透視技術(shù)本源，探尋 AI 定義汽車的底層命題。

作者|王蕊

編輯|西子

2026 高通汽車技術(shù)與合作峰會上，“AI 定義汽車”已經(jīng)成了全行業(yè)共識，但一個更底層的問題依然沒有答案：未來汽車的“大腦”，到底該裝在座艙里，還是長在智駕上？

這場“主腦之爭”中，站在利益中間方的觀點更彌足珍貴。博世智能駕控中國區(qū)總裁吳永橋提出了一個值得行業(yè)深思的判斷：智能駕駛是汽車領(lǐng)域第一個真正落地的物理 AI 場景，因此更有可能定義整車智能的技術(shù)基座。

△博世智能駕控中國區(qū)總裁吳永橋

這個判斷并非站在智駕立場的自說自話，在智能座艙賽道，博世也是全球領(lǐng)先玩家。博世是全球第一家與高通合作、基于 8155 芯片開發(fā)智能座艙項目的企業(yè)。2026 年 4 月，博世搭載高通芯片的智能座艙累計出貨超過 1000 萬套，已成為全球最大的智能座艙供應(yīng)商之一。

也就是說，博世不是拋開座艙之外談智駕，更不是簡單用智駕否定座艙。它是在把座艙做到千萬級規(guī)模、摸透 AI 座艙量產(chǎn)難題之后，重新追問整車智能的技術(shù)終局。

“人心無界”比“物理無界”復(fù)雜？

“座艙主腦論”最核心的論據(jù)，莫過于“人心無界”：智駕的目標只是“安全送達”，有明確的物理邊界；而座艙需要滿足人類無限的情感、娛樂和服務(wù)需求，因此會持續(xù)生長，最終形成“1 個座艙大腦 + N 個專業(yè)智能體”的架構(gòu)。

但在吳永橋看來，這套邏輯存在一個底層偏差：它把智駕窄化為一個“交通運輸工具程序”，又把座艙放大成了“通用人工智能”。

回到底層技術(shù)，座艙的復(fù)雜度始終局限在數(shù)字空間。所謂“主動服務(wù)、千人千面”，本質(zhì)上是大模型幫用戶調(diào)用服務(wù)、生成內(nèi)容、匹配需求。比如推薦路線、訂餐訂票、播放音樂、提醒日程。這些交互發(fā)生在屏幕與語音之間，容錯率高，即使出錯也有修正的機會。

而智駕面對的是開放、不可預(yù)測的物理世界，它不僅要判斷前車會不會急剎、行人會不會橫穿、外賣車會不會突然竄出，還要在雨霧、遮擋、施工等極端場景下毫秒級決策，并直接控制車輛轉(zhuǎn)向、剎車、加速。

這才是物理 AI 和數(shù)字 AI 最大的區(qū)別：座艙解決“人與車的交流”，智駕解決“車與世界的交互”。

“人心無界”當然成立，但物理世界的復(fù)雜度和難度是碾壓級的。一個能穩(wěn)定控制物理實體的 AI，可以向下兼容語言交互與主動服務(wù)。但一個只會處理數(shù)字信息的座艙 AI，永遠無法向上接管實時駕駛控制。

誰消耗更大算力，誰就是汽車大腦

在吳永橋看來，判斷誰將是整車主腦，不用糾結(jié)概念，核心看三個最樸素的現(xiàn)實：數(shù)據(jù)往哪里流、算力往哪里堆、能力往哪里泛化。

隨著智駕向一段式端到端大模型演進，過去分散的感知、預(yù)測、規(guī)劃、控制模塊被統(tǒng)一到同一個基座中。

這個基座首先要處理的，是攝像頭、激光雷達、毫米波雷達每秒產(chǎn)生的 TB 級物理世界數(shù)據(jù)，這部分消耗了整車絕大部分的算力。

而座艙里的語音喚醒、聽懂需求、生成回答這些功能，本質(zhì)上都只是簡單的文字和聲音輸入。到了統(tǒng)一的整車大模型里，它們最終都會變成一句很簡單的指令，就像你給 DeepSeek 發(fā)一條消息一樣。

因此，技術(shù)演進的方向更可能是“整車 AI 先完成對物理世界的感知與決策，再接收來自座艙的人類指令”，而非“智駕把能力上交座艙”。吳永橋也在演講中提到，算力堆砌本身是個偽命題：座艙只要打磨好用戶高頻使用的功能，根本不需要 2000-3000TOPS 的硬件堆砌，真正重要的是模型、算法、存儲帶寬和成本之間的平衡。真實的算力流向與消耗權(quán)重，已經(jīng)暴露了誰才更有可能承載核心主腦的角色。

智駕的終局，只是“器官化”？

業(yè)內(nèi)有人將汽車與人體進行類比，認為“智駕成熟后就會器官化”，這本質(zhì)是陷入了技術(shù)終點謬誤，誤將自動駕駛當成智能駕駛技術(shù)的最終形態(tài)。事實上，城市領(lǐng)航、全場景輔助駕駛，僅僅是物理 AI 在四輪出行載體上的第一站。

