13位车企一把手罕见同台，只为一场AI大会站台，这释放了什么行业信号？

这说明，技术始终会向更高的生产力迈进，不会因为一时的波折就掉头。上半年行业里出现过“给智驾踩刹车”的声音，但那并不是否认AI，而是希望在安全的底线上，走得更稳、更快。所以当13位车企一把手罕见同台为AI大会站台，其实是在释放一个信号——他们相信，未来的方向一定是AI。

赛力斯董事长张兴海在大会上说：“AI不是选择题，是必答题”。

广汽集团董事长冯兴亚则强调：“智能化出行，不是少数人的特权”。

长安汽车董事长朱华荣更是点明：“汽车产业加速拥抱AI数智新汽车时代已经到来”——注意，他用的是“加速”，而不是“匀速”，更不是“减速”。

拍摄于汽车之家AI科技大会会场 2025.9.21

这次AI科技大会，我从头到尾都在现场，想和大家聊聊我的一些见闻和感受。

坦白说，在出发之前，我并没有抱太大期待。原因有两个：第一，“AI科技大会”这个名字本身就很宽泛，让人担心内容会停留在口号层面，形式大于实质。第二，各大车企轮番上台发言，难免会夹带一些宣传意味。毕竟谁都想顺便讲讲自家产品，但如果过度，场面就容易变成广告，而不是一场真正的技术探讨。

出乎意料，这次大会的内容不仅干货满满，还带着几分若有若无的火药味。技术人员之间的“呛声”，并不会像营销话术那样直白高调，而是藏在专业的表述里，听起来含蓄得多。要是没有一定的技术背景，可能根本听不懂，捕捉不到那些暗暗的较劲。

一、智驾技术路线之辩

就比如说，文远知行创始人韩旭自豪地说自己是“全世界唯一一个旗下产品拥有七国自动驾驶牌照”和“全球Robotaxi第一股”，强调自己在L4无人驾驶方面的资历；指出 “L3的本质是用在私家车上的简化版L4”，并给出一个建议：“L3应该由L4公司与车企合作实现”。 很显然，这建议是站在文远知行的立场。

Momenta首席架构师饶庆在大会上说，“几百辆Robotaxi的示范运营”还远远不够，Momenta的目标是“可规模化的L4”。所谓“可规模化”，就是在全球各种路况和场景下，都能真正实现L4级自动驾驶。饶庆直言：“仅靠Robotaxi，无法满足千亿公里的数据需求。”这正是Momenta提出“一个飞轮、两条腿”战略的原因。

要理解这些话背后的意味，需要回到几年前。那时L4热度正高，Momenta却坚持同时布局L2。当时外界不理解，连内部也受到文化冲击，CEO曹旭东回忆说：“很多人离职，我们的‘两条腿战略’也被嘲笑过，说四不像，这也不像，那也不像。”

但如今回头看，这套战略反而让Momenta在L2市场先声夺人，已经拿下了奔驰、宝马、丰田、日产、别克等重磅客户，风头正劲。饶庆再提“仅靠Robotaxi难以满足千亿公里数据需求”，其实是在暗示：那些只做L4的无人驾驶公司，缺乏L2的数据积累，最终可能会被Momenta反超。

理解了这些背景，你会发现：表面上和和气气的PPT报告，背后其实暗流汹涌。文化人、技术男的吵架，隐蔽而锋利，没有点行内功底，还真听不出来。

大会上，Momenta还回顾了自己的技术历程：

2022年，我们的首款量产车型仍基于规则规划与多个专用模型（如红绿灯识别、动态物体检测等），并依赖高精地图。

2023年上半年率先应用了基于Transformer的预测模型（FTP），这也是全球第一个用Transformer进行预测的算法。

2023年下半年实现了感知与规划的两段式端到端，推出基于Transformer的规划算法（DLP）。当时特斯拉FSD V11 仍采用一个基于规则的规划算法。

2024年，我们进一步将感知与规划融合为一段式端到端模型，实现从传感器原始信号到规划轨迹的端到端输出。

2025年，Momenta推出第六代飞轮大模型R6，引入强化学习机制。 正如AlphaGo通过自我博弈实现超越人类最好的棋手，R6通过在云端仿真世界环境中的闭环训练，不断抑制风险行为、强化安全性、舒适性与高效通行能力。

