加入轩辕同学，成就新汽车人!

撰文 | 温   莎

编辑 | 黄大路

设计 | 甄尤美

2026年5月，广州，第十八届蓝皮书论坛。德赛西威执行副总裁何志亮站在台上，翻到一张PPT——不同品牌的智能座舱界面并列排开，几乎看不出区别。

"从众效应。"他说。

这张图是他刚从北京车展带回来的。他在车展待了一天半，拍了大量座舱界面。视觉设计趋同、交互逻辑趋同、生态接入趋同。他没有用内卷这个词来抱怨，而是把它当作一个工程问题来拆解：为什么会长得越来越像？

答案藏在智能化上半场的底层逻辑里。

何志亮把2019年至今的汽车智能化定义为上半场。上半场的核心任务是一个字：搬。把手机生态搬进车里，把消费者在手机上养成的习惯迁移到座舱里。

相似的芯片，相似的操作系统，相似的应用生态，接入类似的语音方案。"即使今天我的体验差一点点，有OTA三个月、六个月之后，体验也拉近了。"他说。

这套逻辑效率极高，快速推动了智能化普及。但它的本质是成熟产业的功能排列组合，不是原生创新。当所有人在同一层做排列组合，同质化就是必然结果，不是偶然现象。

何志亮不否认上半场的价值。"2019年、2020年，有一些车企把智能座舱第一次带出来的时候，给消费者的体验是哇的一声。但到2026年，这声哇已经消失了。体验差距被拉平，用户开始无感。"

背后有四股力量在推动同质化加速：平台复用降低边际成本，对标研发追求速度，追随策略规避风险，迭代型创新周期长、投入大。四股力量叠加，行业从做出差异变成追平门槛，竞争从技术领先滑向配置内卷。

"参数好看，体验一般，投入高，差异小。"何志亮用四个短句总结了上半场末期的困境。

三个转折

何志亮在演讲中提出三个转折，每一个都指向AI Agent。

第一个转折是交互模式。他提到理想M9和吉利在北京车展发布的Eva。"汽车有机会不再是千人一面，而是真正走向理解你的情绪、成为你的伙伴。"过去七八年行业反复说"千人千面"，没跑通。他认为AI Agent的迭代速度改变了这个判断的前提条件。

第二个转折是空间定义。车成为移动具身智能的第三空间，重新定义出行体验。

第三个转折是商业路径。AI驱动直达用户，打通软件定义和数据价值，汽车从一次性硬件销售体变成持续运营智能体的主体。

他给出了一个时间判断：2028年以后，新的商业模式有机会彻底跑通。

"未来比拼的不再是单点技术的领先，而是整车级综合效率的比拼。"这句话是他整场演讲的结论锚点。

德赛西威的飞轮

2025年上海车展，德赛西威发布了自己的价值主张。何志亮说，在那之前，公司并没有清晰地把"开放、全栈、快速量产落地"这套逻辑对外讲过。

发布的动力来自一次内部复盘——复盘2019年以来的成长路径，发现公司的增长曲线与智能化上半场的产业趋势高度吻合。

飞轮的逻辑是四步循环：开放全栈方案吸引创新合作伙伴，与不同车企形成首发案例，积累全栈经验，吸引更多伙伴加入，能力叠加，价值主张更鲜明。

他举了几个具体节点。2019年到2021年，与某自主品牌在815平台上做正向策划，迭代调优座舱交付逻辑，年出货量做到200万至300万台。与某新势力做平台级深度协同，首发国内高通第四代、第五代座舱方案，项目节点与需求交付做到100%达成。海外市场与客户共同研究驾驶安全课题，比如视线分心对显示屏设计的影响，优化副驾屏的法规适配。

飞轮能转起来的前提有两个：产业趋势方向对了，以及竞合生态共同成长的意愿存在。何志亮强调的不是德赛西威单方面的能力，而是生态协同本身作为一种能力。

AR-HUD：不是座舱的事

何志亮在演讲中花了相当篇幅讲一个产品——与东风日产NX8联合发布的63英寸超大AR-HUD，对比度1800:1。但他明确说："我不是来做广告的。"

