萬字長文，探討中國汽車最核心的15大趨勢

導語

Introduction

站在博世的視角，中國車市未來的發展或許是一場螺旋式上升的戰略演進。

這幾年，中國車市的變化太過劇烈。商戰如戰場的結果就造成了，車企間的劍拔弩張，已經到了一個新的峰值。

回望剛剛過去的2025年，全行業以超3000萬輛的整體銷量勝利收官，可這份成績單的背后，卻是價格戰硝煙彌漫、庫存持續高位、單車盈利承壓的嚴峻考驗。曾經高歌猛進的“增量時代”已然落幕，取而代之的是一個充滿復雜性與不確定性的新階段。

新的時代背景下，對于身在中國車市的每一家企業來說，持續性的內卷儼然不再是一個最佳的策略選擇，“在真正洞察新的產業趨勢之余，尋找突破口”更該成為整個行業不得不面對的主旋律。

為求新生，我們很清楚地能看到，來自汽車行業各個領域的聲音，試圖在這個時代交替的關口，給予一個可信的答案。

去年，就連身為行業TOP級供應商的博世也一直在極力尋找著新的發展空間。

不管是計劃在2027年底前向人工智能領域投入超25億歐元（約合204.66億元人民幣），用于提升汽車智能化體驗，還是強勢入局今年的CES，展出全新AI智能座艙平臺與全球首發的第七代毫米波雷達至尊版，前者可實現擬人化交互、自動尋位等功能，無論結果如何，這些行業頂尖玩家要的就是盡快蓄力，來應對即將新一輪的產業競爭。

近期，博世智能駕控中國區總裁吳永橋，根據博世和自身對汽車行業的理解和洞察，探討了汽車行業大家都非常關心的未來十五大趨勢。

Q：未來汽車行業還會出現繼續增長的主旋律嗎？之前很多人說未來中國能夠活下來的車企只會有幾家，你怎么看？

A：2026年，“降速求穩”將成為汽車行業主旋律，車企內外的整合將持續發生，但不會復刻歐美國汽車產業大一統的劇本，五年后我國仍會有15家左右的車企留在牌桌上。

2025年對于汽車行業是艱難的一年，經過多方努力，最終達成整體3440萬、乘用車3010萬銷量。面向2026，社會各界對車市的預測普遍悲觀，但可以明確的是，至少有兩種極端情況不會發生：

首先，汽車產業的結構性衰退現象不會發生。盡管行業整體庫存水平持續高位承壓，同時還存在產能利用率和單車盈利水平不足等現象，我們仍有信心行業將在2026年保持良性發展。畢竟，汽車行業對我國民生、經濟、地方發展都具有重大意義。

全產業鏈對GDP的貢獻接近10%，同時提供了超過2000萬個就業機會。面對諸多的不確定性，國家必然會從頂層設計促進汽車產業的穩定發展，以舊換新政策仍將持續實施，提振內需。而隨著《汽車行業價格行為合規指南》等反內卷政策的出臺，也看出了國家希望行業軟著陸、降速求穩、高質量發展的決心。

其次，汽車行業的大整合、大一統也不會發生。美國在1900-1930年代曾陸續出現過近兩千家汽車作坊，但經過流水線革命和經濟波動的催化，最終整合為3家。從行業分散度上看，當前的中國汽車市場與當時的美國確實有一定相似之處，但中國汽車行業的發展又不能僅考慮商業因素，中國特色的市場經濟環境和地方政府的財政支持都是影響汽車行業整合進程的重要因素。

2025年我國銷量前20的汽車品牌總部分布在13個城市；而全國范圍內靠一個車企、一個汽車工廠支撐全市民生發展的現象并不在少數。各車企內的子品牌間或將持續整合，但跨車企間的整合則將面臨著多方博弈。預計到2030年，中國的主流車企會維持在15家左右——國資約5-6家，民營外資約5家，新勢力約3-4家越過生存線。

Q：新能源發展非常快速，但也出現了增長瓶頸，燃油車、內燃機依舊充滿活力，未來我們的純電、混動、燃油車會出現怎樣的趨勢變化？

A：依賴于國家的頂層設計和深厚人才儲備，中國汽車的新能源轉型已接近完成，未來較長一段時間內，我國的純電、混動、燃油車銷量將呈現出4:4:2的比例格局。

2025年，中國汽車產業的新能源轉型已初步完成，新能源乘用車銷量首次超過50%、保有量首次突破10%大關。但綜合考慮我國能源戰略、氣候和地域分布多元化、用車習慣多元化、車企技術布局分散化等因素，絕不會出現單一動力形式壟斷市場的局面。在未來很長一段時間內，純電、混動、燃油會在我國以4:4:2銷量比例穩定共存。

純電車的優勢包括低排放、低使用成本和加速性，同時智能化賦予了純電更大的生命力，因此被視為成為未來汽車的最主要動力形態。但純電動車的銷量存在兩個制約：首先是我國國土遼闊，極寒天氣下的電量衰減問題導致南北方電動車銷量有顯著差異，以2025年前三季度為例，上海的純電銷量達40%，而黑龍江省僅為6%；同時，充電樁在城市-鄉村的布局不均也進一步加劇了純電車的地域聚集效應。其二，電動車部分核心技術尚未完全成熟，諸如二手車保值率偏低、長途場景下的續航焦慮、充電效率短板等，仍影響用戶的購車決策。因此，純電車更適合具備固定充電條件、日常通勤半徑小于200公里、出行目的地相對固定的城市家庭用戶。

燃油車，盡管被貼上“過去式”標簽，但未來預計仍有約20%的穩定市場份額。它在極端、專業化用車場景中依舊強勢，同時燃油車自身也在不斷進化，先進智能駕駛和座艙技術在燃油車上的應用壁壘已基本被攻克。首先在越野領域，燃油車在低轉速下的高扭矩輸出、碰撞及涉水后的安全防護、維修便捷性等方面，均具備顯著優勢。此外在充電樁覆蓋不足的鄉村，燃油車仍是用戶首選。

