2025年12月，郭銳在朋友圈發文“下一站科技的榮耀再會”，三個月后，他出現在另一個坐標系里，智界汽車董事長兼CEO。

在離開手機業務前，郭銳便已躋身華為終端體系核心管理層，職業發展路徑清晰而穩定。

但問題恰恰在這里。“手機的格局已經基本成型”。一個格局幾乎已定的行業，很難再容納新的、大的問題。而他一直想做的，是去解決那些還沒有答案的問題。

他決定換一個方向，本質上不是換行業，而是換問題。

“在這個時間點離開，核心就是想做點真正感興趣的事——說白了就是AI”。當算法成為核心生產力，郭銳更關心的，不是AI能做什么功能，而是它應該進入什么樣的系統，才能真正改變生產力。

在他的判斷里，AI從不是某個功能，而是一種“可以改寫一切技術”的“解題思路”。這源于他在算法領域研究數年的積累。

郭銳在北京大學信息科學技術學院完成本碩博連讀，主攻量子計算與算法方向，曾以第一作者在物理學頂刊《Physical Review》發表論文。

但在那個年代，情況處在另一個極端。“那時候沒多少人學神經網絡，因為它不可解釋，且沒算力、沒語料、沒框架”，且量子算法在當時也缺乏落地場景。

離開算法領域數年后，時代的天秤產生了傾斜。AI成為全民性話題，資本涌入，各行業都在探索這背后的可能性。但現階段，大多數討論還停留在“功能性”上。

他需要一個更大的系統來驗證這件事，汽車，剛好是那個答案。從一塊鋼板，到一輛整車，再到用戶使用與數據回流，這是一條幾乎沒有斷點的長鏈條。

“我習慣從第一性原理出發，看一個產業從原材料到最終用戶，能不能全鏈條AI賦能。”郭銳說，除汽車行業外，很難再找到一個產業，“可以端到端地去做AI”。他感覺自己終于到了正確的地方。

而智界，恰好提供了一個特殊的結構——華為的技術與產品能力，疊加奇瑞在制造與產業鏈管理上的積累。兩套體系疊在一起，構成了一條相對完整的工業鏈路。這也是他選擇進入的原因之一。

但真正進入之后，他的問題反而更多了。“我現在越來越多地知道，我不知道什么。”

在智界的第一個月，他幾乎把工廠從頭走到尾。上千個工位，一站一站過，每天走上五公里。在消費端看問題時，他看到的是機會；進入產業端之后，他先看到的，是問題本身。

也是在這個過程中，他原本的判斷被強化了。相比產品端，真正復雜、也更可能被AI重寫的，是那條從鋼板到整車、用戶的鏈條。

1

不是轉行，是回到問題本身

郭銳把進入汽車看作一次“回歸老本行”。在他看來，這并不是從手機到汽車的跨界，而是一個算法背景的人，在AI成為主流生產力之后，重新尋找它真正落點的過程。

這種“尋找”，無關行業熱度，而是基于一個更底層的判斷出發——一個產業是否值得進入，取決于它是否具備被“端到端重寫”的可能。

在更早的階段，神經網絡尚不流行，算力、語料與框架都不具備，算法缺乏現實空間，他因此尋求技術落地的其他可能性，將模型能力用于理解消費者決策，并在隨后進入營銷界。

隨著算法成為核心生產力，這個問題換了一種形態，AI不再缺場景，缺的是一個“足夠完整”的系統。而汽車，是少數能夠滿足這一條件的產業。

新浪汽車：我很好奇，你學算法，為什么當時去做營銷工作啊？

郭銳：我當時是研究得太早了。

我本科是電子信息，后來轉軟件、算法。那時候沒什么人學神經網絡，它不流行、不可解釋，是黑盒子，也沒有算力、語料、框架，基本沒得研究。當時量子算法也缺乏落地場景。

后來去做營銷，其實是因為我博士期間跟IBM、寶潔這些公司合作。和寶潔合作做數據挖掘，用貝葉斯生成網絡去看消費動機，本質上也是在做一種“生成類模型”，只是它落在的是消費者決策上。

但后來發現一個很現實的問題，能真正創造價值的，是對用戶和消費者需求的精準理解。

新浪汽車：你是在一個很好的階段離開手機行業，為什么？

郭銳：跑了這么多年之后發現，算法現在開始成為主流生產力了。而且我在這個時間點離開，核心就是希望做點下半場真正感興趣的事情。說白了就是AI。

新浪汽車：手機行業不能繼續做AI嗎？

郭銳：任何行業都可以做AI，且早晚都會擁抱AI。但是在當前情況下，新能源汽車領域應當是最能夠通過AI實現端到端的產業升級的。這個話聽起來有點大。但汽車領域，在我所有經歷過的行業里面，應該是AI應用密度最高的了。終于到了一個正確的地方。