他想讲的是AR-HUD为什么难。AR要做虚实结合，实景与显示内容要和真实世界对齐。两个硬门槛：信号准、时延低。时延从哪里来？ADAS算法、操作系统调度、算力芯片效率、系统集成——任何一环出问题，AR体验就崩。

"AR-HUD并不仅是座舱的事情。"何志亮说。它还需要辅助驾驶、算法团队、车企伙伴深度协同，一起调优、一起降时延、一起把信号做到又准又快。同时AR生态要跟座舱生态协同：导航、电话、车身信号、座舱算法，缺一不可。

这个案例的意义不在产品参数，在于它证明了一件事：单点技术再强，不打通全链协同就做不出好体验。德赛西威用AR-HUD做了一次生态协同能力的实证。

从物理融合到化学融合

如今，舱驾融合已经成为确定的发展方向。何志亮将演进分成两个阶段：早期是物理融合，硬件放到一起；现在要走向化学融合，数据、算力、存储全面共享。

具体做法包括：零拷贝、高速通讯机制提升数据传输效率，异构计算支撑混合运行，确保座舱与智驾安全互不干扰。硬件层面，多域融合方案大幅精简ECU数量，为客户整体降本15%到20%。

软件层面，一套硬件做全球适配。中国市场搭载深度本地化算法，海外市场灵活适配不同国家法规。"助力中国车企出海，帮助全球品牌更好进入中国市场。"何志亮说的是双向通道，不是单向输出。

他透露德赛西威早在2012年就开始与央美、武大、国美等高校探索未来出行场景，迭代舱驾融合方案。14年的积累让他得出一个判断："融合并不是简单的拼合，核心是对电子架构的深度理解。"

2026年，德赛西威与阿里云共同构建AI联合实验室，推动座舱AI能力从功能级走向智能体底座。

商业模式的缺口

一个关键问题：技术能落地，不等于能赚钱。

何志亮没有回避这个问题，"只解决技术不一定可以量产，只解决体验也不一定可以赚钱，只解决商业模式也不一定能工程落地。"三句话把产业链的困境拆成三个独立的问题，每个都不能替代另一个。

他提出的方向是：从卖一次硬件转向服务全生命周期。车企未来有没有可能运营智能体？不同品牌用不同的智能体做出不同的调性、特性、服务体系——"喜欢跑车、喜欢极致速度的智能化，跟喜欢家庭场景、要舒适的，会是不一样的。"

品牌之间的差异将不再是参数，而是谁拥有更多懂用户、懂场景的智能体。何志亮把这个定义为智能化下半场的核心命题。

但他给了一个清晰的时间窗口：2028年以后。这意味着从现在到商业模式跑通之间，还有至少两年的投入期。产业链要在没有新商业模式支撑的情况下完成技术底座建设，这本身就是一场考验。

何志亮最后的呼吁指向整个行业："以更加开放的心态，以更统一的架构和更加长期的视角，共同推进AI Agent时代智能汽车底座建设。"

他没有说这件事一定能成，他说的是：临界点来了。

以下是何志亮的演讲实录，《汽车商业评论》整理，此处略有删节：

我是德赛西威的何志亮，今天非常荣幸能在这里和大家探讨正在重塑整个汽车产业的核心议题，也跟今天这次主题"转折"有非常大的一个关联，就是AI智能体。

我们相信AI智能体，尤其AI Agent的出现会引领产业价值方式的变革。回顾七年前、八年前甚至五年前，我们在探讨所谓千人一面、千人千面，所谓软件定义等等模式，在过去四五年其实并没有跑通。

但今天站在AI迭代速度跟产业深度协同来看，我们认为未来两三年有机会带来一个范式的变化。所以从大的变化来看，我们在思考一个事情，就是怎么样从竞争的方式、怎么样从现在参数竞争中走向构建以用户为中心真正的深度创新协同的"转折"，这个是我今天想要跟大家共同去探讨的一个方向。