此外，商務用車因頻繁涉及長途出行與緊急任務，對補能的時效性、便捷性要求極高，目前仍以燃油車為主導；而以駕駛樂趣為定位的跑車，也將長期延續燃油動力主導的格局。但不可否認，燃油車面臨的排放管控以及石油資源瓶頸，使其注定難再成為市場主宰者。

混動車型精準平衡了純電與燃油車的短板，通過多種技術結構滿足不同用戶的訴求。普通混動車型(HEV)無需外接充電即可實現油耗降低，本質上可視為燃油車的節油方案，但結構復雜、制造成本高。插電混動車型(PHEV)具備多場景適配能力，城區通勤可切換純電模式，高速行駛則啟用油電混合模式，但其搭載油電兩套動力系統，增加了整車成本、同時對車內空間造成一定侵占。增程式混動(REEV)的核心優缺點與插電混動相近，但在駕駛質感上更貼近純電車，更契合追求電車體驗同時有長途出行需求的消費群體。

從車企產品布局來看，市場分化趨勢同樣顯著。新勢力車企普遍以純電車型作為市場切入點，目前整體銷量構成中約70%來自純電，30%源自增程，未來仍將聚焦這兩類車型深化布局。傳統車企則依托深厚的技術積淀與出海戰略需求，以燃油車和插電混動為主導，未來將持續加大純電領域的研發與投入力度，逐步完善多元動力產品矩陣。

Q：各家都在卷智能駕駛的能力，未來這方面會成為車企競爭的核心陣地嗎？

A：數據表明，智能駕駛真正成為消費者購車的必考察項，到2026年，不具備智駕功能的新車型可能上市即被邊緣化。

2025注定是中國智能輔助駕駛發展的分水嶺，有兩組數據可以印證：

第一組數據來自車企視角：2025年1-10月，中國發布了600余款新車型及改款車型、合計約3900種配置，其中23%的配置都具備高速NOA及以上功能(L2+及以上)，但它們貢獻了2025新上市車型總銷量的約50%。同期，連L2方案都未配備的新車上市220余款，其中約45款售價在10萬以下，卻貢獻了220款車中73%的銷量。這基本意味著，2026年車企發布的新車型，排除極致低價路線，如果不具備好用的智駕功能，將難以成為爆款，甚至可能“上市即死亡”。

第二組數據來自消費者視角：2025年1-10月，中國新售車輛中具備L2+高速NOA功能的比例已達25%，2024年同期為12%；若放寬至L2級，新車裝配率已接近60%，2022年僅為20%；智能輔助駕駛的普及速度遠超預期。部分車型的用戶智駕使用里程占比已達40%，習慣于靠人機共駕出行的“智駕原住民”群體已經出現。

究其原因，其一是因為中國消費者普遍渴求減輕出行負擔，對“享受駕駛樂趣”并不感冒，同時中國消費者對AI改變生活始終持有積極態度。其次，頭部車企過去幾年扎實的智駕技術帶來了示范效應，培養了用戶習慣；第三，高效算法及其相應適配的高性價比芯片的出現，引發了2025年2-3月中國頭部主機廠的智駕平權運動，從供給端也加速了技術變革。

回顧過去，智能駕駛終于在2025年從保健品變成了處方藥，智駕平權不再是虛假繁榮，在五年內，輔助駕駛將在依靠法規驅動，成為大多數乘用車的標配。

Q：智能駕駛的最終形態會是什么樣子的？

A：多數車企都通過智駕等級、算力、功能范圍等技術因素為錨點規劃產品，路線繁雜，很難看清終局。但如果從用戶體驗的角度出發，結論則更清晰——所有的智駕都將按照人機共駕的分工收斂為三類—— 1. 取代人的雙手；2. 取代人的直覺；3. 取代人的靈魂。

過去車企智駕方案規劃多圍繞算法與芯片技術演變而展開，技術路徑繁雜，但缺少以用戶體驗為出發點的思考。業界普遍以“完全取代駕駛員的自動駕駛”為目標打造產品，這種思路更適用于少數的技術嘗鮮者，而普通消費者所期待的永遠是“更輕松、安心、高效的出行體驗”。一個“無所不能但偶爾宕機、邊界靠猜”的智駕系統帶給普通用戶的安心感和輕松感遠不及一個“能力有限但行為可預測、人機共駕邊界清晰”的智駕系統。

數據顯示，人類駕駛中約80%里程為機械式直線行駛，剩余20%的相對復雜的駕駛任務中，絕大多數是司機已知的場景，可依靠條件反射處理。且駕駛經驗越豐富，越來越多原本需要思考理解才能完成的駕駛任務都會被轉化為依靠直覺即可從容應對。最終只會剩下極少數場景仍需依賴司機對這個世界的認知，通過邏輯推理來指導駕駛。

將上述“機械式應對場景單一的直線駕駛”、“條件反射應對已知復雜場景”、“認知推理應對未知復雜場景”三項任務分別自動化，正對應著未來逐漸收斂的三類智駕方案：

第一類為入門級智駕，將枯燥機械的直線任務自動化，典型的場景例如高速長途、高架通勤。它以當前的L2一體機或行泊一體域控為基礎，通過傳統的基于感知分類規則的CNN/BEV/Transformer算法即可實現。人仍然是駕駛的主體，但可以通過短暫解放手腳來避免駕駛員疲勞犯困，提升長途安（參數丨圖片）全性。同時可完成需短暫脫眼脫手的工作，省去靠邊停車的麻煩，提升出行效率。未來該類智駕方案將在強法規驅動下成為如ABS般的標準化功能。如何提升安全性、保證人機共駕的切換邊界絲滑清晰，將成為主要的優化方案。

