從算力競逐開始談起：2026年中國智駕產業的何去何從

引言：當“汽車公司”變成“AI公司”

2026年4月1日，小鵬汽車更名為小鵬集團。兩字之差，背后是一場持續數年的認知革命——何小鵬把這場革命概括為：過去十年，汽車硬件占整輛車價值超過90%，但未來十年，硬件價值會縮減到50%，軟件將從10%暴增到50%。這個判斷正在被整個產業所驗證。

與此同時，蔚來“神璣”、理想“馬赫”、零跑“凌芯”等自研智駕芯片密集量產。截至2026年4月，蔚來神璣NX9031累計量產已超55萬顆，單車降本約1萬元；小鵬圖靈AI芯片已從旗艦下探至十幾萬元區間主力車型，促進智駕平權。

這不是簡單的“造芯內卷”，而是中國智駕產業正在經歷的三個深層轉變：算力從“夠用”到“短缺”的供需逆轉、技術范式從“小模型修補”到“大模型重構”的躍遷，以及商業模式從“賣硬件”到“賣能力”的價值鏈重塑。

一、算力之爭：從“買得起”到“造得出”的戰略轉向

1.1 自研芯片：不再只是“替代”，而是“定義

2026年3月，2026款小鵬MONA M03 Max版官宣首搭圖靈AI芯片，有效算力750TOPS，首次將這一算力等級帶入15萬級市場。緊接著在4月，小鵬旗艦SUV GX宣布可搭載4顆圖靈芯片，總算力達3000TOPS，支持XNGP 5.0系統，未來可升級至L4級自動駕駛。從一顆到四顆，從15萬級到旗艦級，小鵬的自研芯片戰略已經完成了全產品線的覆蓋。

同樣在4月，理想汽車全新L9搭載自研馬赫100雙芯片，總算力2560TOPS。理想創始人李想特別強調：“關鍵不只是總算力，更要看單顆有效算力。馬赫100單顆算力1280TOPS，因為它采用數據流架構，為算法軟件提供了最大的優化空間。”

各家自研芯片百花齊放，但指向問題一致：通用芯片在跑VLA大模型時存在明顯短板，傳統GPU架構的算力利用率低，難以滿足大模型對有效算力和實時性的苛刻要求。

1.2 算力戰略從“外采依賴”到“自主可控”的深層邏輯

頭部車企為何紛紛放棄英偉達方案轉投自研？何小鵬的答案最為直白：“未來全球最好的AI公司都會選擇自己定制芯片，這會決定每家公司AI產品的性能上限。”

這句話中有三層邏輯清晰可見：

·成本賬：自研雖前期流片投入巨大，但攤銷到數十萬臺車后，單片成本遠低于外采。如蔚來已實現單車約1萬元降本。

·主權賬：地緣風險下，供應鏈自主可控成為底線。蔚來甚至將神璣技術授權給其他車企，從“自用”走向“輸出”。

·效能賬：智駕已從規則驅動轉向大模型驅動，通用芯片在VLA（視覺-語言-動作）場景下算力利用率低，而自研芯片能實現軟硬一體的極致匹配——這正是決定用戶“絲滑體驗”的核心變量。

1.3 “全棧控制派”與“供應鏈集成派”的分化

2026年，車企在芯片路徑上呈現出明顯的“分層演進”。

“供應鏈集成派”——以多數傳統車企及二梯隊新勢力為主——則依托成熟的第三方大算力平臺（高通、英偉達、地平線），通過深度定制實現快速量產與成本攤銷。

“全棧控制派”——以特斯拉、蔚來、理想、小鵬為代表——通過自研智駕核心芯片，追求算法與硬件的極致耦合，試圖掌握智駕溢價的話語權。

兩派并非對立，而是基于自身資源稟賦的不同選擇。中國一汽戰略與合作部副總經理周時瑩指出，芯片瓶頸并非單純的算力，而是缺乏與之匹配的、支撐云端大模型運行的高效算力架構。這也提醒我們：自研芯片只是手段，算法與架構的協同進化才是目的。

二、算力·模型·數據：智駕產業的“新三位一體”

2.1 算力：從訓練到推理的“算力荒”時代

算力猶如一個人的體力，只有體力強健，才能實現更多的可能性。

百度副總裁石清華在智能電動汽車發展高層論壇上發出警示：“汽車行業正在從AI訓練階段邁入全量推理時代，行業面臨嚴重算力荒。”

