，理想汽车启动了堪称 " 伤筋动骨 " 的组织架构重组。原自动驾驶部门被打散，基座模型团队由自动驾驶高级算法专家詹锟接手，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；而人形机器人方向，则升级为独立的硬件条线。

自此，从某种意义上来说，理想汽车已经不再把 " 自动驾驶 " 当做一个单独的部门，而是一切都往 "AI" 这条主线上并。

汽车是 AI 的载体，机器人也是 AI 的载体，二者共享同一套底层认知模型。理想汽车的自研座舱芯片 " 马赫 100" 已于 2026 年 5 月量产交付，总算力达到 2560 TOPS。

李想说得很直白：苹果体验领先的原因不是某个环节最强，而是各环节协同无短板，理想追求的正是将这种范式复刻到 AI 物理世界。

用李想自己的话来说，理想正在从 " 创造移动的家 " 转向具身智能领域，以硅基生命构建为核心，推动研发体系与组织架构全面变革。

似乎 " 硅基生命 "，这已经不是造车的逻辑了，这是造 " 物种 " 的逻辑。

如果说理想的转型属于 " 亡羊补牢、犹未为晚 "，那小鹏就是那个从第一天起就没把自己当纯车企的 " 叛逃者 "。

在今年 1 月 8 日的全球新品发布会上，何小鹏直接宣布：2026 年是小鹏 " 物理 AI 商业化落地的关键一年 "，AI 将成为驱动汽车、机器人等业务增长的核心引擎。

看点在哪？

第一，第二代 VLA 上车。传统的智驾系统用的是 " 视觉 - 语言 - 动作 " 三段式架构，小鹏去年搞的标准版 VLA 就是这个路子。但问题是，语言转译环节会带来信息损耗和延迟。

今年，小鹏的第二代 VLA 直接干掉了这个中间环节，从视觉信号到动作指令端到端生成。何小鹏透露，烧了 20 多亿训练费，喂了 1 亿 clips 数据，才终于在今年二季度等到了 " 智能涌现的时刻 "。

第二，人形机器人要在 2026 年底实现量产。全新一代 IRON 机器人身高 178cm，有仿人脊椎、仿生肌肉、全包覆柔性皮肤，搭载 3 颗自研图灵 AI 芯片，总算力 2250 TOPS。

今年 6 月的最新进展是，量产版 IRON 软硬件研发已进入 ET2 合围阶段，计划三季度亮相，年底先从自家门店试商用，明年面向海内外交付。

何小鹏甚至明确表示，从明年起，" 机器人的硬件收入和 AI 模型收入 " 将成为小鹏的重要收入来源。

第三，飞行汽车也要量产。汇天陆地航母已进入量产前夜，全球订单超过 7000 台。

何小鹏在一次内部分享中说了很有意思的一句话：" 汽车产业与 AI 正式进入跨域融合的大时代，智能座舱和智能驾驶会技术合流，组成超级智能体。"

何小鹏的野心还不止于此。他在采访里直言不讳：" 现在很多机器人公司连‘小脑’都没做好，能让机器人用单调的步伐稳定向前走，那不叫把‘小脑’做好了，只能说把‘脑干’‘脊椎’做好了。"

做小鹏机器人的底气，来源于自动驾驶积累的 " 大脑 " 能力，VLA 大模型、自研 AI 芯片、端到端感知决策闭环，这些本就是同一套技术栈。

李斌这次在高通峰会上说的话之所以让人印象深刻，不只是因为他点了 "AI 公司 " 这个题，而是因为他把智能座舱的升级路径讲明白了。

他说，AI 正在重构下一代座舱体验，把智能座舱带入认知座舱时代。以后智能座舱的核心体验，必须全面 Agent 化。

" 认知座舱 " 和 " 智能座舱 " 有什么区别？简单来说，" 智能座舱 " 是你告诉车做什么，车帮你做；" 认知座舱 " 是车自己判断你需要什么，然后主动去做。

前者是被动响应，后者是主动服务。AI 座舱正是这一演进的核心载体，把 " 执行命令 " 升级为 " 理解需求 "。

蔚来在今年 1 月推送了 Banyan 3.3.0 版本，超过 60 项功能升级。底层依托的是自研的 NWM 世界模型，中国首个基于多元自回归架构的生成式具身驾驶模型，可以在 100 毫秒内同步推演 216 种潜在行车场景。

