摘要：英伟达用GPU修建起高速公路，大模型掀起自动驾驶的算法革命，汽车座舱开始向AI Agent的样貌逐渐形塑，种种迹象表明，AI正在接过软件的接力棒，开始定义一辆车的每一个角落。

互联网产业跨界造车的趋势偃旗息鼓，但汽车工业拥抱互联网产业的风潮却愈演愈烈。

英伟达用GPU修建起高速公路，大模型掀起自动驾驶的算法革命，汽车座舱开始向AI Agent的样貌逐渐形塑，种种迹象表明，AI正在接过软件的接力棒，开始定义一辆车的每一个角落。

伴随汽车从研发到销售的全方位重构，车企与大模型和云服务的绑定也愈发紧密。不久前的上海车展，大部分车型都把大模型集成进了座舱，80%的参展车企都是火山引擎和豆包大模型的合作伙伴。

一个月后的火山引擎Foece原动力大会，豆包大模型1.6、视频生成模型Seedance 1.0 pro、升级后Agent开发平台等一系列AI云原生服务集中亮相。其中，豆包1.6的综合成本只有DeepSeek R1的三分之一。以5秒的1080P视频为标尺，Seedance 1.0 pro的成本也位列行业最低。

与AI产品齐聚一堂的是极氪、蔚来、上汽荣威、上汽奥迪这些整车厂，以及元戎启行、四维图新等自动驾驶公司。如果忽略主办方火山引擎云服务商的身份，现场俨然上海车展分会场。

电动化的转型尚未结束，AI汽车已经急速驶来。每一个试图牢牢握住灵魂的车企，都紧紧握住了人工智能的双手。

汽车工业对“软件定义汽车”第一次直观的感受，来自2019年的一档视频节目。

2019年10月，BBC旗下汽车杂志《Top Gear》制作了一期喜闻乐见的双车对比视频，主角是保时捷Taycan Turbo S和特斯拉Model S Performance。前者是保时捷首款纯电车型，后者是特斯拉标杆产品，可谓节目效果拉满。

在五次直线竞速赛中，保时捷都以“微弱的优势”取胜。但比赛结果引来特斯拉粉丝不满，有人质疑数据造假，有人呼吁重新比赛，可见哪国的汽车爱好者都喜欢吵架，最终《Top Gear》亲自下场澄清[1]，表示自己没有暗箱操作。

《Top Gear》专门发文澄清比赛结果的公正性

结果一波未平一波又起，马斯克本人亲自下场指责比赛不公平，并建议《Top Gear》改名为“Low Gear”，随后表示Model S将很快迎来OTA升级，峰值输出功率增加50马力，更新后势必干翻保时捷。

整个2019年，特斯拉推送了14次OTA，“哨兵模式”的出现就在其中，让汽车工业对“软件定义汽车”有了具象化感受。一个不算冷的知识是，特斯拉虽然多次“召回”，但车主实际上只需要在车里更新软件系统。

电动车改变的不仅是驱动汽车的能源，从燃油到电力恐怕是电动车最微小的变化。“软件定义汽车”的基础是电动车更加集中的电子电气架构，实现了车辆功能的统一调度。

举例来说，燃油车的架构里，主机厂从供应商手里拿到的是一个个执行单一功能的子系统，并将各个子系统组合在一起完成“系统集成”。但电动车的电子电气架构可以打破黑箱，将绝大多数的硬件功能都置于统一软件的调度之下。

这种自内而外的进化，让“硬件预埋-软件升级”成为可能，也对车企的软件能力有了新的要求。

尤其伴随三电技术越发成熟，零百加速带来的体验升级逐渐趋同，市场竞争从电动化进入智能化，智能座舱和辅助驾驶成为车企作出差异化功能的主场，进一步对车企的IT建设水平提出了考验。

按照IDC的数据[2]，中国乘用车OTA功能的渗透率正快速提升，新能源汽车标配比例接近90%。这一趋势催化了车企将产品定义权牢牢攥在手里的决心，但考清华的决心人人都有，清华的录取通知书就不是人均一份了。

在“软件定义汽车”这件事上，老牌车企的决心大多整齐划一，但失败案例可谓五花八门。2020年的戏剧一幕很有代表性：超过1万台ID.3整齐陈列在停车场，在交付前完成“有线OTA”升级的任务。

2020年，数百辆大众ID3进行“有线升级”

ID.3是大众MEB平台的首款车型，搭载大众自研的VW.OS操作系统，由时任CEO赫伯特·迪斯亲自挂帅，前德国总理默克尔没少嘘寒问暖，被视为大众押注软件业务的一块重要拼图，结果不出意外的“走了一些弯路”。

由于电子电气架构开发过于仓促，ID.3内部有70个左右的ECU，对应着不同的软件和供应商。在缺乏数据主导权的情况下，创造了帐篷里OTA的世界名画。

这也在一定程度上解释了为什么互联网和消费电子公司对新能源车虎视眈眈，因为软件恰恰是后者的传统优势项目。互联网公司亲自下场造车的是少数，但参与新能源车产业的却是大多数。