所謂“全量推理”，是指AI模型在完成訓練之后，需要在每一輛車上、每一次行駛中進行實時運算推理。當智能座艙和智能駕駛開始海量服務用戶時，算力的結構正在發生根本性變化——石清華援引數據稱，2028年推理在總算力需求中的比重將達到73%。

那么，算力如何才能滿足需求，成為一個顯而易見的當務之急。這也是當下眾多國產車企紛紛投入芯片自研的直接動因。

2.2 模型：從“小模型修補”到“基座模型重構”

模型則是知識儲備，以及如何聰明的去運用這些知識。算力讓一個人可以走多遠，而模型才決定一個人可以看多遠。

元戎啟行CEO周光在2026年百人會論壇上給出了一組令人警醒的數字：2025年整個行業的自動駕駛投入超過1200億元，頂配芯片算力達到750TOPS，但城市NOA的真實使用滲透率僅約15%。

為何投入如此巨大，使用率卻如此之低？周光的診斷是：今天中國量產的自動駕駛，模型參數量普遍容量不夠，無法同時在所有場景下表現優秀。他將其描述為“蹺蹺板效應”——早高峰跑得好，晚高峰差一些；上海順暢，換個城市就不行。

他的破局方案是：把自動駕駛從小模型時代徹底帶入大模型時代，用一個40B參數的基座模型重構整套架構。這不是迭代，是范式的切換。

元戎的40B基座模型統一覆蓋三個角色：駕駛系統（視覺輸入→實時決策）、分析系統（對關鍵場景進行診斷理解）、評測系統（結合世界模型模擬器進行評測）。三個系統共享同一套基座模型，這意味著駕駛系統從執行系統變成了認知系統——不只是會開車，還會理解怎么開，并評估開得好不好。

當下，小鵬純視覺方案的VLA路線強調“一腦多用”，追求認知層面的統一與泛化能力，類似特斯拉FSD V12/V14的演進方向——從純端到端走向加入思維鏈的VLA架構。而華為激光加視覺的多模型協同路線更注重場景細分與專用優化，類似模塊化大模型的組合。兩者孰優孰劣尚無定論，但行業共識已經清晰：無論是基座模型重構，還是多模型協同，都標志著自動駕駛正從“小模型修補”時代邁入“大模型驅動”的新階段。

2.3 數據：從“數據孤島”到“數據驅動”的閉環革命

數據更像是經驗，一個體力充沛的高學歷年輕人，如果再具備足夠的經驗，自然就會嫻熟的處理一切復雜問題。

而數據來自于積累，更來自于規模。

當自動駕駛進入模型驅動階段之后，車輛數量本身就變成了訓練資源的一部分。模型、數據、算力，這三件事開始重新綁定在一起。

元戎的數據顯示，截至目前已交付近30萬臺城市NOA，累計行駛里程超13億公里，累計避免前向碰撞14萬次、后向碰撞4.7萬次。這組數字背后的含義是：每一臺搭載智駕的車輛，都是一個移動的數據采集終端。行駛里程越多，數據越豐富，模型迭代越快，智駕體驗越好——這是一個正反饋循環。

除了來自于車輛自身的數據數據積累，未來更好的可能性，就是有一個更為系統性全面性的數據收集。

清華大學李克強院士則指出，當前行業面臨的核心挑戰之一是“AI大模型訓練受限于車企數據孤島，存在數據量不足、覆蓋不全等問題”。他提出的解決方案是“車路云一體化”——融合路側感知、交通信號等全維度數據，打破車企數據孤島，各自為戰的局面，為AI大模型訓練提供兼具海量性與完備性的“數字發電站”。

目前，我國20余個車路云一體化試點城市正加速落地，已遴選出網聯式前向避碰輔助、綠波車速引導等5大高價值場景。

三、產業規模與經營模式：萬億賽道上的機遇與隱憂

3.1 市場規模與滲透率：爆發式增長的背后

2025年，中國自動駕駛市場規模達到4502億元，同比增長17.5%。中商產業研究院預測，2026年這一數字將達到5293億元。

滲透率同樣在快速攀升。2025年中國L2級輔助駕駛新車滲透率達到64.9%，NOA滲透率27.4%。搭載城市NOA功能的乘用車累計銷量達312.9萬輛，占乘用車上險量的15.1%。機構預測，2026年高速NOA、城市NOA滲透率將分別達到21%和22%。到2029年，中國L2+級智駕方案市場規模將成長至超過1500億元，2024—2029年CAGR達到33.7%。

