廣汽集團+文遠知行：用DeepSeek打法重塑智駕

2026年初，中國汽車產業悄然開啟了新一輪“內卷”。與過去圍繞價格戰、續航里程等傳統維度的競爭不同，這一輪角逐的核心關鍵詞變成了——算力。

對于多數中國消費者而言，算力，可以說是一個略顯陌生卻又“耳熟能詳”的新詞。

從特斯拉率先推出AI5芯片開始，國內新勢力車企紛紛跟進，自研車規級芯片成為趨勢。單顆芯片算力不斷攀升，多芯片疊加方案更是輕松突破2000甚至3000TOPS。一時間，“算力軍備競賽”或者說“卷算力”成為行業焦點。

這種變化并非偶然，隨著輔助駕駛能力的快速迭代，尤其是高階輔助駕駛逐漸從“能用”邁向“好用”，系統對實時感知、決策和控制的要求顯著提高。大量傳感器數據需要在極短時間內完成處理，這直接推動了對更高算力平臺的需求。在這一背景下，不少車企試圖通過堆疊算力來搶占技術制高點，形成差異化競爭優勢。

然而，表面繁榮之下也隱藏著值得警惕的問題。首先，高算力芯片意味著更高的硬件成本，這不僅增加了整車制造費用，也可能最終轉嫁給消費者。其次，也是更關鍵的一點：算力大并不等于體驗好。智能駕駛的實際表現，是對算力、算法、數據和整車架構的多維考驗，而不僅僅是芯片的理論性能。

簡單地“堆料”，并不能自動轉化為更安全、更流暢的駕駛體驗，因為人工智能產業已經證明了這一點——算力并不能決定一切。

2024年，美國科技巨頭一邊耗費巨資買卡，組建天文數字的算力集群；另一邊，卻禁止將先進算力芯片交付給中國企業，希望以此圍堵中國AI產業發展。

可到了2025年初，中國初創AI企業DeepSeek橫空出世，在美國對先進算力進行嚴格限制的背景下，DeepSeek依然在大模型領域實現重要突破。這一事件向外界清晰傳遞了一個信號：算力固然重要，但并非決定性因素。通過算法創新、架構優化以及工程能力的提升，同樣可以實現模型能力的躍遷。

DeepSeek的成功，不僅改變了行業對算力的單一認知，也為中國科技企業提供了新的發展思路——與其盲目追求硬件極限，不如在系統層面尋找更高效的解決方案。這種“以巧破力”的路徑，正在被越來越多的企業所重視。

現在，DeepSeek突圍的方式已經被運用到了汽車產業。

廣汽埃安與文遠知行的合作，正是一個具有代表性的案例。雙方通過對底層架構技術的深度融合，推出了星靈智行 ADiGO GSD 3.0智能駕駛輔助系統。ADiGO GSD 3.0并未一味依賴超高算力，而是通過算法與整車的底層協同優化，在相對有限的算力條件下，實現了越級的智能駕駛體驗。

這種模式的意義，不僅在于技術層面的突破，廣汽埃安與文遠知行還為中國汽車產業提供了一種新的合作范式。整車企業+科技公司的縱向深度協同，能夠充分發揮算法潛力與車輛性能，讓消費者擁有更好的輔助駕駛體驗。

更重要的是，ADiGO GSD 3.0的出現極大地推動了“智駕平權”的進程。過去，高階智能駕駛往往只存在于高端車型之中，價格門檻較高。而通過降低對算力的依賴，并提升系統效率，車企有機會將優質的智能駕駛體驗下沉至更廣泛的用戶群體。這不僅有助于擴大市場規模，也將加速智能駕駛技術的普及。

200TOPS的算力，2000TOPS的體驗

4月16日，廣汽埃安發布了ADiGO GSD 3.0架構下的首款全新車型——埃安N60，新車搭載了高通SA8650芯片，算力達到200TOPS，但在實際使用中，用戶卻可以獲得接近2000TOPS算力所帶來的輔助駕駛體驗。

為什么埃安N60能夠在有限的算力下，讓用戶獲得越級體驗？

這得益于廣汽與文遠知行在算法層面的突破性協作。不同于多數車企仍停留在L2級輔助駕駛框架，埃安N60引入了文遠知行L4級同源的一段式端到端大模型。

在經過多年的市場教育后，很多中國消費者都已經知道L4級無人駕駛對技術可靠性和安全性的要求更高。但是，一段式端到端大模型的意義，很多消費者還并不清楚。

首先應該說的是，傳統的兩段式模型架構的運行邏輯是，先通過傳感器掃描周圍環境生成環境模型，再由系統進行邏輯判斷并下達指令。

而文遠知行的L4級一段式端到端大模型可以直接完成從輸入到輸出的映射，大幅減少中間信息損耗與延遲，就像一個老司機一樣，在看到路況的同時就已經在動方向盤，路徑更短、反應更快、容錯率也更高。