我们可以看到，一个正在进化中的智能体是怎么样的，它比我们想象更快，像风暴一样来到各行各业，不再是一个单独的功能，而是一个覆盖端侧、大模型、到云侧完整的体系。

在端侧，我们需要持续让AI更懂车、更懂路；在大模型侧，其实赋予它更加强大的理解和决策能力；在云侧，我们需要以构建一个丰富的生态为目标，打造我们真正说知你、懂你、全时在线、能够多人交互、会办事决策的智能伙伴。

这对于产业链来说正在做的事情，就是如何打通端、云、大模型，形成一个非常高效、协同、创新的闭环。

在这种情况下，AI能力的建设其实是要非常完整地覆盖端侧、大模型、云侧，形成完整的体系，而这个体系的构成才有机会真正去让智能体理解这个世界，去主动服务、持续成长，才可以真正完成从车作为一个工具的身份到伙伴身份的转变。

在这样的趋势下，其实我们看到了三个明显的转折：

首先是新的交互模式。从前两天理想发布了新的M9到吉利在北京车展的Eva，其实我们看到汽车有机会不再是千人一面，而是真正可以走向理解你的情绪、成为你的专属伙伴，这是我们认为的第一个转折。

第二个转折，是新的空间的到来，是将会具备移动具身智能的第三空间，来重新定义我们整个出行体验和沉浸式的服务安排。

第三个转折，很核心的，由AI驱动直达用户。

在这种情况下，我们预计在车端为用户提供真正情绪价值的时间点，从我们对产业的预判来说，在2028年以后有机会将新的商业模式彻底跑通。在那之前，产业还存在一些同质化的现象，内卷确实也是存在的，这意味着旧的范式正在失效。

1

   同质化的必然逻辑             

今年北京车展很有意思，我在那边也待了一天半。大家看这张图，我们看到一个现象：从众效应。

从这张图看到不同品牌的智能座舱，从视觉设计上是非常相似的。这跟我们产业现在走向反映出，走向追求智能化同一目标的时候，确实很容易陷入同质化的竞争。

产品长得越来越像，背后不同车企、不同品牌定位，他们的灵魂肯定也是不一样的，所以这一点我们不用去质疑，肯定有大家的品牌定位和追求。只是作为从业者要去思考：为什么长得越来越像？好像体验越来越可以替代。

用户好像越来越无感。同质化情况下，我们面临的挑战从背后来看，其实有必然性。这种必然性来自对过往平台的复用，对标的研发要快，要流量、要尽快发布车型，你追随总不会有错的。而迭代、重复性的创新周期长、投入大，过程中给我们带来的挑战可能也是一种不可负担的成本。

其实在这种情况下，行业从"做出差异"变成了"追平门槛"，竞争从技术领先变成配置内卷。结果就是，参数好看、体验有可能一般、投入高、差异比较小。

过去几年，包括刚才嘉宾谈的同质化，其实我们认为同质化并不是这个问题的起点，它是结果的显现。真正的问题在于回看产业迭代的逻辑，它是一种整个系统协同机制在不同阶段应该要有变化。

智能化的上半场，整个行业的系统核心逻辑，其实是如何把功能做多、把用于手机的那一套生态、消费者习惯迁移过来，智能化上半场在做这件事。

如果以这样的逻辑来看，智能化上半场的时候，同质化就是必然的一种现象。因为大家用相似的芯片、相似的操作系统、相似的应用生态，接入类似的语音。即使是今天我的体验差一点点，有OTA三个月、六个月之后，我们的体验也拉近了，这时候体验方面也很难形成所谓的差异化。

在这种情况下，它的本质逻辑是在做功能的重新排列组合，也是从手机产业迁移过来的模式。对于智能化上半场，消费者的体验迁移可以完成上半场的使命，从2019年开始就干这个事情。

回想2019年、2020年，当有一些车企把智能化上半场最先带来的时候，那一刻给我们消费者的体验是"哇"的一声。但走到今天，这种体验差距被拉平了。所以回归来看，为什么说是必然逻辑，是产业迁移的属性带来的，它的效率非常高，可以快速推动智能化普及，同时问题现象也比较明显。

