【北京车展观察】汽车行业正在集体抛弃“花瓶AI”?

牛眼看行业资讯共分享

电动1家供需信息平台

www.dd1j.com www.ev108.com

如果说2023年是汽车大模型的“元年”，那么2026年则是“去魅”之年——车企们不再满足于让车载AI写诗、讲笑话，而是开始追问一个更务实的问题：这个装在车里的“大脑”，到底能为用户“办”成什么事？

这一追问的背后，是一场从“生成式AI”到“代理式AI”（Agentic AI）的范式转换。

在本届车展上，联想、火山引擎、腾讯、商汤绝影、联发科等企业密集发布的智能体方案，共同指向一个判断：汽车正在从被动的“语音助手”进化到能主动感知、自主决策、全链路执行任务的“类人智能体”。

这场变革，远比换一块更大的屏幕或加一颗更强的芯片来得深远。

AI要开始办实事儿了？

走进本届车展的核心展馆，几乎每家主流车企和科技供应商的展台上，“智能体”都成了最频繁被提及的关键词。

但细看之下会发现，这一轮AI上车与此前两三年有着本质区别。

过去，车载AI大模型更多扮演的是“知识渊博但手无缚鸡之力”的乘客角色。用户问，它答；用户下指令，它执行。尽管语音识别率更高了、对话更自然了，但底层逻辑和此前的语音控制并无二致——仍然是“指令型”或“陪聊型”交互。

有行业观察者一针见血地指出，这些功能在实际用车场景中往往沦为“鸡肋”。

2026年的分水岭在于，Agent智能体开始被赋予“手脚”——它需要具备理解意图、拆解任务、调度资源、执行操作、完成闭环的全链路能力。

腾讯智慧出行副总裁钟学丹对此的判断颇具概括性：“汽车智能化下半场的竞争，拼的不是AI功能堆得多不多，而是谁先把大模型、整车能力与服务生态组织成一个可感知、可规划、可执行、可持续进化的智能体中枢。”

但钟学丹也抛出了一个更犀利的判断：过去一年行业对大模型的“鼓吹”该降温了。

他在车展前夕接受盖世汽车采访时直言：“在过去的一年可能鼓吹大模型吹了很多，那实际上没有解决任何问题。倒不如手机上问一下元宝会解决问题的，这个会更多——没有必要把大模型迁移到上车。在车上，可能就是基于车的传感器信息、车对应的功能，以及跟车结合相关场景的Agent落地，才有更多的不同。”

这番话点出了一个行业痛点：单纯把大模型塞进车里是没意义的，关键是用Agent在具体场景里真正解决问题。

图片来源：腾讯

这种转变的技术底座是什么？本届车展上，多个玩家给出了自己的答案。

火山引擎在车展开幕首日发布了基于Agentic AI架构的新一代汽车AI解决方案，其核心突破在于用一个统一的“AI大脑”深度联动车控、导航、智驾等关键功能域，实现了“感知、推理、执行、记忆、学习”的完整闭环。

不同于传统的“一问一答”，这套系统具备自主驱动能力。在长途驾驶中，它能根据后排乘客的状态自动切换唱歌、讲故事或放动画片等模式，不再需要驾驶者反复下达指令。

更引人注目的是其市场渗透数据。在发布会现场，火山引擎相关负责人披露了最新的行业成绩单。目前，已有超过50个汽车品牌、145个车型搭载了豆包大模型，总车辆数超过700万辆，日均完成的座舱交互和服务闭环超过3000万次。

联发科则在本届车展上抛出了一个更具野心的概念——“AI定义汽车”（AIDV）。

联发科副总经理、车用平台事业部总经理张豫台解释道：“AI定义汽车不但是用AI实现功能，更重要的是模型能够快速迭代，车辆‘聪明的大脑’也能保持时刻在线更新。”

这意味着，AI不再只是汽车的附加功能，而是整车架构的核心灵魂。

联发科天玑汽车座舱平台C-X1采用3nm制程，提供高达400TOPS的全模态AI算力，正是为这种“主动式智能体座舱”提供端侧算力底座。

图片来源：联发科

而联想车计算的路径更为独特。

其在车展首日发布的“车计算2.0”战略，核心产品是Auto AI Box与OneAI汽车智能体平台。这套方案基于NVIDIA DRIVE AGX Thor-Z平台，面向座舱智能体应用提供360TOPS@FP8 AI算力，支持最大30B多模态大模型端侧部署，交互延迟由秒级降至毫秒级。

