【年度AI觀察】2026，車企反攻智能硬件

　　文 | 智能相對論

　　作者 | 每文

　　要論2025年最火的智能硬件，智能眼鏡無疑是答案之一，而在蜂擁而入的玩家群體中，車企的出現頗為惹眼。

　　例如，理想汽車發布的AI眼鏡Livis引發熱議，大部分的討論，除了集中在AI眼鏡的體驗和交互邏輯上，比如輕、續航時間久，更在于車和硬件的關系，例如交互時喊出“理想同學”，響應的到底是眼鏡還是車端，二者是否會沖突。

　　但實際上，理想推出該AI眼鏡，更重要的確實如理想本身所說，是具身智能的另一入口，是汽車行業，在經歷了智能輔助駕駛的沖刷后，讓汽車本身與其它智能硬件成為具身智能體的不同表現形式。當汽車、智能硬件通過AI基座大模型統一聯合起來，汽車的盈利模式就將發生根本性變化，從單一賣車過渡到智能軟硬件的持續付費。

　　而當我們將視角放遠，我們能觀察到當下汽車向智能硬件的轉變，正是2019年硬件廠商轉型汽車制造的“后續”。當年，硬件廠商的汽車轉型為汽車打開了車機互聯、智能駕駛的可能性;現在，伴隨著AI發展，汽車與智能硬件越來越擁有著同一核心(只不過表現形式不同罷了)，并因之產生新的機會，汽車廠商反攻智能硬件就成為一種輪回式的必然。

　　但需要注意的是，AI在技術、數據、算力、規模等方面的高投入，也決定了這場爭奪里馬太效應明顯，贏家更易通吃。

　　從硬件到汽車到智能硬件，「盈利最優解」塑造的商業新可能

　　智能硬件在車端展現出更大的商業可能，這并非無中生有，而是2019年硬件轉型汽車，與2025年汽車轉型智能硬件兩波潮流下延展出的水到渠成的選擇。

　　2019年，手機等硬件產業增長見頂，利潤降低，同年，中國新能源汽車銷量出現爆發性增長，年增幅在30%以上，這促使手機廠商盡皆向汽車制造方向的轉型。

　　這種轉型分為兩個方向，一種是直接造車，如小米，雷軍在2021年宣布小米正式進入智能電動汽車領域;

　　另一種是與車企合作，探索智能輔助駕駛、車機融合方案，如華為在2019年表示其將聚焦ICT(信息與通信技術)在車端應用，這在后來促成了華為HI模式與鴻蒙智行模式的誕生;當時，OPPO、VIVO、魅族等手機也競相開啟與車企的合作，NFC鑰匙、全場景智能車載解決方案層出不窮。

　　這本質是硬件廠商的第一波逐利，從簡單硬件(手機)制造往復雜硬件制造(汽車)的方向發展，但同時也形成了智能進入車端，以車機互聯與智能輔助駕駛為核心的中國新能源車的發展趨勢，并為此后的汽車本身成為智能體，打下基礎。

　　2023年，隨著特斯拉FSD V12發布，智駕風潮興起，隨后的一年多時間里，智能輔助駕駛技術快速迭代，技術方案收束到端到端，統一的、能自我學習進化、迭代最終表現的AI模型初步成型，汽車演變成了AI模型為基座的具身智能入口。

　　2025年，中國新能源汽車在經過十五年的發展、2019～2024年的集中爆發后，在2021年Q1迎來近年來增速最低點，同時2024年出現增速多次月度回落，2024年底的激烈價格戰更是展現出行業增長受限與利潤變低的殘酷現實。

　　當此之時，汽車行業必須求變，而在此前智能融入汽車的趨勢里，將汽車在智駕發展下塑造成具身智能的入口，并與其它智能體結合，就成了一種業內共識的選擇。

　　特斯拉，推進「汽車+AI+機器人」的生態形成，將汽車拓展為AI生態的一部分，將機器人的可能性也融入該生態;

　　小鵬汽車，在地有汽車，在空有匯天飛行汽車，在機器人有Iron，學習特斯拉嘗試跑出「通用模型能力+多場景載體(汽車/機器人/飛行器)」的路徑;

　　大眾，與微軟合作AR眼鏡HoloLens，提供車輛行駛信息的同時，并將之放入船舶場景，幫助偏遠海事設備的診斷與維修;

　　寶馬，與華為HiCar合作，推動車內車聯硬件互聯與智能應用的集成;

　　這一趨勢甚至包括2023年蔚來推出的NIO Phone，這個曾被許多消費者評價為「無聊」的創新，現在看來也是車企智能硬件轉型的一個組成部分，只是它做的時間不巧，智能輔助駕駛和AI在2023年都未爆發發展，致使其最終只能湮滅于悄然無聲。

　　行業兩輪深度變革，都是以騰挪輾轉的策略探索高毛利的商業可能。在此過程中，兩股趨勢應運而生：其一，智能體技術加速向車載場景延伸;其二，汽車以具身智能的形態，搭建起與多元智能硬件互聯的橋梁。正是這兩股趨勢的連綿發展、彼此賦能，一方面推動智能硬件制造工藝完成成熟化蛻變，另一方面則為車端互聯創造出極具潛力的場景延伸方向。

　　賣車，從現在開始，將從一次性生意逐漸轉變為嵌入消費者生活方式的持續性付費的買賣。

　　智能硬件后，迥然不同的車企盈利模式

　　當我們觀察理想AI眼鏡的參數：僅36克的鏡架重量，單項續航時間為1000張照片、41分鐘視頻錄制、7.6小時音樂、6小時通話——這足以判斷其是一個超越車端的、更偏向于全天候使用的產品。