從某種意義上說，這是一種算法層面的“降維打擊”——用更高維度的技術體系，去解決原本低維架構中的復雜問題。

作為全球Robotaxi領域的重要參與者，文遠知行多年來專注于無人駕駛技術的商業化落地。截至2026年1月，其Robotaxi車隊規模已突破1000輛，運營范圍覆蓋全球12個國家、超過40座城市。海量真實道路數據與復雜場景的持續驗證，使其算法在泛化能力、穩定性以及安全性方面具備顯著優勢。

但是必須看到，僅有先進的算法并不足以支撐一款面向大眾市場的量產車型。L4級自動駕駛系統通常運行在高算力平臺之上，對硬件資源要求極高，而如何在200TOPS的算力條件下，穩定運行這一套“高階算法”，考驗的正是整車企業的工程化能力。

廣汽集團作為擁有數十年造車經驗的國資大廠，其在整車工程、電子電氣架構以及軟硬件協同方面積累深厚。其不僅能夠對芯片資源進行精細化調度，還可以通過系統級優化，提高算力利用效率，讓每一份算力都“物盡其用”。與此同時，廣汽在場景數據積累和仿真驗證體系方面也具備扎實基礎，可以對算法進行大規模測試與迭代，從而確保其在真實道路環境中的可靠性。

埃安N60

值得一提的是，廣汽集團與文遠知行的合作并非傳統的供應商-客戶關系。因為在智能電動汽車時代，這種傳統的整車企業與供應商的采買關系已經無法適應技術迭代速度和客戶需求。

所以，廣汽集團和文遠知行從底層架構開始聯合設計，使技術路線在一開始就實現統一。這種模式，不僅提高了開發效率，也最大化了技術潛力。

也正是憑借著廣汽集團“智造頂流”和文遠知行“算法頂流”的雙向奔赴，才最終能夠讓消費者在12萬元起售、算力200TOPS的埃安N60上，體驗到2000TOPS，售價往往超過30萬元車型才能夠擁有的智駕體驗。

廣汽埃安正在攜手中國智能電動汽車生態，加速智駕平權。

用實力加速智駕平權

2022年中國新能源汽車市場的競爭已經步入深水區，雖然上半場的“電動化”轉型仍有余音，但以“智能化”為核心的下半場早已全面開戰。

尤其是在輔助駕駛這一核心賽道上，各大車企與科技公司正面臨著一場關于效率與成本的終極較量。

過去，高階智能駕駛往往意味著昂貴的硬件堆砌與龐大的算力消耗，而現在的破局關鍵，在于如何以更低的成本、更小的算力，為消費者帶來更優的駕駛體驗。

這種技術邏輯的重構，在某種程度上與DeepSeek在人工智能領域引發的震動如出一轍。DeepSeek的出現，為中國科技界提供了一個極具啟發性的范式：在算力資源受到外部環境嚴苛封鎖的背景下，通過算法結構的優化和模型效率的提升，依然能夠實現技術層面的跨越式突破。

既然在大語言模型領域可以實現“以小博大”，那么中國車企與智能駕駛企業也必然能夠在這條道路上走通。

這種趨勢并非停留于理論構想。從2025年底的行業走勢來看，技術平權的趨勢已不可阻擋。部分車企已經實現在低算力芯片上運行城市NOA功能，這標志著車企和供應商正式告別了“暴力堆料”的原始階段。

現在，廣汽埃安與文遠知行的深度合作讓行業再度向前邁了一大步，雙方直接將原本應用于無人駕駛的L4級一段式端到端模型，向下部署到量產乘用車上。這一突破不僅是廣汽集團與文遠知行的技術躍遷，更是在全行業范圍內指明了“智駕平權”的新方向。

這種技術上的顯著突破也必將進一步提升廣汽埃安的市場表現。

今年以來，中國汽車市場的博弈空前加劇，但在行業整體承壓的背景下，廣汽埃安卻展現出了驚人的逆勢增長。

廣汽集團數據顯示，2026年一季度，廣汽埃安銷量突破7萬輛，同比增長超57%，這一數據遠超行業平均水平，充分說明了市場對高性價比智能產品的渴求。隨著埃安N60等極具競爭力車型的上市，一種良性的“飛輪效應”正在形成：規模的擴大帶來了海量的真實道路數據，數據的積累推動了算法的快速迭代，進而讓智駕輔助功能變得更強，從而獲得更多的用戶認可。

如今，中國汽車產業正站在新的十字路口，各種技術路線可謂百花齊放，百家爭鳴。在這一進程中，廣汽埃安與文遠知行的實踐，提供了一個清晰的參考樣本：通過算法創新與工程能力的深度融合，可以在有效控制成本的前提下，實現智能駕駛體驗的躍遷。這不僅為企業自身打開了增長空間，也為整個行業指明了一條更具普惠意義的發展路徑——讓技術真正服務于更廣泛的人群，實現“科技普惠”的終極目標。