如果大家同样在生态云端遵循一套类似的生态资源在整合的时候，产品趋同也是正常的。所以我们讲整个体系创新、协同的体系失效，并不是协同本身没有价值，而是过去智能化上半场的协同跟创新是在浅层。

大家在表层拉平消费习惯的迁移，没有真正说——或者技术、产业、架构的发展没有到达给深度创新的一个临界点。今天我们看到这种临界点来了，AI的迭代、AI Agent让我们有机会去打破现在大家在忙的拼首发、拼速度、拼成本。

2

 未来竞争的本质与商业模式

从大的方向来判断产业竞争的本质，过去从技术堆叠转向所谓的系统效力跟生态整合综合的较量，未来的赢家我们认为必须具备三大核心能力：极致的系统效率，包括软硬件的深度协同跟非常开放的服务生态、数据共享、服务的闭环、体验的闭环。

另外一个，大家要共同努力去尝试打造新的商业模式。汽车能否在AI时代有分层服务的授权，去打通所谓真正软件定义、数据价值的挖掘，让汽车不再成为一次性硬件的销售体，而是成为一直可以为消费者提供个性化、有黏性的运营Agent的一个主体？这种模式我们怎么去思考、怎么去打造。

另外，我们关键核心技术的能力布局怎么去支撑，例如异构技术的架构，AI的原生开发怎么去打破这种模式。这一切其实指向一个结论：未来比拼的不再是单点技术的领先，而是整车级的综合效率的比拼。

再回归到这个事情本身，在去年上海车展，德赛西威也发布了我们的价值主张。其实在上海车展之前，我们并没有很清晰地把我们关于开放、全栈、快速实现的价值分享给产业。

为什么我们会在去年上海车展做这样的发布？其实我们对于过往五年，尤其从2019年以后公司的成长做了一系列复盘，我们发现德赛西威的成长跟2019年开始的智能化上半场——刚才谈的拼首发、拼速度、拼开放、协同——有一脉相承的产业趋势。

在这个趋势下，我们看到有核心几步的理念：

第一，开放、全栈加快速量产落地的解决方案，其实是可以吸引拥抱更多的创新合作伙伴。在这个基础上，我们跟不同车企基于不同的解决方案形成首发的案例和示范效应，积极来回馈积累更多的全栈经验。

在这种情况下的积累，随着业务的增长，会吸引更多产业伙伴和跨行业的客户加入，形成更多的成功案例，最后进一步提升我们全栈能力的叠加——你的能力厚实，整个价值主张就更加鲜明。

第一步，开放+全栈+快速落地，这个飞轮就可以转起来。其实这个飞轮在我们总结过去几年的时候，它能转起来非常核心的一个原因就是产业的趋势方向，智能化上半场决定的，大家要追求智能化和电动化。另外整个飞轮转起来非常充分的一点，就是以行业的竞合生态共同成长为牵引。

再看飞轮，跟行业发展格局非常契合。未来AI必须完成一个事情，就是持续协同跟持续进化的飞轮系统怎么去打造，整个产业链深度创新协同形成进化的闭环。

车企从原来定义功能、定义需求，未来车企有没有机会去运营智能体呢？有没有机会把不同智能体做出不同品牌的智能化、不同品牌的调性、特性、服务体系、黏性，甚至不同的任务平台？

品牌之间的差异在这种情况下，很可能就不是参数了，而是谁拥有更多懂用户、懂场景的智能体。每个品牌是不同智能化的代表，有一些喜欢跑车的、喜欢极致速度的，智能化跟喜欢家庭场景、要舒适的，会是不一样的。家庭特性不一样，个人特性不一样，怎么让车拥有这些属性，回归到车从工具到伙伴的转向过程中符合不同消费者的诉求。

