从AI（人工智能）拼凑式创新，走向AI定义汽车，全球汽车产业正迎来一场底层范式的变革。
今年以来，小鹏、理想、比亚迪、奇瑞等车企争相发布车载全域AI大模型，目标是打通座舱、智驾、底盘等能力边界，把分散的域能力收拢至统一的智能中枢。其中，奇瑞推出了面向物理AI的垂类基础大模型CheryMind以及专为物理AI世界模型设计的车规级3nm芯片“紫微”。奇瑞集团董事长尹同跃表示，奇瑞正在践行“机械和AI一体化”，打造端侧具备原生算力、云端承载核心大脑、硬件可感知思考、软件持续迭代进化的新车形态，整车由“一个AI大脑”统一调度驱动。
与此同时，文远知行、轻舟智行、Momenta等智驾科技企业相继抛出物理AI战略。比如文远知行推出物理AI认知大模型WIT，强化车辆对真实交通世界的理解推理；而小马智行推出世界模型2.0，通过可微分世界模型将训练效率提升一个量级，并提出AI自主进化的“超级智能体”概念。
在此之前，车载AI更多是单点能力的外挂式叠加：座舱语音、导航交互、高速NOA各自独立训练、独立运行，是典型的“补丁式”智能化。而全域AI浪潮下，行业的共识正在重塑：汽车不再是搭载AI功能的机械载体，而是具备感知、理解、决策、自主进化能力的物理智能体。
范式切换之下，AI定义汽车对整车体系提出了苛刻的底层约束：车辆必须支撑海量实时数据吞吐、跨域异构算力动态调度、超大内存带宽供给，还要搭建一套适配大模型特性的安全验证机制、模型迭代与OTA全生命周期管理体系。
正是如此，一场产业分水岭正在形成。业内一致认为，能够完成E/E架构底层重构、打通算力-芯片-操作系统- SOA底座、跑通数据闭环的玩家，才有机会拿到全域AI时代的入场券。
面向全域AI时代，整车厂已经开启底层变革，但各家动作、投入节奏明显分化，没有统一标准答案。
目前来看，头部主机厂分化出两条主流路线。一条是直接落地中央超算+区域控制架构，砍掉大量独立域控制器，把整车算力向中央节点收拢，为统一AI大脑提供硬件底座；
另一条路线是选择渐进式域融合，优先完成舱驾融合，保留部分原有域单元，用分步迭代的方式平衡高额研发投入、供应链风险和量产交付节奏。
过去几年，汽车行业对于车载AI的落地应用，大多聚焦单点智能化功能，解决的是“让车变得更聪明”。而现在，产业必须回答一个更深层命题：「汽车究竟如何被AI重新定义」。
总体来看，从拼凑式AI走向AI定义汽车，本质是三重转变同步发生：
第一，AI不再是车的功能，而是车的中枢神经。过去AI 是装在车上的 APP，未来车是 AI 在物理世界的躯壳。座舱、智驾、底盘、动力的所有决策，都将由一个统一的世界模型驱动，而不是被几十个分散的小模型拼接。
第二，舱驾融合不再是硬件合并，而是时空维度上的上下文打通。传统方案中座舱域、智驾域相互隔离，依靠网关交换有限数据；AI 原生架构要求毫秒级共享感知与意图，用户一句自然语言指令，可以同步触发交互、路径规划、场景决策的联动计算。
第三，整车统一智能体不再是路线选择，而是下一个十年产业话语权之争。谁掌握这套整车智能调度体系，谁就能掌握软件迭代、数据闭环与服务生态的主动权。
在上述背景之下，不少车企尝试共享传感器、搭建统一算力池，打通座舱与智驾的数据链路，但在安全冗余和成本之间，方案路线持续拉扯：一部分品牌选择单芯片集成方案，依靠虚拟化技术实现算力动态分配，追求硬件精简、压低BOM成本；另一部分坚持双芯片安全隔离架构，严格区分功能安全域与信息安全域，优先规避座舱负载异常拖累智驾决策的风险。
根据《高工智能汽车研究院》数据显示，2025年中国市场舱驾一体交付量为156.36万辆，同比增长49.93%。2026年1-6月超过90万辆，同比增长60%。
