周時瑩澄清演講本意，拒絕炒作 | 獨家

「希望聚焦討論汽車智能化協同發展」

作者|龔宸芫

編輯|李國政

出品|幫寧工作室（gbngzs）

“中國一汽高管：車企把大部分預算投到自動駕駛等，等于放棄造車本質”“一汽高管：賣一輛車虧兩三萬塊錢，中國本土企業難道永遠在國內互相廝殺嗎”……

近日網上發酵的這些言論，直指中國一汽戰略與合作部副總經理、智能產業發展辦公室主任周時瑩。

風波源于她今年4月11日在智能電動汽車發展高層論壇（2026）發表的演講。她那場本是立足行業實踐，分享智能汽車發展的經驗、痛點與破局思考的演講，卻在傳播中遭遇偏差。

多篇報道只截取她演講中的個別語句，還用“車企放棄造車本質”“本土企業互相廝殺”等標題吸睛，引發網絡熱議，也讓她演講的核心主旨被遮蔽。

幫寧工作室第一時間聯系周時瑩，請其還原演講本意。她對幫寧工作室坦言，自己并非所謂的“高管”；此次演講的核心絕非否定行業投入，而是希望大家正視智能汽車發展中的現實瓶頸問題，攜手聯合，共同破局。

她呼吁，汽車行業應統一技術架構和接口標準，聯合相關產業鏈協同發展，依托國家人工智能共性平臺上的舉國體制優勢，沖破關鍵核心技術的底層產業瓶頸。

當下，中國汽車產業正從電動化上半場過渡到智能網聯化下半場，AI與汽車的深度融合，既帶來機遇，也讓行業面臨前所未有的挑戰。

周時瑩的演講，其實是一份行業從業者的真誠反思：車企應回歸造車本源，聚焦自身擅長的安全、動力、底盤等核心領域，同時聯動產業鏈上下游，通過統一技術接口、構建協同生態，依托國家舉國體制，突破核心技術瓶頸，避免資源內耗。

輿論場上，流量導向的斷章取義，往往容易忽略行業深刻思考的價值。幫寧工作室了解到，周時瑩提及的行業痛點，被不少汽車業人士認同，但她倡導的“協同發展、聯合創新”，難度確實不小。

在汽車產業向智能化深度轉型的關鍵節點，行業更需理性看待反思，聚焦技術突破與生態協同的核心命題，凝聚行業共識，共同推動中國汽車產業從表面繁榮走向核心強盛——這是周時瑩演講的意義所在。

▍01

“未掌握汽車智能化本源”

周時瑩坦言，當前汽車行業最大的問題，在于“我們沒有突破汽車智能化本源，即人工智能底層能力”。

中國汽車產業投入巨大、發展迅速，但普遍意義上的成效只是表面繁榮，并未突破人工智能產業生態，也未能構建起以汽車為邏輯的AI模式。

在“表面繁榮”的背后，中國汽車業存在一系列尚難以突破的底層瓶頸。周時瑩將其拆解為5個核心層面：算法復雜性、算力浪費、數據孤島、操作系統碎片化，以及芯片“卡脖子”問題。

在最核心的算法層面，周時瑩認為，各家車企建立的分算力中心，目前看起來調度效率不高。“一張嘴就是上百萬clipse（基于clip的圖像搜索引擎?），你采、存花了多少錢？有沒有很高效地把這么多碎片化的數據都使用起來？”

將上述痛點帶到具體領域，周時瑩總結認為，行業存在重復投入、各自為戰的普遍現象。比如，當前多數整車企業將大量預算投入到自動駕駛、軟件、用戶交互等領域，而這些領域并非車企擅長。

“為什么我們放棄了本行，跟ICT、人工智能行業PK我們不擅長的領域？”周時瑩的反問，道出了行業無奈現狀——這種投入并非主動選擇，而是被裹挾的被動之舉。

與此同時，行業浮躁心態也加劇了自身的困局。不少車企推出的智能座艙，看似繁花似錦，但眾多功能是否真正被用戶需要、是否能為用戶帶來實際價值，她認為仍未可知。

她直面痛點，也提出清晰的破局路徑。在她看來，破解當前行業困局，核心在于“車企做車企的事”，聯動產業鏈上下游，依托國家舉國體制，構建協同發展的產業生態，讓專業公司做專業事，避免資源內耗。

她提到，中國一汽更關注的是車本身。“我們要不要干智能網聯、自動駕駛？肯定要做。但在汽車智能化的過程中，一定要舉國家之力和行業之力，做智能汽車產業發展共同體。”

▍02

“以協同之力，筑強產業根基”

基于前述核心思路，周時瑩從算力、數據、芯片、整車企業等4個維度，提出了具體的解決方案，其中不乏對國家戰略的呼應與行業實踐的思考。

在算力調度方面，周時瑩力推“1+M+N”協同解決方案，這也是國家算力互聯互通體系的核心布局。

所謂“1+M+N”，即1個國家統一公共調度中心作為頂層樞紐，統籌全域算力資源調度與分時服務；M個區域分算力中心，承接國家節點指令，整合區域內算力資源；N個企業級小型算力和匯聚中心，滿足企業個性化需求。

這種模式可聯動移動運營商、網絡公司、云算力提供商等多方力量，充分利用我國現有的算力基礎設施，實現算力資源高效流動與復用，破解當前算力調度低效難題。

在數據利用方面，周時瑩建議構建國家級高質量數據集。她認為，當前行業的問題并非數據量不足，而是數據質量不高、難以流動。國家層面應建立汽車行業統一的數據標識標注和接口標準，打通數據流動管道，讓企業在保障數據安全的前提下，實現數據交換與共享。

對企業，她建議，應擺脫“數據囤積”思維，從重復性采集、清洗、存儲，轉向提升數據使用效率，打通算法與數據之間的關聯，讓數據真正成為可利用的資產。

在芯片突破方面，周時瑩認為，汽車行業單獨談芯片，價值不大，核心在于突破云端大算力模型所需的大算力架構，以及圍繞芯片的AI架構和數據鏈。

她呼吁國家層面出手，打破國外品牌在AI芯片領域的壟斷。

她強調，芯片研發是需要長期專注的領域，這并非應用類企業的擅長之事。整車企業不應盲目投入，而應聯動專業芯片企業，協同突破瓶頸。

針對整車企業的定位，周時瑩明確提出，OEM應回歸本源，聚焦自身擅長的領域。

一方面，要圍繞安全核心，搞定整車與人工智能的安全問題；另一方面，要提升內部數據使用率和性能，實現真正的數據驅動閉環，同時推動動力、底盤等傳統優勢領域與智能技術深度融合，創新協同發展模式。

“總結來說，我們要凝聚汽車行業力量，構建統一的技術架構，打造自主可控的智能汽車產業底座，提升中國汽車的整體實力。發揮芯片、OS、人工智能等產業鏈的能力，在強大的自主AI產業生態支撐下，讓OEM真正回歸初心，聚焦品牌差異化算法與體驗定制，專注于‘車’本身的極致打磨，創造各自獨特的品牌價值。”周時瑩建議。

周時瑩的演講，或許不夠“光鮮”，卻足夠真誠；或許充滿焦慮，卻也充滿希望。她提出的痛點，是當下汽車行業的真實寫照；她倡導的協同，是破解困局的真實出路。

當然，這條破局之路，并非一蹴而就。它需要國家層面政策引導與支持，需要行業協會統籌協調，需要整車、零部件和科技等企業協同發力，更需要每一位行業從業者理性思考并踐行。