在这个过程中，每个交互反馈跟场景数据的学习进化，对于我们在生态位里的系统集成商来说，其实我们的价值也在迭代、升级、变化。我们不仅是系统的提供商、方案的提供商，我们很核心的是跟汽车、跟所有的生态伙伴一起，包含公司内部的生态位、外部的生态位，怎样在智能体时代落实能力的转化，让智能的中间层持续符合迭代的速度，以及智能体验可进化，支持在商业模式到来之前把数据打通。

3

  生态协同创新案例

在这个过程中，我举个例子，关于过往几年跟生态联合创新、联合开发、联合成长的一些故事。这些故事的例子更多是想跟大家分享：生态非常重要，协同创新非常重要。

我们以光为牵引的重构交互。我们最近跟东风日产NX8做了一个HUD产品的联合发布，是一个63英寸超大的AR-HUD，其实我们做到了1800:1的对比度，整个视觉效果比较清晰舒适，而且这个产品也有三大模式，还有驻车娱乐等一系列亮点，交互效果好。

我不是来做广告说产品交互效果好的，核心我想跟大家分享一个点，就是产品交互体验效果好，核心是生态协同能力跟服务能力。

为什么这么说？因为AR非常特别，这个产品要虚实结合，是实景跟显示内容之间怎么跟真实世界对齐。要做到这一点，很重要的是有两个特性：第一，信号要非常准；第二，时延要低，这是硬门槛。

时延从哪里来？来自于ADAS的算法、操作系统的调度、算力芯片的效率，甚至系统的问题。任何一环掉链子都会影响AR体验。所以AR-HUD并不是座舱的事情，需要跟辅助驾驶、算法、车企伙伴深度协同，一起调优，一起降延迟、一起把信号做到又准又快。

同时AR-HUD，尤其AR生态要跟座舱生态很好地协同，导航、电话、车身信号、座舱算法等，真正的创新不是单打独斗，是一种开放的协同、全链的共创。

我们坚持的理念就是跟行业伙伴一起打通技术、打通数据、打通标准、打通生态，才能把AR体验做好、做透，做出让消费者一看觉得喜欢的场景。

如果说以AR-HUD为代表是用户交互的入口，那支撑我们体验的第二层是整车走向智能体的底层，我们怎么打通怎么做。

跟客户实践的过程中，我们的思考是从舱驾融合到舱控、舱驾控底盘等整个跨域整体架构能力，如何跟行业一起去共创，这里的定义权在车企。车企如果要实现非常好的AR应用，那数据怎么共同定义？场景怎么共同定义？

在思考这件事情上，早在2012年我们就跟一些高校，如央美、武大、国美等共同探索未来的出行场景，当时提到怎么迭代舱驾融合的一些方案。其实在这个打磨过程中，对我们影响最大的是：这种融合并不是简单的拼合，核心是对EA（电子架构）的深度理解，怎么跟生态做深度融合。例如，在做一系列的舱驾融合解决方案过程中，联合工具链伙伴共同打造一体化服务能力。

我们也与国内外所有的芯片厂商共同打造面对不同智能化等级的架构级融合方案，并且通过需求共创、代码共创、IP共享和安全一起来打造模式的共赢，跟客户一起把舱驾融合真正落地。

我们也做了一些具体的体系实践。例如硬件层面从物理融合走向化学融合，我们提供了一种多域融合方案，同时大幅精简ECU的数量，为客户整体降本15%~20%，真正实现工程价值跟商业价值的闭环。

同时，以舱驾为起点，在软件层面从数据、算力、存储全面共享，通过零拷贝、高速通讯机制大幅提升数据传输效率，支撑所谓的异构计算、资源上混合的复杂运行，确保座舱跟智驾安全互不干扰、高效协同，构建真正安全稳定的软件生态。

在这个过程中，我们在算法层面一套硬件、两套硬件做全球适配。采用统一硬件平台，在中国市场搭载深度本地化算法，在海外市场我们灵活适配不同国家的法规和功能需求，助力中国车企出海，帮助全球品牌更好进入中国市场。

4

  智能座舱向何处去

最后是商业模式。商业模式的核心是在整个产品架构打造过程中，如何支持全生命周期的持续进化。车企可以更快部署上层应用跟生态服务、开发部署跟切换，为用户提供长期陪伴、持续成长的体验。