新浪汽車：汽車行業AI應用密度高，這個怎么理解？

郭銳：看一個行業，要看它能不能“端到端”。你從第一性原理想，一個產業從原材料到最終用戶，能不能實現全鏈條AI賦能？我想不到比汽車更完整的場景了。

新浪汽車：怎么理解“最完整”？

郭銳：汽車產業鏈，從一塊鋼板開始，到生產、檢測、裝配、銷售，再到用戶使用和數據回流，這條鏈條極長、極復雜，幾萬個零件、上千個工位、幾十萬個檢測點。這種復雜度，剛好是AI最適合發揮的地方。

新浪汽車：你加入智界后，對你之前的想法有沒有什么改變？

郭銳：變化很大。我以前是站在市場端看，覺得機會很多；現在進到產業端，我看到的是問題更多。

我現在每天在工廠走，上千個工位，一天走下來等于跑5公里。你會發現，從鋼板到整車，這一半的世界，比消費端復雜太多。但也正因為復雜，機會更大。

新浪汽車：現在手機數碼行業人才越來越多進入汽車行業，有人說，這會是對汽車的“降維打擊”，你認可嗎？

郭銳：這不是降維打擊……現在還不知道誰比誰更難，光從AI角度講，就各有挑戰。

手機是在DOM空間里去做agent，要讓它理解你的屏幕、語義，去做操作。這當然是難的，第一，手機的用戶隱私性要求高，所以要在端側做小模型；第二，它的功耗要求高，因為手機電池容量不大。

汽車更像是一個機器人，它得理解更復雜的多模態，而且安全性要求極高。所以汽車既需要世界模型，也需要長鏈條推理；既要具備預測未來的能力，同時還要擁有像肌肉一樣的快速反應能力。

2

AI是一種“重寫一切”的解題思路

在郭銳看來，當下行業對AI的理解，仍停留在“功能層”，甚至還沒有真正進入問題本身。他更關心的是另一件更底層的事情：AI能否作為一種“解題思路”，進入一個完整的產業系統，并在真實環境中發揮作用。汽車制造體系復雜、長鏈條、強耦合，更接近AI可以持續學習和優化的空間。

在智界，這一判斷被具體化為一座“會進化”的工廠：AI嵌入沖壓、焊裝、涂裝、總裝全鏈路，制造從“流程驅動”轉向“目標驅動”，系統開始參與決策與優化。

新浪汽車：現在AI在所有行業里都是熱詞了，大家都討論得很多。

郭銳：還是太早期了。我覺得像90年代對互聯網的理解，大家覺得互聯網就是郵箱、BBS，但后來它變成無處不在的基礎設施。現在大家把AI“功能化”了。

新浪汽車：你眼里AI的本質是什么？

郭銳：AI不是一個具體技術，是一種新的解題思路。就像解析幾何，它不是某個具體圖形，而是一種方法論。在AI這套解題思路下，它可以重寫一切技術，一切，不是部分。現在大家看到的這些，比如大模型、agent，其實只是其中很小一塊。

新浪汽車：為什么呢？

郭銳：說實話，可能跟人才供給也相關。AI科班畢業的人才目前是嚴重的供不應求，很多行業的管理層還沒有辦法深入的理解AI。

AI這套東西的本質是數學，需要系統的數學理論積累作為基礎，客觀上也需要較長的培養周期。

新浪汽車：所以你反復強調基礎教育。

郭銳：因為AI是一個對基礎能力要求非常高的領域，這些基礎知識，都不是短期、光靠你努力就能補的。就像做芯片，你沒有基礎科學就做不了。如果不重視基礎教育，產業是很難真正走遠的。

現在很多人在討論一些概念，比如“端到端”“VLA”“世界模型”，但這些其實不是一個維度的東西。如果不回到論文、不理解原始定義，很容易概念混淆。

新浪汽車：那可不可以理解為，未來五年汽車行業的競爭，人反而是最核心的？

郭銳：絕對的，我們現在就缺人。真正懂AI，有扎實基礎教育的人還是太少了。

我在手機行業時，在我們智能工廠里，一群985/211的畢業生在工廠里“打螺絲”，當時還上了熱搜引起社會爭論，認為這是浪費人力。但是我認為這不是浪費。你深入就會發現，這些工種需要仿真、建模，需要你了解數字孿生技術，你必須要有相應的基礎知識，才能操作起來。