这车不是一个被动执行指令的工具，它已经在 " 想 " 了。

AI 座舱的底层逻辑，究竟是什么？

说完了现象，我们来聊聊本质。为什么新势力都在搞 AI？往小了说，是销量承压、竞争太卷，车企要讲故事找第二曲线；往大了说，是整个汽车行业的竞争底层逻辑发生了根本性迁移。

罗兰贝格在今年 1 月的汽车行业展望报告中，直接给出了判断：2026 年汽车行业的竞争将围绕六大主线展开，其中排在最后但分量最重的两条：" 技术战定胜负、AI 战决高下 "。

报告指出，汽车的产品定义正从传统交通工具向 "AI 驱动的智能体 " 形态演进。我在这句话上停留了很久，AI 驱动的智能体。汽车不再是一台可以自动驾驶的车，而是一个有感知、有判断、有执行能力的智能体。

盖世汽车研究院副总裁王显斌说得更直白：" 行业正在从‘软件定义汽车’阶段迈向‘ AI 定义汽车’阶段。"

这两者的本质区别，他一句话点破了："AI 定义汽车 " 带来的本质是 " 主动性 "，汽车能够感知、判断并主动执行任务，通过对语音、视觉、触觉以及外部环境变化，即时理解场景并主动提供服务，" 就像车自己有‘灵魂’一样 "。

翻译一下就是：以前拼的是 " 这车能做什么 "；以后拼的是 " 这车懂我什么 "。

如果说上面说的都是行业层面的宏大叙事，那咱们落地到最具体的地方，你每天坐进去的那个驾驶座。

我们先上一组数据。据盖世汽车研究院数据，2026 年 1-3 月，国内乘用车智能座舱渗透率已经达到 83%，新能源车更是高达 94.5%。

换句话说，今天你买一辆新能源车，智能座舱几乎已经是出厂标配，不是你选不选的问题，而是标配版已经塞满了各种功能。

那下一阶段大家拼什么？答案已经很清楚了。

盖世汽车研究院指出，智能座舱的竞争正在从 " 配置清单 " 转向 " 体验重构 "。多模交互方面，语音渗透率 87.3%，面部识别约 18%，手势约 5%。而人机交互正在从车内延伸至车外，车外语音控车和灯光投影交互逐渐成为新的博弈战场。

但最核心的变化，在于 AI 大模型全面入驻座舱。

2026 年北京车展上，阿里通义千问宣布 10 多家头部车企同时接入 " 千问 "AI 助手；字节跳动豆包直接甩出数据，搭载豆包的智能汽车已超过 700 万辆，覆盖 50 多个品牌、145 款车型，每天在座舱里完成超过 3000 万次交互。

你没看错，700 万台。这个数字意味着，座舱 AI 不是 " 将来时 "，而是 " 进行时 "。

字节跳动与赛力斯的深度定制座舱项目已经实现了全双工对话能力，人车可以实时同频交流。

用户说 " 停到离入口最近的车位 "，系统能调用辅助驾驶系统完成泊车；行车途中说 " 右转可经过樱花大道 "，系统听懂后自动减速、开启车窗。

这就是 AI 座舱的核心价值——它不再是一个只会回答 " 导航去哪里 " 的语音助手，而是理解你的深层意图，然后整合多个系统去完成一个复杂任务。

笔者注意到一个很有意思的行业趋势。理想汽车内部已经把汽车和机器人统一定义为 " 硅基生命的硬件 "。

中国汽车工程学会发布的趋势报告也指出，未来的智能座舱将超越单一的功能堆叠，以统一的主智能体为交互入口，依托多智能体根据场景需求动态协同，最终迈向 " 场景驱动 + 多智能体协同 " 的新型智能服务生态。

用大白话说就是：你的车会像一个 " 数字生命 " 一样，有自己的认知、判断和行为逻辑。它知道你冷、知道你累、知道你今天的出行需求是什么，然后在你不开口之前就已经准备好了。

有分析说得很精准：智能驾驶决定技术的上限，而座舱 AI 决定用户体验的下限。当智驾能力逐渐趋于同质化，城市 NOA 全国覆盖已成行业标配，座舱交互的差异化将成为车企抢占市场的核心竞争力。

终极赛点，拼的是什么？

这场 AI 军备赛打到最终，拼的到底是什么？

首先是拼算力——而且是 " 车端的算力 "

