2026年1月15日，中國汽車工業協會發布的數據顯示，2025年我國汽車銷量達到3440萬輛，按年增長9.4%。

　　另外，隨着銷量的增長，汽車也在逐步轉向「全域AI」。《中國經營報》記者注意到，包括吉利汽車、博世等在內的汽車主機廠、供應鏈巨頭開始加大在汽車AI方面的佈局。

　　吉利汽車日前發布了面向未來的核心技術體系，包括智能座艙WAM模型、涵蓋全域智能的AI 2.0架構，以及可實現高階智能駕駛的千里浩瀚G-ASD平台；博世則展出了全新AI智能座艙平台與全球首發的第七代毫米波雷達。

　　實際上，在經歷了上半場的電動化轉型後，汽車相關企業正集體進入以AI大模型為底層驅動力的下半場。在外界看來，「含模量」的多少或將成為衡量造車下半場趨勢的重要指標之一。

　　不過，在盤古智庫高級研究員江瀚看來，行業需警惕「軍備競賽」式內卷。若多數車企將資源集中於模型規模而非數據閉環、仿真驗證或安全冗餘體系構建，可能造成結構性失衡。

　　人工智能重構汽車業

　　人工智能正在加速重構汽車行業，在過去幾年的AI敘事中，AI往往出現在智能座艙的語音助手或自動泊車等碎片化功能中。但2026年開年以來，已有企業打出了「全域AI」口號，AI技術已從「邊緣插件」演變為「底層中樞」。

　　佐思汽研報告顯示，汽車大模型推理能力的提升，能夠切實解決AI應用場景下的痛點問題，如加強座艙助手對複雜語義的意圖識別和提升自動駕駛規劃決策中的時空預測場景精度。

　　據了解，吉利汽車目前就擁有千里浩瀚G-ASD輔助智駕系統，採用行業領先的SmartAIAgent架構，完整應用了WAM世界行為模型，是全球範圍內「含模量」最高、技術最前沿的輔助駕駛系統之一。

　　「在階躍星辰通用AI大模型的加持下，雲端多模態大模型+世界模型參數達1000億級別，顯著提升環境感知和推理能力。千里浩瀚G-ASD還將模型範式全面升級為生成式範式，落地多模態Diffusion技術，並融入國賓級司機的駕駛行為數據，全面提升輔助駕駛的擬人性、安全性、舒適性和通行效率。」吉利汽車方面表示。

　　除了主機廠外，汽車零部件企業也在加碼AI。全球汽車供應鏈巨頭博世，日前展示了其全新AI智能座艙平台。記者注意到，該平台採用一體化集成系統，可打造高度個性化的座艙。座艙配備AI大語言模型，帶來擬人化的交互體驗；同時，搭載視覺語言模型，實時解讀車內外環境。「系統可在車輛抵達目的地時自動搜尋車位，或為在線會議生成紀要。」博世方面表示。

　　除博世外，同樣是汽車供應鏈企業的禾賽科技也在加大自身產品在L3、L4級別自動駕駛領域的佈局。禾賽科技的新一代L3車規激光雷達解決方案，包括超遠距激光雷達ETX與純固態近距補盲激光雷達FTX。兩款產品均採用緊湊化設計，具體來看，ETX 可靈活佈置於擋風玻璃後方或車內，FTX則專為短距盲區監測設計，共同構建車輛 360°安全感知網絡。

　　車企押注「含模量」

　　在業內人士看來，這正反映了當前智能駕駛技術方式向規則驅動與數據、模型驅動的轉型。江瀚告訴記者，這符合AI產業「大模型+垂直場景」的演進邏輯。「類似包括吉利G-ASD在內的系統通過端到端架構整合多模態基座模型與世界模型，提升泛化能力與場景覆蓋率，這代表了技術前沿的合理探索方向。」

　　記者注意到，上述吉利汽車發布的世界行為模型WAM採用分層設計，上層利用MLLM（多模態模型）進行宏觀任務的規劃，下層集成動作專家（Action Expert）和世界模型（World Model）進行精細的推演和決策，並引入人類在環（Human-in-the-loop）的價值函數體系（Value Function），實現了從「理解—規劃」到「預演—判斷—修正」的完整智能閉環，讓汽車智能首次擁有持續進化的「世界觀」和「判斷力」。

　　也正是基於上述WAM模型強大的內核，吉利汽車全域AI技術體系進階到了2.0時代。具體來看，在「智能體化」突破上，吉利汽車首次設計並實現「1+2+N」全域多智能體協同框架，使不同域的智能體能夠進行對話、協商和協作，用戶一個簡單的自然語言指令，即可觸發多個智能體間一系列複雜的任務分解、資源調度和協同執行。