第二類進階級智駕，將哪些靠駕駛員條件反射應對的駕駛任務自動化，可以覆蓋大多數復雜及風險情形。經過多年探索，行業將實現這一目標的方案收斂到了一段式端到端算法。這種算法通過模仿老司機駕駛數據訓練提升性能，因此具備擬人化特點，盡管這種智駕方案仍難以做到完全規避風險，但因為智駕的行為符合人的預期，更容易建立無縫連接的人機共駕邊界，所以可以大幅緩解駕駛員疲勞。

未來這類智駕會存在兩個優化方向，首先是安全的提升，或是通過引入激光雷達或4D雷達提升惡劣氣候下的表現，或是通過引入更多安全數據提升防御性表現。其次是 “熟能生巧”，通過反復訓練將算力進一步降低，普惠大眾。

第三類高級版智駕，可以將那些需依靠理解世界、預測世界才能應對的駕駛任務自動化。所謂的“預測”體現在，系統做決策時將周圍環境及車輛下一時刻可能發生的變化納入考量，進一步提升駕駛的防御性。行業目前的做法是在一段式端到端的骨干網絡中加入生成式AI，引入諸如“世界模型”等動態預測機制。而所謂的“理解”體現在，仍有個別場景需考量極多的元素，必須依靠推理來應對。簡單的場景例如識別交警手勢、理解潮汐車道，復雜的則比如在夜晚發生堵車，人類會通過推理意識到異常情況發生；被連續的惡意別車后，司機會識別到 “路怒癥“，完成躲避等。在這些場景下，智駕系統很難通過“直覺“、“預測”完成決策，但攻克這些難點是實現L4的前提。于是行業開始嘗試將認知推理能力引入智駕系統，常見的例如VLA、VLM方案，或將世界模型與VLA在同一個骨干網絡中結合使用。這一領域尚無統一技術路線，但高帶寬車載芯片、多模態數據對齊、極高的訓練成本被普遍視為該技術落地的難點。目前特斯拉FSD V14.2已經讓人看到了這條路徑的可行性。唯有一點是明確的，這類算法理應建立在一段式端到端將“肌肉記憶”打磨成熟的基礎之上，否則有可能訓練出一個唯唯諾諾不敢上路的“理論派”司機。

在上述技術分類的收斂的過程中，一段式端到端起到了重要的承上啟下作用，它是智駕發展史上的重大轉折點，必將成為2026年智駕行業的主旋律。

Q：現在很多新勢力都在自研智駕芯片，同時也在不斷堆算力，這種“競賽”估計會進行到什么地步？

A：持續多年的智駕芯片算力之爭，將為用戶價值讓步，盲目裝載極致性價比或極致大算力的芯片將逐漸失去營銷意義。

過去幾年，智駕芯片選型直接關系到成本和體驗，是智駕規劃的核心，圍繞著如何才能更好打動消費者，智駕行業在過去幾年經歷了一輪又一輪的芯片選型思潮，但在未來，“選擇多大算力芯片”的重要性將為“帶來多少用戶體驗”讓步。

在過去的芯片選型中，有兩個觀點曾風靡一時。

第一種觀點認為智駕方案應普惠大眾，先明確消費者接受的智駕系統成本有限，進而選定小算力SOC，并在其上盡可能實現高速NOA甚至城市NOA作為賣點，哪怕性能暫時有限，但超高的性價比也會吸引消費者。從市場反饋來看，消費者對這種駕駛水平遠低于人駕的產品并不買單，未等到通過OTA性能達標就將其棄用。

另一種思路則是先走大算力預埋路線，把算力作為宣傳賣點。從銷量數據上看，當系統未提供差異化功能體驗時，這一思路似乎也未必有效，在2024年1月-10月新車銷量中，配備了超過200TOPS算力的車型銷量占所有具備高速NOA及以上的新車銷量的約64%，而2025年1-10月，該比例降至46%。“能提供什么樣的體驗，就付什么樣的價錢”，當智駕下探到普惠型轎車后，目標消費群體也變得更加理性。

在未來3-5年內，智駕將告別非理性堆砌算力、壓縮算力的時代，首先要確保用戶體驗的達標，在此基礎上才會盡可能壓低智駕成本。入門級的智駕，應對機械式駕駛場景，芯片算力將維持在20 TOPS左右；進階級的智駕，以一段式端到端為根基，目前可通過200TOPS應對，隨芯片技術的發展，未來通過被散熱即可實現。而更高級的智駕，或引入世界模型完成“預測”、或引入語言模型完成“理解”，目前技術上仍未收斂，但參考特斯拉的做法，2000 TOPS以上的稠密算力可能將是達到“好用”的入門門檻。

Q：行業都在講邁入L3時代，但L3因為是人機共駕，可能會出現很多權責問題，這會不會帶來更多新的問題？

A：2026成為L3商用元年，但或許它只能以技術探路者為宿命，短暫的成為主角，然后為迎接L4時代的到來做嫁衣。

隨著國家L3商用牌照的發放，2026成為L3元年。但從用戶體驗價值的角度看，L3并不是L2++的簡單延續，甚至比L4更具挑戰。

L3允許在一定時間和空間范圍內，駕駛員的注意力完全脫離駕駛任務，但在系統預測到危險后，提前十秒提醒駕駛員快速回到警覺狀態，從心理學的角度看，這一注意力快速集中的要求就是對駕駛員巨大的考驗，極易引發應激反應，從而不再信任車輛功能。

L3的另一種矛盾在于終端用戶的價值，在高速和高架環境，車速快、出現事故后的傷亡率高，人類并不敢完全休息，最終使用方式會和L2++的人機共駕相同。而在城市環境，車速慢、事故傷亡率相對低，似乎更適合L3的落地，但10秒提前接管提醒的邏輯在瞬息萬變的城市路況下價值有限，最終用戶難以得到比L2++更大的收益。

但L3所實現的硬件冗余方案和智駕算法提升又為L4自動駕駛的落地提供了支撐。隨著技術的發展，我們已經看到了L4商用的曙光。L4可覆蓋的應用場景更為連貫，商用前景更為廣闊。