汽車行業更是這樣。我們工廠是人機共生環境，也就是由人、由AI，人機協同工作。舉個例子，我們門線定制化比例很高，光一個版型就700多個sku，一個門板一堆AI盯著，防止錯漏。

現在智界正在做的工作，就是把AI引入到沖壓、焊裝、涂裝、總裝線里，帶來的效果是生產效率提升，我們能更快地造車、能造更好的車。

但是我進來（汽車行業）后發現，產業里管理層級的人員，懂AI的太少，幾乎是沒有，這也是受限于基礎教育。

新浪汽車：AI會怎么改寫汽車產業？比如制造環節。

郭銳：很多人把AI理解成替代人，但在制造業，這個理解是錯的。AI不取代人，只讓工廠擁有自我進化的能力。

過去造車靠老師傅，經驗在腦子里，人一走，能力就斷層。但如果你把每一次測試、試錯、驗證都沉淀進系統，工廠就開始具備一種“自我進化”的能力。這件事一旦成立，邏輯就變了。不是這一代車做好，而是后面的車會一代比一代更好，甚至過去的錯誤，都會變成未來的資產。

新浪汽車：你們把這座（智界）超級工廠叫“AI智能體生命工廠”，為什么用了“生命”這個詞？

郭銳：2026年我們拿到了國家智能制造能力成熟度四級認證，這個級別的核心不是“能不能生產”，而是工廠能不能感知、決策、優化。

新浪汽車：這背后具體發生了什么變化？

郭銳：過去制造是“流程驅動”，L4之后變成“數據驅動”，也就是制造本身被算法了。

在智界，我們把AI嵌進沖壓、焊裝、涂裝、總裝全鏈路，用數字孿生把虛擬世界和真實工廠實時同步。人不再去管每一個動作，而是只需要定義精度目標。剩下的路徑怎么走、參數怎么調、效率怎么最優，全部由系統自己算。

新浪汽車：也就是工廠自己會思考？在能力層面，這種“會思考”具體體現在哪里？

郭銳：比如生產過程中，它不是等人來發現問題，而是自己能感知到偏差，動態去調整。

研發這塊，我們把華為在終端上的一些精密制造和仿真能力遷移過來。手機行業迭代快、精度要求高，這套能力在汽車行業可以高效復用。

在仿真階段，過去要反復做物理模擬，現在很多驗證是在 AI仿真里完成的，真正的物理測試用作最后確認。這種方式可以大幅縮短研發周期，同時提高安全冗余。

從整個系統能力來看，我們做了八大AI場景，覆蓋計劃、生產、質量、園區管理，基本把整個制造鏈條數字化了。所以這不是單點智能，而是整座工廠變成一個系統級智能體。

新浪汽車：這帶來了什么好處？

郭銳：三個層面。技術層面，5G、AI、數字孿生不再是概念，而是真正參與生產；效率層面，我們廠房利用率提升15%，車型切換效率提升50%，新車導入周期縮短20%；質量層面，開始用接近航空級的標準去做一致性控制。而且這不是某一個指標的提升，而是底層能力被重寫了。

新浪汽車：你提到的“端到端”閉環，在這個鏈條里是如何呈現的？

郭銳：在研發端，AI仿真能夠完成 99%的驗證，把試錯前置到虛擬世界。在生產端，AI實現了全流程控制，同時通過人機協同保證極致精度。最后在用戶端，數據會持續回流，反向驅動產品迭代。這三部分連在一起，形成了一個“端到端”的智能閉環。

新浪汽車：可是用戶能感知到嗎？

郭銳：用戶不一定看見過程，但一定會感受到結果。智界所有車都從這座工廠出來，這意味著每一臺車，都經過同一套AI系統的訓練和校準。

3

一套能讓AI落地的產業結構

郭銳判斷，AI如果要真正進入產業，必須依托于一套完整的系統：既有技術源頭，也有制造承載，還要有面向用戶的整合能力。智界的特殊之處正在于此，華為提供的全棧智能技術與產品能力，奇瑞沉淀30年的制造體系與質量控制，智界則承擔整合與產品定義，將AI能力與真實生產鏈條打通。