　　這也是智能硬件相較于汽車的優勢，體量小，隨時可帶;價格便宜，用戶樂于下單;再因其綁定理想汽車，而形成消費者對理想汽車整體的品牌粘性。

　　更為重要的是，智能硬件便于更高頻次、更多傳感地手機用戶數據，且其與理想車內大模型與自研芯片相連，能很好地將日常采集的數據回傳理想AI大模型，形成數據閉環，并提升理想AI基座大模型的整體能力。

　　當理想的商業敘事從只是「造車」，演變成了「消費者智能生活平臺」，再疊加數據閉環與AI模型能力的優勢，理想汽車就很容易延展出資本關注的新的商業可能，并進而提升估值。事實上，業內也有這樣的先例，小鵬汽車在2025 XPENG 科技日發布「物理AI」戰略，包括第二代 VLA 大模型、Robotaxi、全新 IRON 人形機器人、匯天飛行汽車后，公司股價盤中大漲13%，在媒體評價里也被稱為「物理AI」先鋒代表。

　　為什么資本對造車以外的市場如此看好?除了當下AI火熱的趨勢之外，也因造車和做以AI為核心的智能硬件，本質是兩種完全不同的生意。

　　如果我們把汽車看成具身智能的一種形式，其內部的AI基座模型就是核心，外部的汽車則只是AI的實體外顯以及與世界互動的端口，即軟件定義汽車(SDV)。

　　那么，汽車的生命周期，就從此前的購買、使用、維修、二手車買賣的邏輯，轉變為功能訂閱、OTA升級、座艙服務等可重復變現的軟件平臺，而這類軟件服務收入，往往有著比汽車制造更高的毛利率。

　　其次，未來智能硬件的邏輯其實與汽車相似，均為具身智能的不同入口，那么，其AI基座模型則可以互通，可將感知、定位、生成式交互、OTA平臺做成可復用的組件，以此攤薄昂貴的算法、算力、數據成本。要知道，目前智能輔助駕駛領域，Momenta能跑到頭部，且保持較高性價比，其中一個重要原因就在于其以端到端飛輪模型適配不同汽車品牌/不同車型，目前其合作兩次車型已超過130款，通過規模效應攤薄開發與服務成本。

　　其三，疊加產業鏈溢出的優勢，AI可以超越汽車這一單一場景，用于工業端的生產提效，比如西門子就用AI優化生產線，以提升產能和良率，并進一步反哺成本和交付速度，使AI成為跨部門的共用能力，提升整體效能。

　　更高毛利的服務收入，攤薄的算力、算法、數據成本，對公司產品與運營的整體提速，形成了智能硬件基于其背后AI模型發展的嶄新路徑，這將重塑汽車和智能硬件未來的能力與盈利模式，也為企業帶來更大的商業想象。

　　當下眾多車企向智能硬件的轉型，本質就是向AI基座模型與具身智能體的轉型，但這種轉型不可能一帆風順，事實上，因為AI對算力、算法、數據的高準入門檻與高成本，這一賽道的馬太效應無疑會更為嚴重。

　　轉型之下，格局難重塑

　　轉型AI，聽起來美妙，做起來難——這是一個和傳統制造完全不同的行業，算法、算力、數據、供應鏈整合與規模化能力，缺一不可地塑造了它的壁壘，對所有的入局者都提出了更高的要求。

　　如果汽車和智能硬件都采用同一個AI底座的話，那目前去切入的算法還是端到端或者從端到端延伸，也就意味著投喂的數據量要足夠大，大到讓算法自己去學習，與之相對的，就是車企的汽車，或者其他智能硬件能賣多少的問題。

　　特斯拉能快速建立其在智能輔助駕駛方面的優勢，和它全球車隊的行駛數據有很大的關系，即「里程訓練/驗證/覆蓋邊緣場景」的三合一，往智能硬件/具身智能方面延展的邏輯也很相似，賣的多，用戶用的多，整個數據閉環才能跑通。而現在處于頭部并且有能力、有余理做智能硬件的，其實就那么幾家車企，中尾部的車企優勢很小，不過也不排除彎道超車的可能性。

　　算力購買、算法研究，數據閉環、算法迭代，技術人員配置，都需要錢，而且是很大一筆錢。比如理想2024年財報里就提到其在 R&D (Research and Development 通譯研究開發部)方面支出了約111億元人民幣，小鵬汽車計劃2025年 R&D 支出95億元，其中AI約45億元人民幣。特斯拉更夸張，因其自建Dojo，在AI算力上投入是十億美元級別，2024年的 R&D 是差不多4.5～4.6億美元。

　　數字全都很驚人，而且這都基本只是一年的投入，市場和資本對這種投入也都很敏感，基本是短期看漲，長期看兌現能力，如果錢給到位，但技術發展速度不過關，后面可能也很難再拿投資。

　　因此，總的來看，這些能夠跑通AI、汽車、智能硬件、具身智能不同端口的企業，本質一定要有資金、技術人員、規模化的支撐，這樣才能購買芯片或算力、迭代算法，并在規模化效應下提升基座AI的整體表現。

　　而這些要求決定了，只有頭部那些被許多消費者所選擇的品牌，才能夠做得到，行業格局不會有什么改變，甚至更加固化。