在CES期間，我們見識了在L4 Robotaxi生態在美國的快速崛起。目前有兩類的主流技術路線，一種以Waymo為代表，在視覺基礎上加入多個高性能激光雷達、輔以規則算法和硬件冗余，確保全天候的安全運行，但缺點是成本過高，同時面對突發的混亂交通狀況時行動偏保守。

另一種則以特斯拉為代表，依靠純視覺方案、減少冗余設計，因此成本角度，同時算法高度擬人，通行效率更高，因此運行面積、較Waymo更廣闊，運行成本更低，但因為缺少冗余和多傳感設計，其可靠性有待驗證，同時特斯拉Robotaxi的能力極大復用其在其他領域的巨額投入，門檻極高。兩種路線孰優孰劣，目前仍未達成共識，最終的技術方案可能會在兩者間找到折中地帶。

L4的商業應用除Robotaxi外，也許還會催生出新型的共享出行業態，汽車方向盤成為選配件，駕駛員既可享受自己駕車的樂趣，也可將車輛作為Robotaxi運行而創收，進一步走向L5時代。

但在我國，L4 Robotaxi真正的商用落地不會很快到來，核心有幾個原因。第一是民生問題，中國超過1000萬的網約車和出租車司機，國家的L4政策未必會快速放開。第二是迫切性問題，中國城市的公共交通系統發達，且司機成本較低、服務意愿強，L4難以成為廣大消費者的出行首選。第三是隱私問題，車作為“移動家庭空間”的理念在中國深入人心，未必能接受共享交通的概念。

第四是技術問題，技術的打造從自動化駕駛拓展到了自動化出行，其中的故障處理、車輛售后維保、補能、乘客管理、失物招領、車隊運維、監管等問題，都脫離了當前車企的核心業務范疇，仍然缺乏成熟的解決方案。利用中國的先進智能駕駛技術，隨車企在海外落地或在國內有限范圍內示范運營，或許是L4未來的商用落地路徑。

Q：現在關于智駕，有很多車企是走自研路徑，從芯片到算法，還有一批是走供應商路線，地平線、魔門塔、包括博世等，未來關于自研智駕路線的格局會是怎樣的？

A：隨著智駕轉為強法規驅動、體驗趨同、功能標配，主機廠智駕自研的投資回報將逐漸降低，同時車企也將意識到，“辦AI駕校”并非實現全場景AI能力自主可控的必要路徑，因此很可能逐漸弱化智駕自研。

2024年底，各家主機廠成建制的智駕研發團隊超過50個，初略估計從業人員達到1.5萬人，甚至超過第三方智駕公司的整體體量。這其中至少有20個團隊致力于打造全棧自研能力，甚至有多個車企可以拿出兩三套完全獨立的智駕自研團隊。但到了2025年，多家頭部主機廠開啟了智駕自研團隊的遣散和重組。

過去幾年智駕尚未普及時，主機廠自研主要為了打造差異化，通過與終端用戶更密切的數據互動，實現快速的產品迭代。但現在智駕技術已經收斂、功能趨同，越來越依靠強法規驅動，其本質是將人從A點到B點安全運輸，難以像座艙一樣，為用戶提供差異化的情緒價值。

另一方面，智駕有超過90%的工作都是“基建型”工作，例如安全系統的構建、數據工具鏈的運維、芯片供應商的合作策略、甚至項目管理等，這些工作動輒耗資數十億，必須依賴歷史沉淀及規模效應分攤成本，這些見效慢的環節往往是主機廠智駕團隊所不愿投入的。

例如有的車企數據工具鏈的運維團隊不到10人，而諸如華為、Momenta、博世、文遠、輕舟這樣的第三方供應商，通常會投入百人以上的團隊開發運維。從經濟收益角度看，主機廠自研將逐漸難以持續。

當然，還有一些主機廠將智駕自研視為建立自主可控的AI能力的切入口。然而，智駕對AI的使用和引領時代的生成式AI有本質的不同，前者是辦駕校，教會AI一種在封閉場地下的技能行為，依靠的是模型的精確性和工程落地能力；而后者是辦大學，教會AI一種對世界的理解和認知，以海量數據和巨大模型參數為根基，兩者的“教學”目的和“教學”方法截然不同。除了極個別真金白銀投入想轉型為AI公司的車企外，其他只想通過辦駕校來積累辦大學的經驗的車企，恐怕難以走通。

Q：智駕算法可能更多涉及軟件層面，復用性很高，對于智駕供應商來說，“一套方案通吃的方案”是不是意味著成本的極致下降，然后實現智駕極致的平權。

A：智駕標準化，絕不意味著某家方案商可以一套方案通吃，互聯網和AI領域批量復制式的開發邏輯在汽車行業不適用。

在過去的一年中，不少人曾表達過未來智駕的終局將只能存活1-2個廠商。它們依靠足夠強大的AI主線，可快速批量將成熟的智駕方案復制到海量車型上。這是順應AI和互聯網的產品屬性而提出的觀點。但在汽車行業，在未來的很長一段時間內，都難以完全適用。

不可否認，智駕作為數據、軟件驅動的解決方案，具備極強的頭部效應。但汽車行業始終有安全強監管、問題可追溯的要求，每輛新車的量產都伴隨著一系列規定動作，包括認證、準入、審查等，這些都需要相當數量的交互設計、文檔撰寫、項目管理及工程落地人員來保障。

而智駕產品本身也需要基于車輛的品牌定位、造型、底盤和座艙的架構做適配。車的造型稍經變化，都會增加額外的數采、訓練泛化及驗證成本。通過AI算法主線+車型適配的思路無疑可以加速功能實現，但期間的工程落地工作，仍需要專業化流程和眾多專家級的人員來參與。