在這樣的結構下，競爭不再只是參數與價格的比拼，而是轉向底層能力。從制造精度、工藝標準到系統化質量控制，那些用戶難以直接感知的部分，反而成為產品價值的來源。

新浪汽車：為什么選擇加入智界？

郭銳：智界具備兩個關鍵條件：一是華為的全棧智能技術，二是奇瑞30年的制造底蘊。這兩個疊加，才有可能把AI真正落地到產業里。

新浪汽車：你在智界的角色是什么？

郭銳：我把華為的創新力與奇瑞的制造力變成用戶能感知的品牌力，用AI這把這個鏈條打通。

新浪汽車：你怎么看現在汽車行業的競爭？

郭銳：現在卷參數、卷配置，其實走不下去了。最終還是回到產品定義。而且補貼退坡，我覺得是機會。消費者會更理性，會更懂車。越懂車，對我們越有利。

新浪汽車：那你們的策略是什么？

郭銳：我們不卷價格，我們卷價值。現在有句話說，“可以買貴的，不能買貴了”，我覺得說得挺對。

新浪汽車：你提到不卷價格，那你怎么看現在汽車行業里“虧本賣車”的說法？

郭銳：我不認可這種說法。

虧本賣車，你不就成鋼板的搬運工了？首先這就不是一個主機廠，不是一個科技公司應該干的事，也是對市場的不負責任。

一家公司可以虧損，一定要虧出個未來才行。如果是虧在研發投入，虧在對品質上的投資，這完全是可以的，因為它帶來的是后期長線、持續的增長，這是該虧的。這樣綜合下來，他可以說前期是虧損的，但虧損不等于虧本。

新浪汽車：那“值”具體體現在哪里？

郭銳：我舉幾個例子吧，我們的工廠采用了激光焊工藝，成本是傳統方式的數倍；在安全結構上做了很多冗余設計；制造精度做到非常高的水平。

比如我們用了航空級激光焊，成本是普通焊接的5倍；設計了可拆卸吸能結構，讓輕微碰撞可以低成本維修；還有專利熱熔釘技術，從結構上保障電池安全。

近期我們又針對V9單獨投了10個億建造一條焊裝線，就是要在品質上對得起旗艦9系的標準。

這些都不會寫在配置表上，但會在用戶長期用車過程中實實在在體現出來，汽車本身也一種口碑產品。

新浪汽車：在這樣的體系下，你們如何定義一款產品，比如MPV產品V9。

郭銳：V9作為旗艦級產品，執行的是我們體系里最高產品標準。制造方面，我們有新能源乘用車最高標準的四級工廠。產品定義上，華為過去多年對MPV市場深入研究，看到了市場未被滿足的需求，智界V9作為鴻蒙智行的首款旗艦MPV，憑借全維安全、智能科技、豪華設計、多元場景等滿配實力，將重塑50萬級高端MPV市場格局。同時，智界V9將首發搭載全球首創電磁熱控壓鑄技術、側向迎賓光毯、旋轉座椅、車載氧吧等多項華為黑科技，真正把智能科技帶入MPV。

新浪汽車：所以你對于一款好產品的定義是什么？

郭銳：我們不太從“參數”出發，而是從體系能力出發。一款車的好壞，不只是某幾個指標的領先，而是它背后整套生產系統的穩定性與一致性，從制造精度、工藝標準，到質量控制能力。這些往往不會出現在配置表里，你會說這是用戶看不見的部分，但是這些會直接影響產品在長期使用中的真實表現。

新浪汽車：從產業角度看，智界現在投入的，會帶來哪些長期影響？

郭銳：我認為最核心的一點，是讓“AI+制造”從概念變成現實。汽車行業的整個價值體系會被重寫。對相關產業來說，會加速端側AI的落地，以及基礎設施的升級。當技術真正轉化為用戶價值，中國品牌是有機會在高端市場建立話語權的。

新浪汽車：如果一定要定義“AI上車”，你會怎么說？

郭銳：這個定義現在還挺難的……（思考）

現在很多理解是碎片化的。語音、座艙，這些只是入口。真正的變化在底層。未來的“AI上車”，一定是操作系統級AI，車的調校、控制、駕駛體驗，都會被AI深度參與。

新浪汽車：你覺得怎么樣才算是一個合格的CEO？

郭銳：我說了不算，用戶說了算。

在進入汽車行業的這些天，郭銳還沒有全部的答案，反而多了更多問題。從消費端走到產業端之后，原本抽象的判斷被一層層拆開，變成具體的工位、流程和變量。復雜性被放大，路徑也變得更漫長。

但他的方向沒有改變。相比產品端的功能疊加，他更關注那條從鋼板到整車的鏈條，在那里，AI不再是一個被展示的能力，而是一種正在參與生產、逐漸改變系統的力量。

這件事還沒有被完全證明。但如果它成立，改變的也許不只是某一代產品，而是一整套產業的運行方式。

注:圖片部分來源網絡，如有侵權，聯系刪除。

大疆訴影石，結果可能不重要華為2026春季發布會小型車市場的邏輯是什么