　　除了吉利汽車外，零跑汽車也在加速佈局。日前，零跑汽車與高通技術公司聯合發布全球首款搭載驍龍座艙平台至尊版與Snapdragon Ride平台至尊版的跨域融合解決方案，該方案以雙驍龍8797芯片打造高性能中央域控制器。在駕駛輔助層面，能兼容13路攝像頭以及激光雷達、毫米波雷達等多類型傳感器與高精度IMU，實現L2級駕駛輔助及包含車位到車位（P2P）在內的30餘項高階功能，可應對複雜城市道路與日常場景。

　　拉高算力需求

　　天風證券相關研報分析認為，自動駕駛系統的開發、驗證、迭代需要算力支持。「自動駕駛系統前期開發依賴大量環境數據的輸入，形成貫穿感知、決策、規劃、控制多環節的算法。後期仍需持續輸入數據，對算法進行訓練與驗證， 加速自動駕駛迭代落地。同時仿真測試中的場景搭建與渲染也需要高算力支持。」

　　麥肯錫相關報告指出，大模型上車不僅增加了車端需求，還引發了雲端算力的爆炸式增長。車企為了訓練端到端模型，必須構建萬卡級別的智算中心。

　　在江瀚看來，高算力需求可能也會造成企業的資源效率配置低下。「看來，當前L2—L4落地仍受限於算力成本、能耗約束與法規環境，過度追求‘含模量’可能導致研發投入與商業化節奏脫節。尤其在量產車型中，高算力需求將推高BOM成本，若無法轉化為用戶可感知的安全或體驗價值，則存在資源配置效率低下的風險。」

　　但客觀來看，AI技術的成熟度仍處於動態演進中，在硬件趨同的背景下，AI大模型不僅是通往自動駕駛的必經之路，也是決定下半場品牌位階與商業成敗的終極變量，這場以AI為核心的造車馬拉松，才啱啱進入最關鍵的加速階段。

　　2026年或將是汽車行業「含模量」的分水嶺。一方面，具備全棧自研能力和大規模算力儲備的企業將通過AI帶來的安全與體驗優勢，進一步收割中高端市場紅利；另一方面，研發投入不足、缺乏生態協同的中小廠商，可能在技術迭代中面臨被邊緣化的風險。

　　對於中國企業而言，如何在這一輪汽車「含模量」競賽中佔得先機？江瀚告訴記者，在AI技術路線快速分化與地緣市場變化摩擦加劇的雙重背景下，中國汽車產業必須堅持「自主可控」底線。「核心AI模型、訓練數據、安全機制等涉及國家安全與產業主權的環節，應通過國家實驗室、產業聯盟等方式構建本土技術棧，避免在關鍵節點受制於人。」

　　在上述方面，國內企業已有優勢。據吉利汽車方面介紹，基於其首發的WAM世界行為模型，吉利汽車全域AI技術體系順利進化到了2.0時代，實現了AI技術在整車各域的跨域融合，讓汽車智能首次擁有了持續進化的「世界觀」和「判斷力」。「在全域AI 2.0加持下，吉利汽車推出的Eva超擬人情感智能體，正快速進化為超擬人、超智能、超好用的整車智能中樞。」吉利汽車方面表示。

　　不止於此，吉利汽車是全球首個完成全域AI佈局，全球唯一擁有汽車、芯片、衛星、飛行器、手機、AI大模型等全智能科技生態的車企。吉利汽車率先構建「天地一體化」的出行生態，吉利星座已完成一期64顆衛星的初步組網，成為中國首個完成組網並具備規模化應用能力的低軌衛星星座，吉利銀河星耀8、吉利銀河E8、領克900、極氪001等車型搭載了衛星通信技術。

　　不過，江瀚告訴記者，全球協作仍具不可替代價值。基礎大模型、先進製程芯片、國際測試標準等仍由歐美主導，完全閉門造車將導致技術代差。建議採取「開放式自主創新」策略，在應用層強化自主研發，在基礎層通過合規渠道參與全球開源社區與標準制定，實現「借船出海」。

　　高通技術公司執行副總裁兼汽車、工業及嵌入式物聯網與機器人事業羣總經理Nakul Duggal此前就表示，基於驍龍數字底盤解決方案，公司與零跑汽車的合作不斷推動汽車創新。「公司非常自豪能助力實現全球首款量產多域融合解決方案，見證驍龍汽車平台至尊版推動行業加速邁向中央計算和軟件定義汽車，讓前沿汽車科技惠及更多汽車製造商和消費者。」

（文章來源：中國經營網）