Q：未來油車也將占據相當一部分的市場，這部分市場的智駕生態會是怎樣的，包括成本控制方面？

A：油車智駕技術壁壘已突破，以5000元以下的系統成本實現城區NOA，三年內加速滲透邁向油電同智。

長期以來，智能駕駛都被視為新能源汽車的“原生技術”。但油車仍占據全球汽車市場80%的份額，這一覆蓋全球絕大多數用戶的龐大車型群體，在智駕領域長期處于“無人問津”的空白狀態。究其原因，主要因為油車智駕面臨著整車供電、散熱、動力響應以及專屬油車的智駕執行器配套不足等四個挑戰。

但2025年，油車智駕的技術壁壘已被相繼攻克。搭載了博世中階智駕系統的燃油性能車完成量產交付，奧迪、大眾等也相繼在油車上實現了高速/城區NOA智駕功能，為油車智駕的規模化普及掃清了核心障礙。

在供電方面，一套基于地平線J6M的智駕系統功耗約110W，而一套基于OrinX加激光雷達的高階智駕方案，整體功耗也僅為250W，占燃油車低壓總功率不足20%，在車輛運行期間，依靠發動機動能驅動發電機工作，輔以能量管理系統，完全可以解決耗電問題。而針對發動機停止下進行OTA的場景，整體過程將消耗蓄電池約50%的電量，通過蓄電池管理系統可避免虧電。

散熱方面，隨著芯片制程降低，未來將有越來越多可采用風冷技術的大算力芯片出現(例如地平線J6M，128TOPS)，通過優化布局與熱流分析，在高溫環境、滿負荷運行狀態下也可保持系統穩定。而針對更大算力的芯片，也存在多種成熟的控制器獨立水冷技術解決難題。

動力響應上，以博世為例，早已實現底盤和智駕技術的深度協同，在L2智駕系統上完成了近百款車型的智駕方案的適配，幾乎未出現因響應遲滯帶來的體驗缺陷。同時綜合多款已上市的油車中高階智駕的表現來看，響應的微小遲滯并不能給智駕體驗帶來影響，通過先進的端到端算法，智駕系統往往會具備防御性駕駛屬性，并不需要“逼出”車輛最極限的動力響應能力。

隨著智駕硬件成本的降低，未來三年內，油車最低僅需不到5000元的成本即可實現高速、甚至城區NOA功能，實現大規模滲透普及。也將成為中國智駕方案走向海外的重要支點。

Q：剛才聊了那么多智駕方面，現在AI大模型如此盛行，對于消費者來說，智艙體驗的重要性是不是更高？

A：2026年將是Al座艙的元年，汽車座艙將告別對手機衍生芯片和手機生態路徑的依賴，圍繞著出行場景的Omni、混合專家模型將以靈活形式部署在車載專用AI芯片中，開啟出行專屬的主動服務式智能生態。

自從2020年前后智能座艙的概念出現以來，我們觀察到一個現象：汽車智能座艙始終未能擺脫手機生態的影子，難以匹配用戶真正的智能化出行訴求。這種對手機發展的路徑依賴體現在兩個方面。

首先，在芯片領域，現在座艙主流的芯片均為手機芯片架構的衍生品(如高通8155、8295等)。手機芯片受限于尺寸和散熱等問題，目前最先進的芯片NPU算力僅為50TOPS，主要的AI應用均依賴云端能力補充，由此帶來的1-2秒的延時對手機應用無足輕重，但對一些實時性要求較高的車載應用場景，體驗不佳。同時對云端的依賴也帶來了隱私隱患，且無法基于視覺模態提供服務。

其次，在功能層面，座艙更像是手機APP的“車載移植版”，主要承擔服務集成與入口功能，而這些生態應用通常未針對車載場景深度適配，也未充分考慮駕駛中的安全使用邏輯，最終荒蠻生長，集成了大量用戶在車端不會使用的長尾APP，有的界面多達5-6層，用戶查找功能平均耗時10秒以上，反而增加了常用APP的調取難度。

而人機交互也通常需精確指令觸發，目前語音識別準確率普遍在80%-90%，只能依靠“蠢萌”的車機助手形象博得用戶的寬容。這些現象都使智能座艙的體驗大打折扣。

但從2025年開始，這種現象正在逐漸被打破，AI座艙的出現即將重塑出行智能化的內核。AI座艙的實現依托三大關鍵技術演變：

首先是專用車載AI芯片的出現，不再遵循手機芯片“端側小算力+云端AI能力補充+允許應用延時”的思路。車載芯片對尺寸、散熱限制更寬松，卻需更高的實時性，因此芯片廠紛紛推出了適用于車端的大算力AI座艙芯片，例如高通8397芯片，算力已超過300TOPS，輔以極高的DDR帶寬，可以在端側部署7B以上模型，同時支持3A游戲的流暢運行、可集成高端音效算法、實現50萬面精細度的3D車模。這讓一些需消耗較大AI算力、對實時性要求較高的生成式任務得以在車端實現。

其次是Grok、阿里通義、字節豆包、面壁、階躍星辰等大模型從云端走向了車端，車載專用的AI生態形成。針對駕駛場景“難以脫手脫眼”的核心特征，Omni多模態技術可以實現語音、眼神、手勢等多維度指令的協同響應，語音識別準確率和指令響應延遲問題都將大幅優化，可以實現更及時和智能化的人機交互。

同時，混合專家模型通過精準分配算力資源，將車端模型部署的算力需求大幅降低。由AI分發服務將為駕駛員擺脫調取多層級APP界面的束縛，提升交互效率。

再一個，這些大模型賦予座艙主動服務能力、甚至類人的情感記憶，通過長期的使用，AI模型還能自我學習以適應駕駛員習慣，成為個性化出行助手。近期，特斯拉Grok+FSDV14.2的深度聯動已為行業做出示范：用戶只需模糊表達多個待完成的任務，GrokAI模型便能在1-2秒內解析意圖，結合實時路況、尋找合適的途徑點、規劃最優行程。目前Grok仍以云端部署為主，未來若在車端深度部署，性能無疑將進一步提升。

