作者|張霽欣

編輯|冒詩陽

汽車像素(ID:autopix)原創

如今，二十多萬元的電車，很容易做到五六百匹的馬力，如果是燃油車，要到百萬，甚至千萬級的 hyper car 才能做到。

無論哪家造車新勢力，自動駕駛研發，都曾是頂級重要的戰略，雖然燒錢，但這是新勢力在過去幾年中，唯一能看清的護城河方向，就像特斯拉通過FSD所取得的優勢一樣。

但2026一開年，新勢力的自動駕駛部門開始集體“消失”。小鵬將自動駕駛中心合并，理想的智駕團隊被拆分。

是故事講完了嗎？

與很多行業都在發生的變化一樣。對于造車新勢力而言，這場復雜變化的源點，是AI。

以前做智能車，座艙和智駕，是完全分開的。語音模型管語音，駕駛模型管駕駛，每個系統各自為戰，互不打擾。

這是因為， AI能力不夠，只夠做單點功能，但隨著AI超乎想象的“智能涌現”自動駕駛，不再是一個功能，而是一種底層能力。

理解世界、做決策、控制動作，可以由同一個基座模型做到。

比如說小鵬，目前內部主推兩套模型：VLM和第二代VLA。它們就是同一顆“大腦”。既然技術底層已經統一，繼續保持兩個部門，反而是內耗。

當理解和行動，真正打通之后，車也不再只是交通工具，它更像一個會自己理解、自己執行的“智能體”，這才是這輪融合背后，真正的質變。

新的技術趨勢下，小鵬、理想的調整，說白了已經不是在優化車業務。而是在為具身智能時代重做底層架構。

為什么是現在？

因為兩個條件，終于同時成熟了。

第一，如前面所說， AI真正進化了。從只會開車的“專用工具”，變得有能力理解物理世界，掌握物理規律。

第二，是車的算力，終于越級了。過去不是車企不想上大模型，是根本跑不動

車端芯片的一二百TOPS，只夠跑跑小模型。真把通用大模型搬上來，延遲也會非常高。

但隨著各個車企的自研芯片出來，新一代的硬件，算力直接翻了有十倍。

以小鵬為例，新車上的三顆圖靈芯片

能夠提供2000TOPS的算力，相當于把一臺小型數據中心，塞進車里。大模型有了長期、本地、實時運行的可能。

但如果只是為了把車做好一點

其實沒必要折騰到這種程度。真正的變量，是機器人，以及未來具身智能的無數個場景。

車和機器人，或者說所有具身智能，對于未來的大模型而言，其實是同一道題，都是看世界、做理解、下決策、控動作。

只是“身體形態不同”。

但背后的視覺模型、控制模型、訓練平臺，90% 都是同一套東西。

2026年，具身智能比智能汽車的話題度，可高多了，與曾經的自動駕駛一樣，AI大模型的質量，是具身智能行業的核心競爭點。

而好的AI，需要優質的數據來訓練。誰的數據多，誰的模型迭代快，誰就更聰明。

恰恰在這一點上，造車新勢力還真有優勢。

每天真實路況、真實駕駛、海量傳感器數據，為模型理解物理世界，提供了重要的訓練素材。

這也是為什么，你會發現這些車企，越來越不像車企。它們真正的對手，已經不是隔壁品牌的新車型了。

而是特斯拉，以及一大批機器人公司。

比的不是馬力、底盤、內飾，而是算力、數據量和模型能力。

特斯拉已經走到這一步了。FSD 訓練自動駕駛，轉頭就能喂給 Optimus 人形機器人。

同一套視覺網絡，同一套訓練平臺。已經讓特斯拉，越來越不像車企，更像一家 AI 公司。

更現實一點說，新勢力一年三五十萬輛的銷量，根本不具備獨立生存的能力。

所以對小鵬和理想來說，轉型不是選擇題。

是生存題。

當然，這是一條極其燒錢、也極其危險的路。

大模型訓練成本，動輒數億人民幣，任何一次方向判斷失誤，都可能會是致命打擊。

本文為汽車像素（autopix）原創內容未經授權，請勿轉載

       原文標題 : 不做AI的車企，不是好機器人公司丨Pix視頻