今年上海车展，奔驰全新CLA车型伴随MB.OS 3.0车机系统同时亮相。在这套软件系统中，奔驰与火山引擎深度合作，实现了AI语音交互以及多模态交互功能，创造了更加人性化的交互模式。

无独有偶， 上汽奥迪、长安马自达等车企与火山引擎的合作也瞄准了智能座舱解决方案。软件定义汽车的趋势还在继续，“AI定义汽车”的风向已经初见苗头。

原因不难理解，大模型的出现让算法识别和处理非结构化数据的能力有了质变。

以车载空调为例，早期的语音识别只能处理“提高到xx摄氏度”这类结构化语言，对“有点热”这种自然语言的识别决策捉襟见肘。但随着大模型逐渐贯穿数十种车内功能，AI Agent形式的智能座舱已经初见端倪。

系统集成与机械素质是车企的强项，但软件与算法的研发的确略显超纲；互联网公司则恰好相反，汽车研发终究力有未逮，软件能力反而是其立身之本。因此在“AI定义汽车”的趋势下，两者呈现高度的互补性。

此前的上海车展，超过八成的参展车企都是火山引擎的合作伙伴，既有蔚来和理想为代表的新势力，也有一汽、长安等老牌合资车企，还有宝马、奥迪、大众、本田海外品牌，可谓一网打尽。

当汽车和消费电子产品之间的界限越发模糊，AI几乎成为汽车打造驾乘体验的核心环节之一，其实质是用更大的算力、更多的数据、更大的模型赋予汽车全新的体验。

而AI对汽车的“定义”，也远远不局限于汽车本身。

2021年的第一届特斯拉AI Day，马斯克麾下的软硬件部门负责人集中亮相，在身边一字排开，外界得以第一次窥见特斯拉人工智能帝国的诸位“开国元勋”。

这几位工程师从国籍到肤色，从身材到发量都各有不同，但共同点是都没有车企的工作经验。然而，他们却负责着特斯拉最核心的业务和产品：自动驾驶算法、FSD芯片和用于算法训练的D1芯片与Dojo超级计算机。

2021年特斯拉AI Day

特斯拉在电动化和智能化上的领先，自然有马斯克视物理学如无物的野心，也在于特斯拉在方方面面都脱离了传统汽车工业的底色。

2012年，特斯拉请来了ERP老兵Jay Vijayan担任CIO，负责开发内部使用的供应链管理平台，后者要解决的核心问题之一，就是把汽车的OTA更新和生产部门打通，同时让门店与网站的订单数据快速反馈给总部，但SAP和甲骨文并没有适应这种业务模式的方案。

后来接受采访时，已经下海创业的Jay Vijayan给了前老板极高的评价[4]：

“马斯克想从头到尾重塑汽车，包括软件。”

燃油车时代，庞大的经销商体系承担了销售工作，主机厂只需要负责生产，然后把车“批发”给经销商。直营模式并非电动车的专属，背后的推动力量其实是数字化基建而非电动化转型。

品牌形象的建立、终端需求的把控、直接接触消费者的方式，对车企和经销商都是一种迫在眉睫的诉求。

传统车企的电动化转型自然有各种各样的包袱，但至少在一些环节，转身的动作依然可以做到轻盈优雅，卖车是其中之一。

“卖好车”是许多车企遇到的难题之一，由于经销商体系的存在，整车厂和用户需求之间实际上存在一定程度的断层。

无论对车企还是经销商来说，聊天软件和电子表格的组合拳早已显露出局限性。一方面，用户数量急剧增长，但销售顾问规模有限，难以保证服务的实效性。另一方面，千人千面的用户需求对个性化服务提出了更高要求。

通过引入豆包大模型，捷途打造了AI客服“小捷”，可以7*24小时无间断解决用户提出的各种疑难杂症。

背后原因不难理解，在AI介入之前，捷途的3000名员工要负责15万名车主的服务，超人恐怕都难以胜任。

AI并非烟囱式孤立的存在，要打造专属模型，关键在于理解业务。豆包大模型可以对用户内容及行为数据进行深入分析，让车企更精准地捕捉和理解用户需求和偏好，这种效果远胜传统的市场调研。

“卖好车”的核心环节是筛选用户，这也是一切市场调研和品牌营销中最复杂的问题，大模型扮演的角色就是帮助车企拨开迷雾，尽可能接近最真实的信息。

站在用户的角度，也意味着不用再面对4S店七嘴八舌的推销，可以更高效地匹配到合适车型。

当汽车行业的竞争越发激烈，新车迭代速度不亚于消费电子，这一代产品新鲜出炉，下一轮变革已经开始。因此每一个有效的用户反馈都是车企的核心资产，不仅影响着产品的迭代方向，更关系到车企未来的竞争力。

在与赛力斯的合作中，火山引擎通过用户之声管理平台（VOC/Voice of Customers），依托豆包大模型的理解、分类和总结能力，准确推测用户的情绪，并将用户的反馈迅速提炼，从而提高业务团队的决策效率。