接下來，是AI靈活部署的硬件方案的出現。未來AI座艙硬件將呈現兩種主流形態：一是搭載全新汽車專用AI芯片(例如高通和MTK系列)，直接將現有座艙方案升級為Al座艙；二是通過AIBox模塊為現存座艙提供AI能力補充。因為座艙的開發成本高企，車企通常采用平臺化方案，芯片一旦升級將牽一發而動全身。而AIBox在不大改現有座艙方案的前提下可實現“即插即用”、靈活適配，而受到眾多車企青睞。目前，從博世收到的20余個車企的AI座艙需求來看，未來3-5年內，兩種形態會并存發展。

Q：AI智能座艙要好用，核心還是數據，聲音、圖像、視頻的收集，涉及到一些用戶隱私的問題如何去解決？

A：隨著Al座艙的出現，車載Al隱私保護將成為重要議題，相關強制法規將逐漸提上日程，預計將晚于智駕2-3年來臨，且很可能由一起公眾事件觸發，加速落地。

隨著AI座艙成為趨勢，未來2-3年內，車載AI大模型帶來的隱私保護問題必然將成為行業核心話題。車載AI大模型為實現多模態交互、主動式服務等能力，需持續采集并分析用戶敏感信息，包括但不限于：出行軌跡、個人隱私信息、語音及行為習慣，且依賴“記憶”優化服務體驗，這種特性或許將引發民眾對隱私泄露風險的擔憂。

車載AI大模型隱私防線需從技術與法規兩方面構建。技術層面，需優化全流程功能邏輯設計，通過端側本地化處理減少數據上傳、嚴格遵循“最小必要”原則規范數據收集、對敏感信息進行實時脫敏處理、以清晰易懂的方式完成用戶告知與授權等；同時搭配物理隔離、邏輯隔離、私有云部署等技術手段，形成全方位防護閉環。很可能還需引入具有公信力的流程合規認證，讓使用者對隱私安全感到信服。

法規層面，歐洲在2026年8月后將全面實施的AI ACT中也對AI座艙人機交互中的敏感信息制定了“就高不就低”的防控原則，例如限制AI大模型對人的情感信息的捕捉等，同時與GDPR結合，強化數據隱私保護。

而在我國，信息安全和隱私保護受到的重視度也越來越高，自2021年《數據安全法》和《個人信息保護法》相繼出臺以來，我國已通過頂層設計逐步搭建數據安全基礎框架，為數據隱私保護劃定底線。針對車載領域，也配套發布《汽車數據處理安全要求》等專項規定，清晰界定汽車數據處理的安全邊界與操作準則。預計在未來3年內，AI大模型專項隱私條款勢必將被納入現有法規體系，與汽車行業強制準入制度深度關聯，強化監管剛性。

另一個值得注意的現象是，數據隱私領域的法規推進往往伴隨高額投入，所以通常會出現“先發展、再治理”的現象，從歐盟GDPR到各國相關法案的建立，多以標志性隱私泄露事件為觸發點，引起全社會的重視反思，進而才能加速落地。或許，我國針對汽車AI座艙的專項隱私法規，也可能在某一標志性事件驅動下，加速完善并實施。

Q：當前國產品牌基本上靠著智艙智駕的體驗，贏得了更多市場份額，未來這種局面會一直存在嗎？因為目前來看，很多國際品牌在這方面的追趕也非常迅速。

A：當智駕和智能座艙的差距被抹平，具備深厚品牌基因、安全底蘊和機械素養的國際品牌必然會回歸。

在中國車企智能化快速崛起的浪潮中，不少聲音唱衰國際品牌，認為其如同昔日諾基亞般腐朽落后，終將退出中國市場。但事實并非如此，通過和所有的國際品牌的深度交流可以感受到，這些深耕行業數十、甚至上百年的國際巨頭從未固步自封，而是在積蓄力量、伺機而動。

事實上，合資和外資車企在中國的銷量巔峰多數集中在2020-2022年，至今不過三年時間，并非“病入膏肓”。其實，幾乎所有的國際品牌也都早已開啟了智能化轉型、也早已不再執著于高利潤經營。

那為什么推向市場的時間還是慢?車的售價還是偏貴?一方面確實存在國際品牌對AI變革反應滯后、平臺化策略導致流程繁瑣、成本偏高等主觀因素；但另一方面，他們也在用數十年積累的安全經驗與駕乘認知，冷靜審視中國電氣化、智能化革命中的利弊，精細打磨產品，等待后發制人的機會。

國際品牌對汽車安全、駕乘體驗有著極致的細節追求和無條件的成本投入，一些企業的功能安全、信息安全規范文檔動輒數千頁，里程測試動輒百萬公里，遠高于國內同行的平均水準。只要汽車的出行屬性不變，這些安全標準就絕不會成為歷史的枷鎖，這與蘋果徹底改變手機的價值屬性從而淘汰諾基亞有明顯的區別。

反而是一些中國車企為追求差異化而提出的“創新設計”、“激進功能”、“快速量產方法論”，其實都在歷史上被國際品牌采納過，最終因各種隱患和事故而淘汰。這種激進狂奔的做法放在汽車領域，未嘗不是“歷史倒退”。

從目前情況看，大多數國際品牌都已完成智能化領域的屬地化授權，充分利用中國的人才優勢與供應鏈資源，加速打造適合中國消費者的智能化車型，預計在2028年以前，大多數主流國際品牌都將推出智能化水平媲美中國本土品牌的車型。屆時其數十年積累的安全底蘊和機械素養將逐漸凸顯優勢，將重新回歸主流舞臺，與自主品牌形成新的競爭平衡。

Q：從馬斯克的特斯拉，到小鵬、理想們，都開始從原本單一車的形態轉向具身智能新賽道，未來汽車和人性機器人會在很多方面趨同嗎？

A：以Al座艙為大腦、智能駕駛為小腦及四肢的汽車智能化生態將逐漸向具身智能領域滲透。但短期看，工業機器人會先行找到商用價值，家用機器人仍有漫漫長路。

2024年開始，具身智能已經成為熱門的技術發展方向，目前已有10家左右車企正在規劃進入機器人領域——以AI座艙能力為大腦、智能駕駛能力為小腦，技術復用打造具身智能產品。

