汽车产业正处于战略转向的关键阶段。经历多年硬件参数竞赛和价格战后，车企开始寻找新的增长动能。理想汽车、小鹏汽车等头部企业把重心转向人工智能，希望以技术创新打造具备自主感知与主动服务能力的“汽车机器人”。这既是产品能力升级，也是资本市场讲述新增长逻辑的选择。理想汽车CEO李想近日更解释了该思路。他认为，人工智能正从聊天机器人走向智能体，真正融入生产生活必须具备行动能力。汽车本质上是能在物理世界移动的机器人，应像司机一样理解用户需求并主动提供服务。要实现这一目标，车辆需要同时具备意图理解与物理执行能力，这意味着目前相对独立的两套系统——智能座舱与智能驾驶——需要打通融合，形成从决策到控制的完整链路。小鹏汽车CEO何小鹏也有类似判断，认为汽车产业进入与人工智能深度融合的新阶段，座舱与智驾将实现技术合流，最终形成“超级智能体”。 为推动这一战略，两家公司已展开组织调整。理想汽车对原有自动驾驶研发体系进行重组，按人工智能公司的组织方式设立基础设施团队、基座模型团队、软件本体团队和硬件本体团队四大板块，分别覆盖算力与数据、多模态认知模型、通用智能体工程以及物理载体等方向。小鹏汽车则将自动驾驶中心与智能座舱中心合并为“通用智能中心”，围绕基座模型与基础设施底座搭建二级组织体系。统一后的AI中台将同时支撑智驾、座舱及机器人等业务，减少重复研发与资源分散。 从技术层面看，舱驾融合已有可行基础。业内专家指出，座舱使用的视觉-语言大模型（VLM）与智驾使用的视觉-语言-动作大模型（VLA）在底层能力上存在复用空间，为统一架构提供了技术路径。同时，新一代高算力芯片已具备同时运行两类模型的算力储备，硬件成熟也在推动融合提速。对面临成本压力的车企而言，舱驾融合还有望减少硬件冗余与系统成本，带来更直接的经济效益。 特斯拉已在舱驾融合上率先落地。其北美推行的方案中，用户通过较为模糊的语音指令，由智能助手Grok完成语义解析并生成导航目的地，再由全自动驾驶系统FSD执行路径规划与车辆控制。不过业内人士认为，这种联动仍偏初级，本质上依赖驾驶员显性指令触发动作，距离“主动服务”仍有差距。更值得期待的方向是，系统通过捕捉驾驶员生理信号、行为习惯等多模态输入，提前判断其潜在意图，并与物理世界的实时状态对齐，实现人-车-环境的协同感知，让车辆更主动地融入人的感知与决策流程。 然而，舱驾融合落地仍面临关键技术挑战。人工智能领域专家指出，座舱侧重服务体验，允许一定不确定性，偶发错误主要影响体验；而自动驾驶属于安全关键系统，需要毫秒级稳定性、可验证与可回放性，任何失误都可能带来安全风险。统一底座的核心难点不在模型能力本身，而在于如何确保自动驾驶链路的可靠性不被影响。 其中最典型的挑战在算力与系统调度。座舱大模型运行可能瞬时占用大量算力与显存，而自动驾驶要求逐帧计算稳定、延迟不能波动。一旦共享资源，座舱侧的突发需求可能带来智驾计算延迟抖动，进而威胁行驶安全。这要求车企在系统架构、资源隔离与优先级管理诸上做出更扎实的工程创新，确保安全关键系统的独立性与可靠性。
这场由技术创新推动的产业变革，一方面包含着中国汽车品牌向高端迈进的期待，另一方面也考验企业在技术进取与安全底线之间的取舍与能力；当汽车从交通工具演进为“移动智能体”，变化的不只是产品形态，更将重塑人车关系与出行生态。在这场全球竞速中，中国车企能否突破关键技术瓶颈，将影响其在下一代汽车产业格局中的位置。