联想集团副总裁许亮将2.0阶段的战略表述为：由“计算平台”升级为“智能体平台”，使汽车成为继手机、PC之后的“个人移动AI智能中枢”。

从这些密集发布中可以提炼出一条清晰的行业共识：2026年正被业界视为车载AI从生成式跨越到代理式的分水岭。

大模型不再只是座舱里的“花瓶”，而开始真正承担起“办事”的职能。

但要真正理解这一变化的临界点在哪里，需要看两个条件是否成熟。

钟学丹在采访中给出了精准的拆解：“从对话到执行，它会依赖于两件事情。第一件事情是技术底座的本身能力——大模型上车第一件事是解决对话的优化和体验改善，当它要变成可执行，就需要模型能力进化到安全可控。第二件事是最近半年工程化范式的进化——就像Manus这样的工程范式，它对智能体的约束和管控可以让输出更稳定。”

他进一步指出，这两个条件的叠加才使“从说到做”成为可能：“一方面模型在工程上有进步，另一方面要有好的生态连接能力——如果我们具备了能力，但想执行的时候发现什么都用不了，那也不行。”

这段拆解揭示了一个关键逻辑：2026年的Agent上车不是某一项技术的单点突破，而是模型能力、工程范式、生态连接三者同时就位的结果。

“一脑多形”与生态竞速：整车智能体的路径分野

如果用一个词概括本届车展AI Agent的技术路线之争，那便是“一脑多形”——用一个统一的核心智能体，驱动不同场景、不同终端的多样化能力。

但盖世汽车观察到，在这个大方向下，各家厂商的路径选择呈现出明显的分化。

端侧智能派：算力装在“盒子”里

商汤绝影是这一派别的典型代表。其在车展上首发的Sage Box（千机智盒），以Sage端侧模型、千机系统与New Member原生智能体构建三层架构，核心卖点是“Token零成本、Always On响应、一脑多形”。

商汤绝影的New Member智能体实现了从“会聊天”到“能干活”的核心跨越——可支持模糊意图导航，结合用户记忆与场景信息规划个性化行程；能同步识别、处理多人指令并一键执行任务。

更长远来看，商汤绝影还推出了SenseAuto Go Robotaxi舱驾融合方案，联手T3出行计划年内启动试运营，将智能体能力从座舱延展至全栈自动驾驶。

端侧部署的逻辑在于：数据隐私、网络依赖和响应延迟是云端大模型的三大软肋。将算力前置到车内，无论是联想的Auto AI Box还是商汤的Sage Box，本质上都是在试图用“本地大脑”替代“云上大脑”。

这种路线对芯片算力提出了极高要求，也解释了为何本届车展上芯片厂商和算力平台的存在感空前高涨。

关于端侧与云端的算力分工，钟学丹同样给出了判断：端侧负责即时响应和基础安全，云端负责复杂场景。“端侧的算力会越来越强，对应端侧模型能力也会越来越强，但是更复杂的场景一定还是应用于云端的，复杂场景一定依赖云端，端侧是没有能力的。”

这意味着，端云混合架构不是过渡方案，而是长期共存的技术框架。

生态平台派：让Agent长在服务上

与之形成对照的是腾讯的“生态建城”策略。

在车展前夕的2026 TIME DAY上，腾讯正式发布“出行全场景智能体开放平台”，全面升级七大座舱智能体产品。

腾讯的打法不是造一个“万能大脑”，而是将微信小程序生态、支付能力、地图服务等嫁接进座舱场景，让智能体具备实际的“办事能力”：点外卖、订餐厅、缴费、导航一站式闭环。

某种意义上，腾讯在解答一个行业痛点：当AI大模型普遍“上车”后，座舱中真正能被称得上“能用”的功能并未突破“指令型”和“陪聊型”两个层面。

腾讯集团高级执行副总裁汤道生点出了问题的核心：“汽车作为软硬一体、与物理世界强连接的智能载体，天然适合Agent场景落地。”

言下之意，智能体不只是“对话”能力的问题，更是“连接”能力的问题，谁能把车外的真实服务接入车内，谁才能让Agent真正“干事”。

整车全域派：一个Agent统领全车

吉利则在本届车展上展示了更激进的整车级路线。其“1+2+N”多智能体框架，以整车级超级智能体Eva统筹智驾与座舱，并联动底盘、能源等子系统实现毫秒级协同，将AI智能体的管理范围从座舱拓展到了整车的物理操控层面。

爱芯元智CEO仇肖莘的判断进一步验证了这一趋势：“随着端侧AI Agent发展，未来汽车内部不会再是座舱和辅助驾驶各自为战，而是会出现一个统一的‘Agent主体’，去统筹车内不同智能化能力，形成更完整的一体化体验。”