聊到“强化学习”，其实就和商汤科技的演讲不谋而合。

商汤联合创始人王晓刚提到：通过“世界模型”和“生成式智驾”，强化学习能够带来进一步的突破。 这里的两个关键词，即强化学习和世界模型，前者是是学习方式，后者是学习环境。 换句话说，就是在生成的世界模型里去做强化学习，从而追求超越人类水平的终极状态，这个上限要比端到端模仿学习更高。

他还举了一个典型例子：2015年AlphaGo横空出世，后来又有了AlphaZero——不依赖任何人类棋谱的输入，也能自我博弈并产生强大的智能。自动驾驶领域同样希望拥有这样的“世界模型”：在围棋里，有棋盘和人类定义的规则；而在路况世界中，如果能构建起类似的环境模型，就意味着朝着更高阶的智能迈进了一步。

博世智能驾控中国区总裁吴永桥在会上表态：博世不会去做世界模型和强化学习，也不碰VLA，而是短期内继续专注于一段式端到端的极致打磨。与此同时，他还直指VLA（Vision-Language-Action）大模型的“四大难点”：

第一 ，多模态对齐极其困难；

第二 ，多模态数据的训练和提取更为复杂；

第三 ，VLA引入大语言模型后难以避免“幻觉”，一旦用于智驾实时控制，风险极高；

第四 ，现有芯片存储带宽不足。真正意义上的VLA模型参数量在70亿至100亿之间，即便运行在英伟达最新的Thor芯片上，推理速度也只有5-7Hz，无法达到实时控车所需的10Hz。

要读懂这番开炮的份量，需要放在三个背景下来看：

其一，博世的行业地位 ：在智能座舱和低阶智驾领域，博世至今仍是全球份额第一，但在高阶智驾方面起步偏晚；

其二，博世的技术体验： 与文远知行合作的一段式端到端智驾已落地，我亲自体验过，表现确实不错。有了体验作底气，才更有资格加入这场技术路线之争；

其三，VLA的阵营： 理想、小鹏、元戎启行等几家重量级玩家，都已明确选择了VLA大模型路线。

博世选择在大会上公开对VLA泼冷水，背后既是对自身路线的自信，也是对竞品路线的质疑。

二、产业格局的博弈

这场大会叫“AI科技大会”，但主角几乎都是智能驾驶和智能座舱的供应商，似乎缺少了车企的身影。看上去车企角色不重，其实完全不是这样——真正主导行业方向的，始终是车企。

同济大学朱西产教授在主持圆桌时，就有一段颇为生动的开场白：“大家看到博世吴永桥总很牛、文远知行韩旭总很傲，但再牛再傲，来到汽车这个行当，手也伸不到用户口袋里去掏钱，还得不断感谢奇瑞汽车高新华总‘虐’他们。” 朱教授说这话，不只是调侃，而是点明了一个核心事实：在这条产业链上，主机厂才是拥有最终主导权的一方。

在本次圆桌上，不同参会方围绕“大模型与智能驾驶”的主题展开了各有侧重的讨论。

 广汽集团吴坚 强调，L2到L3是责任分水岭，主机厂会非常谨慎推进；相比V2X单独落地，更现实的路径是单车智能与V2X结合。 千里科技王军则 表示，千里要打造覆盖智驾、智舱和Robotaxi的开放平台，未来的核心在于智驾与座舱的一体化，L3之所以迟迟未大规模落地，本质还是责任归属问题。

轻舟智航于骞 认为，L3是行业发展到一定阶段的必然选择，关键在于明确责任划分；安全始终是底线，大规模上车量既带来数据积累，也是安全性验证。 Aibee林元庆 则从场端智能切入，认为车路协同是商业可闭环的方向，自动驾驶与大模型的结合是大势所趋，2035年前后或许能实现“空间智能”。