汽車本質(zhì)上就是一臺“四輪機器人”。智駕要解決的，不只是從 A 點開到 B 點，而是讓 AI 在真實世界里完成一整套閉環(huán)：看見環(huán)境→理解風險→預(yù)測變化→規(guī)劃動作→執(zhí)行控制。這套能力一旦跑通，絕不會只停留在汽車里。

吳永橋指出，復(fù)雜城市領(lǐng)航輔助并不是物理 AI 的終局，它只是大模型在“四輪機器人”上的第一階段落地。隨著無圖方案和端到端算法成熟，這套能夠理解三維空間、完成運動規(guī)劃，并在物理世界中閉環(huán)操作的大模型，有機會繼續(xù)向人形機器人、無人配送、智能制造等更廣闊的物理 AI 場景延展。

這些場景看起來不同，但底層問題很接近。人形機器人要理解空間、識別物體、規(guī)劃動作；無人配送要識別道路、避開行人、完成路徑?jīng)Q策；智能制造要感知工件、控制機械臂、完成操作。歸根到底，都是 AI 如何理解真實世界，并把判斷變成動作。

這也是為什么特斯拉會把 FSD、整車 AI 和 Optimus 放在同一套 AI 體系下。所以，智駕更像物理 AI 在汽車上的第一塊試驗田。誰能持續(xù)從真實世界中獲取數(shù)據(jù)、理解環(huán)境并完成行動，誰就更有機會成為整車智能的技術(shù)底座。

車企 AI 一把手，都是智駕人

技術(shù)路線的選擇，最終都會誠實地體現(xiàn)在企業(yè)的組織架構(gòu)上。觀察全球最頭部的智能車企，會發(fā)現(xiàn)一個驚人一致的趨勢：整車 AI 或智能業(yè)務(wù)的最高統(tǒng)帥，幾乎無一例外由智駕業(yè)務(wù)負責人出任。越是 All in AI 的企業(yè)，這條組織邏輯就越清晰。

特斯拉是最典型的例子：AI 軟件副總裁 Ashok Elluswamy 同時負責 FSD 全棧研發(fā)與 Optimus 人形機器人的 AI 體系——在馬斯克的架構(gòu)中，自動駕駛和機器人本來就是同一個物理 AI 命題：同一套端到端神經(jīng)架構(gòu)、同一個世界模擬器、同一顆自研 AI 芯片在不同"身體"上的投影。智駕不是某個子系統(tǒng)，而是整家公司的技術(shù)主干。

無獨有偶，蔚小理三家的思路都在沿著同一方向走： 2025 年科技日上，小鵬明確提出"物理 AI 產(chǎn)品技術(shù)體系"，智駕中心本質(zhì)上已演變?yōu)橐源竽Ｐ蜑檩S心的統(tǒng)一研發(fā)體系；

理想 2026 年初將智駕體系拆分并入基座模型與軟件本體團隊，明確“自動駕駛是機器人的上半場”，李想親自聚焦 AI 戰(zhàn)略，由原智駕 VLA 模型負責人詹錕統(tǒng)領(lǐng)統(tǒng)一 AI 基座與智駕核心研發(fā)；

同樣，蔚來智駕負責人任少卿直接帶隊大模型部，打破傳統(tǒng)模塊化分工，將智駕部門收斂為統(tǒng)一 AI 中臺，為多品牌提供跨域模型能力。

如果“座艙主腦論”真的成立，如果人心的無界真的能向上兼容物理世界，為什么這些最懂技術(shù)的企業(yè)，沒有一個讓座艙負責人來統(tǒng)領(lǐng)全局？組織架構(gòu)的每一次洗牌，從來不是拍腦袋的決定。誰承擔的數(shù)據(jù)最復(fù)雜，誰消耗的算力最多，誰負責的安全責任最重，誰就握有最高指揮權(quán)。這，就是產(chǎn)業(yè)鏈對技術(shù)終局最誠實的投票。

打通壁壘才是唯一的必答題

最后需要明確的是，這場“主腦之爭”從來不是零和博弈。吳永橋的核心觀點，也不是“智駕會取代座艙”，而是重新定義兩者的分工：智駕更有可能成為整車智能的技術(shù)基座，負責理解真實世界、判斷風險、協(xié)調(diào)車輛動作；座艙則會成為人與整車 AI 溝通的核心入口，負責理解人的需求、表達信息、承接服務(wù)體驗。

一個面向物理世界，一個面向用戶體驗。未來的整車智能，不會是座艙和智駕各自為戰(zhàn)，也不會是誰徹底取代誰，而是在統(tǒng)一的 AI 原生架構(gòu)下深度協(xié)同。

在 AI 定義汽車的下半場，真正重要的從來不是爭論 “誰當主腦”，而是誰能率先打通物理世界與數(shù)字體驗的壁壘，共同打造出真正安全、智能、人性化的下一代汽車。

最真誠的智能汽車報道