李想和何小鹏的路线图已经说明了一切。理想自研的马赫 100 芯片在 2026 年 5 月量产交付，双芯片协同提供 2560 TOPS 整机算力，李想自己承认单颗有效算力是英伟达 Thor-U 的三倍。

小鹏这边，图灵 AI 芯片实现 2250 TOPS 部署，搭载数十亿级参数规模的第二代 VLA 大模型上车——行业普遍的参数量还在千万级。

比亚迪也不甘落后。5 月 28 日的智能化战略发布会上，比亚迪发布了中国首款自研 4nm 制程智驾芯片璇玑 A3，已开启规模化量产，支持 L3、L4 级自动驾驶。

王传福直接公布了三个目标：零交通事故、超级司机、超级秘书。AI+ 璇玑架构已全面赋能智能座舱、辅助驾驶、动力、底盘等核心域。

但算力只是门槛，不是壁垒。

其次拼模型—— VLA 成为行业共识

有意思的是，无论是理想、小鹏、蔚来还是比亚迪，核心都在押注同一个技术方向—— VLA/ 世界模型路线。

理想的 VLA（视觉 - 语言 - 行动）基座模型已经从单个项目升级为公司层级的核心战略，为自动驾驶、智能座舱和机器人业务提供统一的技术支撑。

小鹏的第二代 VLA 直接拿掉了语言转译环节，实现了端到端生成。蔚来的 NWM 世界模型基于多元自回归架构。比亚迪的璇玑大模型与世界模型深度融合。

其实上述动作基本上都殊途同归，大家最终都在解决同一个问题：让车和机器人真正 " 理解 " 物理世界并做出最优决策。

李想的判断是，未来的终极竞争是拥有基座模型、自研芯片、操作系统及具身智能全栈能力的少数几家巨头之争，" 全球能同时布局这四项的公司不会超过 3 家 "。

第三，拼自研——从 " 买买买 " 到 " 自己造 "

你可能发现了，上述所有能力芯片、大模型、OS 等，几乎清一色在走自研路线。这与五年前的行业认知截然不同。

那时候大家还觉得，车载芯片用高通的，大模型接第三方的，操作系统用 Android 的，成本低、落地快。

但今天回头看，头部玩家全部选择了 " 全栈自研 "。为什么？

何小鹏给过一个很有意思的答案：机器人的关键是 " 融合 + 创新 "，而全栈自研是 " 融合 + 创新 " 的基础。

因为机器人是软件驱动硬件设计，只有自己研发的硬件，才能完美匹配自己训练的模型。

这个逻辑放在汽车上同样成立。李想也强调，AI 时代已不再是单项技术竞争，而是比拼包括芯片架构、操作系统、模型、编译器、硬件设计和生产技术在内的系统化联合设计能力。

特斯拉先证明了这条路走得通，小鹏、理想、蔚来正在用自己的方式证明这条路不仅走得通，而且必须走。

未来的车，不再是车

综合上面的内容，或许大家不难发现，AI 正在成为汽车唯一的差异化。

当电动化的技术差距被迅速拉平，当三电系统的成本快速下降，当每一个品牌都能推出续航相当的车型，决定胜负的只剩下一个问题：

你这辆车，够不够 " 聪明 "？

而 " 聪明 " 的下一个层级，就是李斌说的 " 认知座舱时代 "，就是何小鹏说的 " 舱驾技术会流组成超级智能体 "，就是李想说的 " 硅基生命 "。

未来的某一天，你可能根本不会在意一辆车的百公里加速是多少、续航是多少、悬挂是什么形式。

你只会在意，这辆车懂不懂你，当你说 " 今天不想开会了 "，它会不会自动帮你拒绝行程、规划一条风景最好的路、把座椅调到最舒服的角度、播放一首你最喜欢的歌。

而这种体验，只能靠 AI 来提供。

从这个角度来说，今天的汽车公司转型为 AI 公司，不是一种选择，而是一种生存的必然。2026 年这个节点上，窗口期正在收窄。李想说 " 这是最后的窗口期 "，何小鹏说 "2026 年是物理 AI 商业化落地最关键的一年 "，李斌说 " 现在的汽车公司必须成为 AI 公司 "。他们说的事情，本质上是一样的。

未来的赢家，不会是卖车最多的公司，而是那个真正把 AI 注入到 " 灵魂 " 里、让车从冰冷的机器变成有温度智能体的公司。

终极竞争，正在从 " 造车 " 变成 " 造灵 "。