换句话说，当下座舱智能体和智驾智能体各自发育的阶段，可能只是过渡形态；终局是“一个大脑”接管一切车载智能。

路线分野背后的深层逻辑

值得深思的是，这场路线之争的结局未必是“你死我活”。

端侧派解决的是“无网也能聪明”的问题，生态派解决的是“聪明之后能干多少事”的问题，全域派解决的是“从座舱到智驾的统一体验”问题。三者在逻辑上恰恰是互补的。

真正决定竞争胜负的，或许不是谁的技术方案更炫，而是谁能率先跑通“可规模化量产、可持续进化、可低成本复制”的商业闭环。

正如商汤绝影CFO张君毅所指出的：传统汽车零部件企业布局AI+汽车业务时，往往面临估值受限的困境；而原生AI企业切入汽车产业，更容易获得资本认可。这种赛道属性带来的天然差异，将深刻影响不同玩家的长期投入能力。

图片来源：商汤绝影

股价、融资能力、研发人才成本，这些“非技术因素”正成为智能体竞赛中隐形的胜负手。

智能体时代的中国主场：全球产业链的重构与焦虑

如果本届车展的AI Agent故事仅限于中国企业在唱主角，那就忽略了一个更深刻的维度：跨国巨头正在以惊人的速度跟进，而且他们的逻辑发生了根本性转变。

大众汽车集团在本届车展上发布了“全域智能体AI”产品技术路线图，宣布将于2026年内将这一技术应用于量产车型，以智能体AI能力全面赋能CEA架构新车型。

图片来源：大众

宝马则基于阿里千问大模型，推出了三个专为中国市场定制的AI智能体——“用车专家”“出行伙伴”和“百科达人”，覆盖用车、出行和知识问答三大场景。

奔驰也在车展上呈现了由MB.OS构筑的AI赋能的智能座舱与辅助驾驶成果。

德国电视二台的记者在车展现场发出了一句意味深长的感慨：“中国电动汽车越来越好、性能更强、设计愈发大胆，正以史无前例的速度重塑全球汽车市场。”

而卡塔尔半岛电视台的观察更为直白：“中国本土车企的竞争力早已不止于价格，更在创新理念上展开角逐，这场车展，有时更像一场科技博览会。”

这种话语权的转移并非偶然。

从政策层面看，2026年《政府工作报告》首次提出“打造智能经济新形态”，明确要求“促进新一代智能终端和智能体加快推广”。工信部部长李乐成更是在全国两会上表态，要“全力推进新一代人工智能产品的攻关和迭代更新，包括自动驾驶汽车、人形机器人”。从“人工智能+”连续三年写入政府工作报告，到首次将“智能体”列为政策关键词，顶层设计正在为产业提供前所未有的制度供给。

从市场数据看，有行研报告显示，2025年全球汽车AI智能体市场规模约为16.2亿美元，预计到2032年将达到139.8亿美元，年复合增长率约42.5%。其中，中国市场占全球的比例有望超过35%，在整体汽车AI市场中占据主导地位。

更具说服力的一个数据是：中国具备组合驾驶辅助功能（L2级）的乘用车新车渗透率已超60%，2026年预计将超70%，智能辅助驾驶已从“选配”变为“标配”。

然而，在“中国主场”的叙事之外，焦虑同样清晰可见。

在这场喧嚣中，一个更深层的挑战正在浮现：当AI Agent从概念走向量产，从技术演示走进用户的日常驾驶，它面临的不再是“能不能做”的技术问题，而是“值不值得用”的体验问题。

研究机构J.D. Power在《2025中国智能座舱研究》报告中指出，主动式服务能力已成为座舱体验分层的核心赛道——能预判需求、长时记忆、多任务并发的智能体，将彻底重构人车关系。但反过来看，那些做不到这一点的智能体，很快就会沦为又一个被用户遗忘的“卖点”。

站在2026年北京车展的现场回望，从上一届“新汽车”到这一届“智未来”的主题跃迁，与其说是技术进步的水到渠成，不如说是整个产业在激烈竞争压力下的一次集体“抢跑”。

AI Agent上车的故事才刚刚开始，真正考验这一刻技术成色的，不是展台上的花式演示，而是未来一年里数百万辆量产车的真实使用数据。

当方向盘后的驾驶员不再主动下达指令，而是等车来“猜”他的需求时，这场智能化的下半场，才算真正开赛。

【广告】品牌动力·储能电池规模化配套/解决方案没有中间商

重大项目新型高效防火材料

木石高分子复合新材料门/墙/柜板材/工程家居

泰国·苏梅岛安住海景别墅旅游接待