总体来看，在全域AI的大趋势下，自研整车 AIOS、搭建 SOA 服务化底座，成为了头部车企的标配动作。一部分车企试图将底盘、动力、智驾、座舱的整车能力封装成标准化服务，供上层大模型智能体按需调用，还有部分车企已经开始落地整车智能体，验证全域 AI 的整车协同能力。比如极氪落地超级 Eva 整车智能体，依托 WAM 世界行为模型打通跨域感知共享与算力调度，让大模型跳出传统座舱语音助手的定位，成为整车统一思考中枢。
全域AI概念刷屏，但从 Demo 演示走向百万级车型搭载，行业仍要直面四座大山。
第一重矛盾是成本矛盾。中央超算、高带宽内存、新一代传感器集群会直接推高硬件 BOM。全域 AI 要普及，不能只搭载高端旗舰车型，如何在中端车型控制成本，是所有主机厂和 Tier1 共同的难题。单纯堆算力的路线，很难走通规模化。
第二重矛盾是软硬件协同难题。大模型算法迭代速度远快于硬件开发周期。芯片、控制器硬件定型之后，模型持续升级带来的算力、带宽需求变化，很容易出现硬件能力跟不上算法迭代的情况。软硬件解耦、弹性算力调度，仍是工程难题。
第三重矛盾是 SOA 标准化缺失。各家自研服务接口、服务描述规范自成体系，跨品牌、跨平台无法复用。大模型智能体想要灵活调用整车能力，需要统一的服务语言，而行业共识推进速度滞后于产品发布节奏。
第四重矛盾是数据闭环运营和安全合规。全域 AI 高度依赖持续的数据回流、标注、仿真、模型微调。但整车多域融合之后，数据体量爆炸，数据采集、传输、存储、使用，叠加功能安全、预期功能安全、数据合规多重约束，验证工作量指数级上升。传统的汽车验证体系，已经跟不上大模型持续进化的节奏。
在大模型快速渗透的浪潮下，汽车行业正由软件定义汽车迈向全域 AI 的全新探索阶段。座舱 AI、ADAS 感知等 AI 能力已逐步上车，但座舱与智驾两套智能体系并存，整车统一智能体究竟是行业必然方向还是概念热炒，成为产业热议的焦点。
AI 定义汽车的终局，不是"AI 在车里"，而是汽车成为 AI 在物理世界的延伸。当一台车能听懂一句话、看懂一条路、记住一段习惯、预判一个风险——它就不再是一台交通工具，而是 AI 在数字世界与物理世界之间搭起的一座桥。
12 月 8 日上午开幕式专场【重构・全域】，将以高工智能汽车研究院年度报告首发为开篇，探讨 AI 如何重写整车智能底层逻辑。从数据 + 模型驱动实现座舱、智驾、底盘全域感知融合，推动行业从过去的 “功能堆栈” 转向整车 “系统重构”；直面中央超算 + 区域控制新一代 E/E 架构的量产博弈，拆解舱驾一体的量产突围路线与性价比之争。议题不空谈远期愿景，聚焦一线研发团队最关心的路线取舍、工程风险、成本平衡问题。
紧随开幕式之后，专场（一）【E/E 架构・中央计算时代】继续向下深挖底层底座。从整车 AIOS 实现操作系统层面的全域重构，破解 SOA 服务化架构从标准制定到量产落地的 “最后一公里”；再探讨车云一体数据基础设施，挖掘数据闭环如何打造车企的 “第二增长曲线”；最后落脚中央计算芯片赋能，解析从全场景 SoC 到国产 E/E 架构方案的上车突围之路，完整覆盖架构、系统、数据、芯片全链条落地挑战。
这场十周年峰会的核心价值，不在于复述行业已经熟知的技术名词，而是汇聚整车、Tier1、芯片、操作系统领域一线实践者，围绕量产落地问题同台交流。高工智能汽车研究院将现场首发年度产业数据与市场预测，用真实装车数据校准行业预期，拆解全域 AI、中央计算、舱驾融合的突围路径。
当智能汽车告别单点功能竞赛，进入整车架构重构的深水区，路线选择、成本管控、软硬件协同，每一步都考验产业的工程能力。高工智能汽车十周年年会，与产业人一起跳出概念，直面量产，探寻 E/E 架构落地破局之道。