在2026CES電子展上，我們再次見證了機器人技術質的飛躍：波士頓動力推出的ALTAS實現了56個全旋轉自由度關節的仿生運動系統，可具備超30公斤的穩定負重能力，目前已獲得多個工業領域訂單，在部件裝配場景的批量落地指日可待。而特斯拉則堅持利用AI能力打造最強大腦，其最新的OptimusV3具身機器人以Grok為大腦，后者通過千億級參數量的混合專家模型實現多模態、全場景交互，在汽車座艙上的小試牛刀已經產生革命性效果。

但具身智能的發展存在幾個較大的技術難點。

首先是電池續航和冷卻問題，是具身機器人商用化的基礎門檻，但考慮到體積和重量局限，其應用難度遠高于新能源汽車。其次是四肢關節與傳感技術仍不成熟，影響了人機交互的安全性。

智能駕駛的目標是在封閉場地下完成避障動作，而具身機器人則需要在非結構化的環境下、與難以窮舉的物品和人類產生觸覺接觸，對傳感器的響應要求提出了極大挑戰，短期內更適合在固定場景下應用。再次是搬運重物的能力，這是具身機器人創造商用價值的重要基礎，但目前姿態控制技術仍不成熟，短期內更適合輕度負載的應用場景。

最后，則是機器人AI訓練的數據難題，相比于智能駕駛，機器人的應用場景更為開放，指令更為模糊，這就要求其真正具備理解世界的能力，同時人機交互時所需的多模態數據、尤其是觸覺數據的采集也極具挑戰，目前行業內尚未形成低成本、可持續支持商業落地的方案。

未來，車企向具身智能滲透路徑將首先從工業標準化場景入手，以降本增效為賣點釋放商業價值，進而促進技術難點的攻克。但具身智能想走進尋常百姓家，與人類接觸提供貼身服務、實現情感陪伴，還需跨越多重門檻。

Q：2025年中國汽車出海走得很好，很多國內的內卷逐步朝著海外遷移，未來中國汽車海外市場的競爭會面臨什么？

A：回顧2025，中系車已成全球第三大汽車出口集群，但全球屬地化生產和經營能力仍然不足。以消化國內產能、填補國內虧損為目的的出海征途注定后勁不足，如何從“走出去”到“融出去”，將成為2026年出海新旋律。

中國車企持續海外擴張，據公開數據顯示，2025我國乘用車出口量已達710萬輛，近五年年復合增長率超50%，“中系車”有望于今年超越美、韓車系，躋身全球第三大汽車出口集群。至2030年，“中系車”海外銷量預計將突破1000萬輛，占全球除中國外市場約15%的份額，屆時將直接對日系、歐系盤踞數十年的全球霸主地位構成沖擊。

但中國車企要想在全球市場比肩已有數十年沉淀的日歐美韓車企絕非易事，僅依靠當前在新能源和智能化上的優勢還遠遠不夠。相比于其他汽車出口大國，中國車企的全球屬地化生產和經營能力明顯不足。根據近期華汽研究院與羅蘭貝格聯合發布的《中國汽車產業全球化報告2025》顯示，2024年中國車企在海外市場的產量/銷量比不足30%，而日、美、歐、韓則全部超過70%。

這一數據表明了，日、美、歐、韓頭部車企均已邁入全球化經營階段，實現全球人才資源整合、產銷研體系協同運作，深度融入本地經濟。而對比中國僅1-2家車企具備全球化的雛形。海外工廠雖有80余家，但超半數扎堆亞洲，超四成以上為CKD模式，并未深度融入屬地產業鏈。

毫不客氣的說，目前多數車企仍處在整車貿易出海的初級階段，核心邏輯是最低成本、最小化合規代價移植國內產品優勢、靠海外填補國內利潤缺口，奉行“能銷多少算多少”的短期主義。

這種思路在過去幾年行之有效，尤其在俄羅斯、東南亞等鄰國，中國車企憑借強勁的成本競爭力及較低的物流成本快速占領市場。但后勁不足已經在2025年初露端倪：俄羅斯報廢稅政策的落地，削弱了中系車的價格優勢；東南亞市場的需求體量難以支撐中國車企海外千萬輛級的野心。

在此背景下，越來越多中國車企將目光投向兩大核心戰場——歐洲、澳新等汽車價值高地，以及中東、南美等汽車需求快速增長的區域。

然而，這些市場也絕非易與之地。一方面，長距離運輸削弱了整車出口的成本優勢；另一方面，日歐系在這些區域已具備較強的品牌效應。另外則是法規問題，據博世統計，過去三年間，全球針對汽車智能化、電氣化、網聯化的法規數量以近乎每年翻倍的速度激增，目前已超500項；疊加地緣政治因素催生的近百項長臂管轄與貿易禁令，合規門檻持續抬高。

面對這種格局，構建海外本土化能力已成為中系車出海的必答題。從2026年起，中國車企勢必加速在歐洲、澳新、南美等區域的建廠擴產與經銷網絡鋪設。如何從“移植國內模式走出去”，升級為“構建屬地能力融進去”，將成為2026年中國汽車產業全球化征程中的核心議題。

Q：中國汽車憑借智能化的優勢出海，最大的風險會是什么？

A：智能化成為中國車企海外拓展的核心優勢，但智能化又在法規和用戶體驗上具備很強的屬地化特性，“一套技術通全球”的思路恐難奏效，車企智能化出海應在心態上充分理解、尊重海外市場，避免發生猝死性合規事件。

隨著出海成為主旋律，中國車企普遍將智能化作為出海的核心優勢。但智能化應用又具備極強的屬地化特征，在很多環節都無法直接移植中國現有的產品及技術，深層次的差異有如下五個方面：