需要我们一起创造的是怎么从卖一次硬件到服务生命周期的转型，汽车向智能体进化才有机会具备统一感知、统一理解、统一交付的能力。

刚才谈到架构、技术之后，我们还在看产品的矩阵跟工具链，怎么支持AI能力的规模化落地？怎么在企业提质增效？怎么在行业做服务闭环？AI作为新的生产力，在改变产品形态跟产业效率的同时，德赛西威跟车企、跟行业一起探索下一代AI成长路径方面如何促成AI化跟提供生态协同能力。

这里有两个方向。一是AI产品配套跟工具链方面两个维度思考：例如座舱从功能走向真正服务，用户的智能体满足记忆、理解跟智能服务的主动化持续学习，通过AI Agent的方式来解决这个问题。

同时，从不同的scalable可插拔硬件或者协处理器的方式助力提升整车的AI水平，根据需求把这一部分释放给消费者，可以通过做一些scalable的能力预留做模型升级的支持、Agent的扩展、云端协同，以及场景的持续进化，给消费者一些个性化的选择。

同时我们也有自己的一套SMGC的AI设计规范跟工具来支持开发、支持整个过程的提质增效。

其实整个构建过程中不能只解决技术，因为只解决技术不一定可以量产，只解决体验也不一定可以赚钱，只解决商业模式不一定能够工程落地，所以在AI跟汽车结合的时代，把这些元素打通是非常迫切的能力，这个过程我们认为是一种长期陪伴式的进化跟开发。

在不同的客户持续演进过程中，我们需要做到分层共创，把能力落地到不同车企，帮助客户降低技术路线本身的风险，缩短上市周期跟产品具备成长能力。

这里会有一些例子。例如过往几年我们跟国内某自主品牌通过技术+体验共创，在815平台上正向策划和攻关，通过迭代帮助客户调优整个座舱的交付逻辑。这是2019年到2021年这三年平台化做得非常成功的一代智能化产品，年出货量超过200万-300万台。

我们跟某新势力主打平台级的深度协同，跟客户一起推出首个国内搭载高通平台的方案。那时候方案还不能做到化学融合，但我们同样通过硬隔离的智能座舱平台，包含持续首个第四代座舱、第五代座舱的首发，做到项目节点跟需求交付的100%。

同时我们在海外通过合规跟体验的共创，跟客户开展，例如视线分心、注视显示屏的驾驶安全影响等课题，优化副驾屏以及安全法规下驾驶场景应该怎么设计。

在新时代来临，我们的核心是怎么样去让智能硬件具备对用户的主动理解、自主决策，以及持续进化方面构建更强的AI研发能力。我们跟阿里云共同构建AI联合实验室，推动座舱AI能力从功能走向支持智能体的底座。不同维度开放协同，是我们赋能不同客户的核心关键路径。

前面谈了产品落地、客户的共创、生态的协同。所有的实践都是为了回归命题作文：转折和智能体。如何从单一的座舱智能，升级到整车统一智能体？让AI智能Agent不仅是座舱的功能入口，应该成为整车统一的智能底座，让整车可以像统一的生命一样协同工作，从而打破信息孤岛，与智驾、动力、车身系统深度协同，打造沉浸式体验。

这需要看到，竞争不再是单点能力的竞争，而是系统效率、深度生态协同的竞争。在AI时代，行业需要走向协同共创来迎接行业的新生态——以安全先行，建立可信边界；以开放协同共创底座接口，打破孤岛效应；持续进化，构建长期闭环。

在此，作为行业的一员，我们呼吁行业各方以更加开放的心态，以更统一的架构和更加长期的视角来共同推进AI Agent时代智能汽车底座建设，让智能化的下半场走向系统协同、走向持续进化。

AI改变时代,她关注改变

请关注《汽车商业评论》兄弟媒体

加入轩辕同学

革新、链接、化反

成就新汽车人!

点击阅读原文报名

▼