赛力斯的用户之声管理平台

电动车重塑了汽车的架构、生产和销售，AI又开始贯穿其中的每一个环节，这也是为什么马斯克会说：“与设计一家工厂所需的脑力劳动相比，设计车的脑力劳动不值一提。”

无论是被车载娱乐系统集成的大模型，还是AI云服务对销售环节的接入，或是不断引入算法的汽车与自动驾驶研发环节，其核心都是对数据吞吐和处理能力的跨越式提升。

在自动驾驶研发上，特斯拉从外包到自建标注团队，再到自研自动标注系统，是效率与成本的综合革命。引入AI大模型进行数据自动化标注，也成为车企纷纷效仿的参考教材。

如何获取数据，如何处理数据，如何将人工智能引入车内车外的方方面面，恐怕是“AI定义汽车”的语境下，汽车工业正在思考的问题。

当全世界最顶尖的公司都在采购GPU、接入大模型和云服务，重新梳理自己的业务版图时，其他人自然没有理由置身事外。

传统车企在电动化时代的步伐略显踉跄，常被视为跟不上转型节奏，但事实恐怕恰好相反。

无论是电动化还是智能化，老牌车企事实上都相当进取，甚至包括看上去保守异常的丰田。

作为特斯拉早期的投资者，丰田很早就意识到软件对汽车的重要性。2016年，丰田章男亲自从Google请来软件专家James Kuffner，后者在“安卓之父”Andy Rubin离开后一直领导着机器人团队。

丰田章男（左）与James Kuffner（右）

James Kuffner履新丰田的首要任务是开发整车操作系统，但这款本应成为丰田应对软件定义汽车时代的杀手锏，不仅没有如期推出，反而让James Kuffner赌上了整个职业生涯。

2022年，丰田自信满满的外宣布，将于2025年正式发布汽车操作系统Arene，但华尔街日报不解风情的揭开了真实情况[5]：Arene的交付时间一推再推，丰田内部普遍认为2027年都未必实现。

这是汽车工业在电动化时代的一个缩影：做了所有正确的决策，但得到了一个失望的结果。

电动车系统性创造了一些新的零部件，也系统性消灭了一些旧的零部件。这个过程不仅重构了车企的竞争力，也重构了汽车的价值链和产业链。

旧的森严体系坍塌，新的规则秩序重构。直营销售这种新的模式、激光雷达这类新的零部件、火山引擎这类新的供应商，都是产业转型的具体体现。

一方面，开源节流成为汽车厂商的头等大事。近年来行业整体利润率不断下滑，2024年仅有4.1%。汽车市场格局打乱分散，头部玩家尚未形成，价格战此消彼长，降本至关重要。

另一方面，新技术研发投入高，而回报率未知。但技术路线尚未收敛，市场格局依然分散，车企不得不砸钱赌未来。

从电动化、智能化，再到AI的全方位深度介入，车企的核心命题是如何重建自身的竞争力。这个过程中，汽车产业链也会迎来新的参与者。

换句话说，造车有新势力，产业链同样也在培育新势力。

设计一辆实用的车、开发油耗更低的发动机是传统车企和供应商的看家本领，但建设庞大的算力集群，利用人工智能提高效率，反而是互联网公司的特长，也是脱胎于字节的火山引擎的传统优势项目。

无论是本身的云服务，还是业务覆盖面以及合作伙伴规模，火山引擎都是公有云大模型服务市场当之无愧的主导者。

按照IDC的口径，2024年中国公有云上大模型调用量达到114.2万亿tokens。其中，火山引擎以46.4%的市场份额位居中国市场第一，并且超过第二位和第三位的市场份额总和。

作为汽车数字化和智能化的基础设施，汽车云俨然成为上海车展的吉祥物。而八成的参展汽车品牌背后，都有火山引擎和豆包大模型的身影。

火山引擎在汽车工业的卡位，是汽车智能化转型的结果，也是中国互联网产业外溢的表现。原因在于，它并非传统汽车工业的结晶，反而由互联网产业孕育，又与新能源汽车深度融合。

普华永道曾做过一组预测数据：汽车行业80%的增量价值将被创新先锋拥有，20%的增量价值由传统势力瓜分。

当AI定义汽车成为时代主题，汽车产业的竞争纬度持续拓宽。在新的价值池中拿下更多市场份额，是所有车企最关键的一战。

火山引擎之于转型中的汽车工业的意义，也会变得越来越深刻。

全文完，感谢您的耐心阅读。

[1] Porsche Taycan vs Tesla Model S Drag Race: clarification，Top Gear

[2] China Annual Electronic Vehicle Tracker，IDC

[3] 李想不想造车了？理想AI Talk访谈实录，理想汽车

[4] Ex Tesla CIO Jay Vijayan Builds Tekion To Improve Car Buying Experience，Forbes

[5] The World’s Biggest Carmaker Made a Huge Bet on Tech. Things Went Wrong Fast，The Wall Street Journal

来源：饭统戴老板一点号