首先，是用戶需求的差異：中國消費者對AI及智駕的接受度遠超其他地區。而歐美用戶格外看重安全性、確定性與隱私保護。西方用戶比中國更重視駕駛樂趣，而中國用戶則更期待科技帶來的出行便利。座艙交互上，歐洲消費者偏好實體按鍵、手機投射等傳統直觀的方式，對“過度科幻化”車機界面接受度偏低。

我們常說歐洲用戶更重視車輛的安全，但這種安全并不是簡單的車輛可靠性，而是西方用戶對人機交互具有更強的心理邊界感。這些差異導致了在中國受到歡迎的智能化功能，或多或少在海外需要進行適配和調整。

第二個差異化來自道路環境，中西方道路差異較大，例如歐洲的高速多數建于上世紀90年代或更早，普遍車道少、維護施工區域多，對系統的動態障礙物識別與繞行決策能力要求更高；西班牙環島多、通行規則復雜；法國隧道多，對定位技術要求高；右舵駕駛國家需調整人機交互與控制邏輯；東南亞人車混行普遍、駕駛習慣隨意；中東交通違規罰款高昂；全球各國的交通標識、停車場文字標識迥異，需大量的泛化驗證；ISP圖像調參需要根據各國的道路光線及氣候情況做定制等等。車企要想做到精益求精、在海外市場一炮而紅，勢必要花費較高的額外成本為在國內已經成熟的智駕方案做全球化適配。

第三個差異化來自智駕的功能法規，以歐盟的L2++準入法規UNR171為例，其與中國的L2強標理念并不相同，我國L2強標的設計導向為“糾偏”，門檻高自由度小，屬于命題作文，而R171法規則更關注具體場景，自由度高，但要想完全達標，要求車企有全面的測試和驗證能力。

除R171外，在歐盟的智駕發布還需遵守歐盟通用安全法GSR，NCAP，歐盟AI ACT，UN_R155，功能安全ISO26262，預期功能安全ISO21448，AISafetyISO8800等一系列法規，既管控成果，也要求過程的可解釋性，在國內依靠敏捷開發模式完成的智駕系統若在海外達到完全合規，需要在很多環節回爐再造。

第四個差異針對中高階智駕系統，除傳統的功能性準入法規要遵守外，高階智駕還涉及到云端、數據、高算力芯片、AI軟件及模型等眾多話題，是受地緣政治限制最多、合規要求最繁雜的汽車子系統。從芯片設計、制造、軟件開發、云端數據運維到整車出口的全鏈條中，美國出口管理條例EAR、信息安全部ICTS法規、云法案等“長臂管轄”政策中，有近千條法規細則與高階智駕相關；

此外GDPR及全球大量效仿GDPR的法規中的“透明度原則”，“跨境同等保護原則”等，也意味著全球各地數據的屬地化管理投資不可避免。AI法規通常存在“低頻、高額、標志性”的特點，車企因慣性思維、最小成本合規達標的僥幸心理而忽視AI合規可能會導致“猝死性”處罰。尊重地緣政策，加強地緣信任將是車企出海的首要任務。

第五個是海外研發及售后體系的建立。這一環節不僅涉及不動產的投入，也需跨語種人才，從測試、物流到政府關系處理等全鏈路團隊的建設。

2026年，車企在智能化技術出海的征途中將會逐漸意識到尊重屬地合規要求和用戶需求的重要性，加快探索在“移植國內成熟技術”和“尋找屬地合作伙伴”之間的平衡。

汽車行業的未來趨勢，向來是各家車企、機構爭相研判的核心命題，而博世智能駕控中國區總裁吳永橋提出的“汽車行業15大趨勢”，之所以具備極高的參考價值與預判準確性，核心源于博世作為全球頂級Tier 1巨頭的獨特視角與深厚積淀。

作為貫穿汽車產業全鏈條的核心供應商，博世擁有其他主體難以比擬的“縱向深度與橫向廣度”。

縱向層面，博世深耕汽車產業百年，從燃油車時代的核心零部件供應，到新能源與智能化浪潮下的智駕、座艙技術研發，完整經歷了汽車行業的技術迭代與產業周期變遷，對產業底層邏輯的理解早已刻入基因；

橫向層面，博世的合作伙伴覆蓋全球絕大多數主流車企，上至豪華品牌，下至自主新勢力，通過與不同定位、不同賽道的主機廠深度合作、高頻溝通，得以全面捕捉各細分市場、各類用戶的需求變化，形成了覆蓋全行業的感知網絡。

這種縱向的歷史積淀與橫向的行業洞察相互交織，讓博世對趨勢的判斷并非憑空推演，而是基于博世自身的技術布局、產業周期的歷史規律，以及海量主機廠的真實反饋構建而成的體系化結論。無論是細分市場的格局演變，還是智能駕駛、智能座艙的技術走向，其預判都精準錨定了行業發展的核心方向，既貼合產業發展的底層邏輯，又契合市場需求的真實走向。

這種結合百年產業經驗、全行業合作數據與技術演進規律得出的深度研判，對整個汽車行業的戰略布局、技術研發與市場決策，都具備極強的參考意義與實踐價值。

總之，站在2026年這個承前啟后的節點眺望未來。中國汽車產業的發展路徑已逐漸清晰。它不再是一場單一維度的技術沖刺或規模競賽，而是一場圍繞“融合”、“升華”與“全球責任”的深刻變革。未來的圖景，將由數股核心力量的交織與演化共同繪就。

這個過程注定不會一帆風順，但唯有經歷這番淬煉，中國汽車產業才能真正立于全球汽車工業之上，為世界出行方式的美好未來貢獻不可替代的中國智慧與中國方案。

責編：曹佳東 編輯：陳心南

THE END

PAST · 往期回顧

方盒子SUV：國產三強鼎立，外資徹底失勢？

整車出口832萬輛之際，何必去操“增長窗口期關閉”的心

長城汽車挺得過明年嗎？