地平线吕鹏 强调，车载算力平台是主航道，同时其技术生态也正在外溢到具身智能和机器人领域。 科大讯飞李展眉 则判断，智能座舱会比自动驾驶更快进入L4/L5，L3责任的转移还将带动金融和保险体系的重构。 元戎启行刘轩 介绍，他们正推动VLA大模型上车，重点提升驾驶相关的语义理解与推理能力；他预计L3至少需要1500TOPS算力，目前产业已经具备相应条件。

整体来看，圆桌上的观点既有路线分歧，也有共识： L3是绕不开的阶段，责任划分和算力支撑是核心问题，而大模型和座舱融合，正在成为新的行业焦点。

第二场圆桌讨论“AI如何重塑汽车品牌价值”。 上汽俞经民 强调，AI不能取代人工，品牌要做到“人工+智能”结合，核心在于战略与用户洞察。长安杨光华提出，智能化首先要保证安全，还要让用户真正有安全感，未来差异化应从“比功能”转向“比场景”，并依托OTA实现千人千面。

领克穆军 在圆桌上直言，当前智能驾驶竞争过于依赖“比硬件”，算力越大、雷达越多就越敢宣传，但真正决定体验的其实是算法。他认为行业需要更清晰的考核标准，比如对L2进行分级，让用户能看懂，竞争也更有序。同时，他也观察到，用户对智能功能的热度变化非常快，三个月前的新鲜点很快就成了标配，而主机厂迭代节奏往往赶不上3C行业。

因此，他有两个希望： 一是建立统一的智驾分级体系，二是由第三方平台提供趋势指引，帮助车企提前洞察用户心智。

巧的是，这两点期待，正好契合了本次AI科技大会主办方汽车之家想表达的立场。那接下来，就来看看汽车之家在大会上是如何阐释自己的观点的。

三、数据里的答案：智能化的参照系

在圆桌之后，主办方汽车之家研究院副院长冼碧娟带来了《智能车趋势洞察》报告。她通过大量数据勾勒出智能化的真实走向。

比如，她发现新能源用户对智能座舱与智驾功能的关注度快速上升，已经成为购车决策的关键因素。

现场PPT讲的其实是简化版，他们还出了一本《2025中国智能电动车发展趋势洞察》，里面的图表和数据更为详实：

特别有意思的是，有一页PPT专门展示了新兴配置的用户偏好趋势，这不正是领克穆军所呼吁的“趋势指引”吗？ 有了这样的数据支撑，车企在判断用户需求、制定产品策略时就更有抓手。说到底，这也正是车企在产业格局中的独特定位：向上要从技术角度对接供应商，向下则要把握用户需求，把产品与技术精准组合起来。

还有一页特别有意思，那就是汽车之家AH-IT智能评测：

纸质报告里还有更为详细的数据：

一般来说，车企要让一款车上市，需要经历大大小小的考试。考试越多，成本越高，照理说车企应该很反感这种新增的考核，新标准往往像紧箍咒一样，让他们更难。但这次大会让我看到另一面：领克穆军提出，行业需要更清晰的考核标准，比如对L2进行分级，让用户能看懂，竞争也更有序。这样的考试不是额外负担，反而是解决问题的路径。

这就给我带来一个很大的启示： 如果媒体平台和车企能形成良性互动，技术测试设置得公平合理，就能避免无意义的内卷，为企业减负的同时，也让消费者买到更合适的产品。

总结

回到大会的开场，为什么会有13位车企一把手罕见同台？ 其实答案就在整场讨论里逐渐清晰：AI不是选择题，而是必答题。但这份答案并不会写在PPT里，而要落在用户的真实体验中。

无论是技术路线的分歧，还是产业格局的博弈，最后都要回到一点——只有把用户感受到的安全与价值做好，AI才算真正答对了题。