“智駕平權”加速落地。比亞迪全系標配高階智駕，功能下探至10萬元以下市場。2026款小鵬MONA M03以11.98萬元起的售價，首次將750TOPS高算力帶入15萬級車型陣營。吉利銀河L7甚至以“免費升級城市NOA+智能座艙終身OTA”為核心賣點，上市后訂單暴漲200%。

3.2 經營模式轉型：從“賣硬件”到“賣軟件+賣里程”

2025年自動駕駛市場完成“L2全面標配、L3法規破冰、激光雷達千元化”三連跳，2026年將進入滲透率>40%的爆發通道，車企從“賣硬件”轉向“賣里程+賣軟件”，成為汽車價值鏈最大增量。

這意味著什么？以特斯拉FSD為例，其在美國的訂閱價格為每月99美元，對于擁有數百萬用戶基數的車企而言，這是一個持續的、高利潤的軟件收入流。中國車企也在探索類似模式——小鵬，理想皆準備逐步從買斷轉向試水訂閱模式。

但如何讓消費者為“好用的智駕”付費、如何讓智駕服務本身成為盈利來源，還是行業面臨的重要課題。

3.3 危機與挑戰：繁榮之下的冷思考

第一，滲透率與銷量脫鉤的隱憂。2025年我國新能源車滲透率接近60%，但隨著補貼減少、競品增加、成本提升正在削弱2026年汽車行業的預期。智駕雖然成為新車核心賣點，但若整車市場增長放緩，智駕的規模效應也將受限。

第二，小模型的“蹺蹺板效應”與用戶粘性不足。2025年行業智駕投入超1200億元，但城市NOA真實使用滲透率僅約15%。消費者并沒有把輔助駕駛作為日常工具——從“可用”到“愛用”再到“依賴”，還有相當長的路要走。

第三，安全信任與數據透明。華為ADS累計輔助駕駛里程超95億公里，完全開啟輔助駕駛模式下，平均757萬公里發生一次嚴重碰撞，是人駕的4.2倍。但行業內大多數品牌并沒有形成持續的數據披露機制。華為已宣布從今年開始每月在官網公布《安全出行報告》，但能否帶動更多車企跟進，將是2026年值得觀察的行業風向。

第四，供應鏈風險與國產替代的緊迫性。海外芯片受限背景下，汽車行業“算力問題”受制于外部供應，國產算力需加快補位。好消息是，車載芯片國產化替代范圍正逐步擴大，蔚來、小鵬、理想、零跑等自研芯片已進入量產落地階段。

第五，行業洗牌加速。2026年中國智駕駛入決賽圈。曾經估值百億的獨角獸毫末智行被曝陷入停擺，縱目科技、清研微視等中腰部玩家因資金斷裂或技術掉隊而聲量漸微。目前行業共識是：競爭將在2026年進入關鍵階段，最終可能只會有兩到三個供應商玩家勝出。

結語：中國智駕的“范式革命”剛剛開始

小鵬集團成立之際，何小鵬在朋友圈寫道：“從小鵬汽車到小鵬集團，十二年，一個輪回，全新起點。從智能電動汽車，到飛行汽車、圖靈AI芯片、VLA自動駕駛模型、人形機器人IRON、Robotaxi……我們正在物理AI的全球征途上，把夢想變成現實。”

小鵬的故事，正是中國智駕產業的底層敘事，不滿足于現狀，求變創新。雖然一切還都在不停的變化，但趨勢越來越清晰。

回望十年，從高速NGP到城市XNGP再到VLA，WEWA。從英偉達外采到國產車企紛紛自研，從“能用”到“好用”再到“愛用”——中國智駕用十年完成從“跟跑”到“并跑”的跨越。如今，在全球決賽圈中，中國力量已站上舞臺中央。

2026年，合規正成為生存底線，大模型正在重塑技術格局，算力與數據正在成為新的生產資源。這場賽跑，既是技術的較量，也是模式的博弈，更是中國智駕從“做大”到“做強”的必經之路。